Комментарии 11
Это я не к тому, чтобы обесценивать данную визуализацию
Где-то в обществе глубоко неправильно, если перед объективной критикой и предложением, как сделать лучше, приходится (или возникает ощущение, что приходится) делать такие вступления.
Спасибо за комментарий.
Да, это действительно можно делать. Там это концептуально чуточку посложнее, т.к. надо залезать в алгебру сферических гармоник, чтобы сделать для начала действительные комбинации (впрочем, там не сложно, надо брать комбинации с противоположными значениями магнитного квантового числа), а потом ещё избавиться от комплексных чисел, но в целом это вполне хорошая задачка: переделать код под такое.
Собственно, нынешнее представление бралось ещё и из-за удобства построения различных демонстраций гибридизации, там это чуточку более визуально понятно, чем в терминах сферических гармоник.
По-моему надо количество точек увеличить, чтоб более заметна форма была в виде размытого облака. По факту классическая рисовка - это поверхность доверительной вероятности. Можете построить их для квартилей волновой функции, в дополнение к точкам.
По факту классическая рисовка - это поверхность доверительной вероятности.
Не совсем так: стандартная рисовка -- это изоповерхности для заданного значения вероятности (чисто из-за простоты).
По факту классическая рисовка - это поверхность доверительной вероятности.
А для этого есть в коде отдельный ключик: --NumSteps. Я на него не обращал внимания, т.к. концептуально он мало на что влияет, а форма в таком построении всегда на дальних рубежах будет "рваной".
Можете построить их для квартилей волновой функции, в дополнение к точкам.
Спасибо, но мне кажется это лишнее, чисто из-за того, что изображение в виде поверхности умеет хорошо строить тот же Jmol.
matplotlib очень тормозной с 3D-графиками. Я крайне рекомендую mayavi. Туда можно напихать намного больше точек, с прозрачностью, покрасом и всем остальным, и при этом его можно будет на приемлемой скорости вертеть, приближать и т.д. Интерфейс примерно такой же как в matplotlib, я только помнял
ax.scatter(data[:,0], data[:,1], data[:,2], c=data[:,3],
cmap = 'coolwarm',s=args.MaxSmallShift*0.1)на
mlab.points3d(data[:,0], data[:,1], data[:,2], data[:,3],
colormap='coolwarm', scale_factor=args.MaxSmallShift*0.2, scale_mode='none')и получилось вот это
А где на картинках ядро атома?
Ой визуалочка прямо для меня!
Вопрос от дилетанта: не могли бы Вы на пальцах разъяснить, что такое R_0, которая "контролирует "размер" орбитали". Особенный конфуз вызывает "размер орбитали," можно для людей простых н(насколько это возможно) объяснить, как вообще определяется мера для размера орбитали, короче, что это такое и как замерить или определить размер орбитали?
не могли бы Вы на пальцах разъяснить, что такое R_0, которая "контролирует "размер" орбитали".
А очень просто. Например, мы можем посчитать размер орбитали как среднее значение радиуса полёта электрона (просто усреднить расстояние от ядра по соответствующему распределению). И вот эта величина и будет пропорциональна R_{0}.
Рисовалка для атомных орбиталей на Python