背景
在分析态密度(DOS)時，常常用p4vasp這個軟體來讀取vasprun.xml，進而獲得需要的各元素或軌道對應的圖形。然後，利用p4vasp的export功能将資料輸出畫圖。具體操作參見
https://www.bigbrosci.com/2018/02/08/ex39/
注：本例中的資料來源也是該博文，感謝原作者的分享
然而，在将資料輸出為dat格式後，發現一個問題，即：p4vasp把所有的資料都由上到下排在兩列中，畫圖時面臨着隻有一個x， 一個y的情況，畫出來的圖如下：
而軟體中的樣子（我們想畫成的樣子）起碼有顔色差別：
觀察了資料後發現，每組資料是301行，之後有一個空行，然後再接301行，如此反複。當然資料量少可以手動剪切粘貼，但是資料很多的時候就會很繁瑣。是以，想着利用python中的pandas功能來将這些資料每302行（含最後一個空行）為一組，取出，放在新的兩列，然後再進行畫圖。 整理好思路，我們先把dat檔案放到excel轉為csv格式（記得分列），然後運作Python程式（py檔案和csv在一個檔案夾即可）
代碼如下：
# -*- coding: utf-8 -*-
"""
Created on Sat Dec 12 20:15:08 2020
@author: fya
"""
#觀察資料，301行後有一個空行。
import pandas as pd
df0=pd.read_csv('testRu.csv',header=None) #記得更改為自己的csv檔案名
l=len(df0) #擷取長度
l=l+1 #把最後一行空行也算上，要不然後面除以302會有錯誤
print(l)
print(df0.head())
df=df0.iloc[0:301,:].reset_index(drop=True) #前301行資料為第一組，0：301是取從第0行到第300行，第301不取。reset_index(drop=True) 是為了去除原有的index，重新從0生成index
print(df.tail())
df_values=locals()
l=int(l/302) #用除法後要變為int，不然預設float，到後面range部分會出錯
print(l)
for i in range(2,l+1): #range括号左含右不含
l1=302*i-302
l2=302*i-1
df_values['df'+str(i)]=df0.iloc[l1:l2,:].reset_index(drop=True) #随着i的不同，每301行都取出，index不受原始資料影響，都是從0開始
df=pd.concat([df,df_values['df'+str(i)]],axis=1,join='outer') #将取出的資料橫着排列,axis=1，形成新的df，然後與下一個i産生的新的列繼續合并直到結束
print(df)
df.to_csv('dos.csv',header=None,index=None) #不要column和index，以免畫圖時出錯
print('Done!')
用Python分好組是如下圖這樣的：
放入origin，設定對應的x，y，畫圖如下：
方法2
此方法無需再轉存為csv檔案，可以直接用dat檔案，需要注意讀入資料後沒有空行
# -*- coding: utf-8 -*-
"""
Created on Sat Dec 12 20:15:08 2020
@author: fya
"""
import pandas as pd
df0=pd.read_table('testRu.dat',sep='\s+',header=None,engine='python') #直接讀取dat檔案，讀取後無空行
l=len(df0) #擷取長度
#l=l+1 #把最後一行空行也算上
print(l) # 得到值：903
print(df0.head())
df=df0.iloc[0:301,:].reset_index(drop=True) #前301行資料為第一組（0-300行，第301不取），reset_index(drop=True) 是為了去除原有的index，重新從0生成index
print(df.tail())
df_values=locals()
l=int(l/301) #用除法後要變為int，不然預設float，到後面range部分會出錯
print(l)
for i in range(2,l+1): #range括号左含右不含
l1=301*(i-1)
l2=301*i
df_values['df'+str(i)]=df0.iloc[l1:l2,:].reset_index(drop=True) #随着i的不同，每301行都取出，index不受原始資料影響，都是從0開始
df=pd.concat([df,df_values['df'+str(i)]],axis=1,join='outer') #将取出的資料橫着排列,axis=1，形成新的df，然後與下一個i産生的新的列繼續合并直到結束
print(df)
df.to_csv('dos.dat',header=None,index=None)
print('Done!')
此法輸出dat檔案，拖到origin直接畫圖，得到和方法一同樣的結果