fmq/TLUSTY
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

0

Browse Source
This commit is contained in:
fmq
2026-07-21 22:25:14 +08:00
parent 15971a5e01
commit c53fc99c1d
298 changed files with 459694 additions and 31 deletions
Download Patch File Download Diff File Expand all files Collapse all files
hotsd/tlusty_input/AAAREADME
+7
View File
@@ -0,0 +1,7 @@
The directory contains input files for a simple H-He model
of an O-star at Teff=35,000 K, log g = 4.
The model is computed in three staps:
- hhe35lt - LTE model, computed from scratch,
- hhe35nc - NLTE model with continua only,
- hhe35nl - NLTE model with lines.
hotsd/tlusty_input/R1
+4
View File
@@ -0,0 +1,4 @@
$TLUSTY/RTlusty hhe35lt
$TLUSTY/RTlusty hhe35nc hhe35lt
$TLUSTY/RTlusty hhe35nl hhe35nc
hotsd/tlusty_input/hhe.ipynb
+144
View File
File diff suppressed because one or more lines are too long
hotsd/tlusty_input/hhe35lt.5
+33
View File
@@ -0,0 +1,33 @@
35000. 4.0 ! TEFF, GRAV
T T ! LTE, LTGRAY
'' ! no change of general optional parameters
*-----------------------------------------------------------------
* frequencies
50 ! NFREAD
*-----------------------------------------------------------------
* data for atoms
*
8 ! NATOMS
* mode abn modpf
2 0 0
2 0 0
0 0 0
0 0 0
0 0 0
1 0 0
1 0 0
1 0 0
*-----------------------------------------------------------------
* data for ions
*
*iat iz nlevs ilast ilvlin nonstd typion filei
*
1 0 9 0 100 0 ' H 1' './data/h1.dat'
1 1 1 1 0 0 ' H 2' ' '
2 0 14 0 100 0 'He 1' './data/he1.dat'
2 1 14 0 100 0 'He 2' './data/he2.dat'
2 2 1 1 0 0 'He 3' ' '
0 0 0 -1 0 0 ' ' ' '
*
* end
hotsd/tlusty_input/hhe35nc.5
+33
View File
@@ -0,0 +1,33 @@
35000. 4.0 ! TEFF, GRAV
F F ! LTE, LTGRAY
'' ! no change of general optional parameters
*-----------------------------------------------------------------
* frequencies
50 ! NFREAD
*-----------------------------------------------------------------
* data for atoms
*
8 ! NATOMS
* mode abn modpf
2 0 0
2 0 0
0 0 0
0 0 0
0 0 0
1 0 0
1 0 0
1 0 0
*-----------------------------------------------------------------
* data for ions
*
*iat iz nlevs ilast ilvlin nonstd typion filei
*
1 0 9 0 100 0 ' H 1' './data/h1.dat'
1 1 1 1 0 0 ' H 2' ' '
2 0 14 0 100 0 'He 1' './data/he1.dat'
2 1 14 0 100 0 'He 2' './data/he2.dat'
2 2 1 1 0 0 'He 3' ' '
0 0 0 -1 0 0 ' ' ' '
*
* end
hotsd/tlusty_input/hhe35nl.5
+33
View File
@@ -0,0 +1,33 @@
35000. 4.0 ! TEFF, GRAV
F F ! LTE, LTGRAY
'' ! no change of general optional parameters
*-----------------------------------------------------------------
* frequencies
50 ! NFREAD
*-----------------------------------------------------------------
* data for atoms
*
8 ! NATOMS
* mode abn modpf
2 0 0
2 0 0
0 0 0
0 0 0
0 0 0
1 0 0
1 0 0
1 0 0
*-----------------------------------------------------------------
* data for ions
*
*iat iz nlevs ilast ilvlin nonstd typion filei
*
1 0 9 0 0 0 ' H 1' './data/h1.dat'
1 1 1 1 0 0 ' H 2' ' '
2 0 14 0 0 0 'He 1' './data/he1.dat'
2 1 14 0 0 0 'He 2' './data/he2.dat'
2 2 1 1 0 0 'He 3' ' '
0 0 0 -1 0 0 ' ' ' '
*
* end
hotsd/tlusty_input/tlusty.py
+615
View File
@@ -0,0 +1,615 @@
"""Utility programs for examining output from Tlusty
At the moment, it contains the following routines:
1) pconv - for ploting the convergence log contasined in the output
file from Tlusty (fort.9);
2) pmodel - extracting values of column mass and a selected state parameter
from the Tlusty output file fort.7m (coindensed model) or fort.12
(b-factors for NLTE models);
3) pmodels - similar to pmodel, but with an option to plot selected state
parameter for one or more Tlusty models, and a possibility of
plotting differences of between individual models
4) pmods - a plot of a range pf state parameters for one or more Tlusty models
Examples:
--------
To plot a convergence log of the last computed model:
>>> import matplotlib.pyplot as plt
>>> import tlusty as tl
>>> plt.ion()
>>> tl.pconv()
a convergence log for a previously computed model, say, hhe35lt:
>>> tl.pconv('hhe35lt')
To extract log(column mass) and temperature of the same model
>>> (m35,t35) = tl.pmodel('hhe35lt')
which can then be plotted or used for some other purpose.
To plot the temperature as a function of log(m) for the last computed
model, do
>>> tl.pmodels()
and to plot the temperature for three models, hhe35lt','hhe35nc, and
hhe35nl, and then differences from the first model, do
>>> tl.pmodels(['hhe35lt','hhe35nc','hhe35nl'])
>>> tl.pmodels(['hhe35lt','hhe35nc','hhe35nl'],diff=True)
To plot level populations for the first five levels of hydrogen for the
model hhe35nl, do
>>> tl.pmods('hhe35nl',[3,4,5,6,7])
"""
# Tlusty输出分析工具程序
# 当前包含以下功能：
# 1) pconv - 绘制Tlusty输出文件（fort.9）的收敛日志
# 2) pmodel - 从Tlusty输出文件（fort.7m或fort.12）提取列质量及指定状态参数
# 3) pmodels - 类似pmodel，支持多模型对比及差异分析
# 4) pmods - 绘制多个Tlusty模型的多状态参数
# 5) pflux - 绘制辐射通量或通量差异
import matplotlib.pyplot as plt # 导入绘图库
import numpy as np # 导入数值计算库
import sys # 系统相关功能
###################################################
def pconv(relcfile='fort'):
""""
绘制Tlusty输出文件（单位9）的收敛日志
类似旧IDL程序PCONV.PRO，生成2x3子图：
第一行显示温度（或电离态）的相对变化
第二行显示所有状态参数的最大相对变化
左列显示各深度的相对变化值
中列显示相对变化的对数
右列显示每迭代步的最大变化值
右侧子图最能反映整体收敛情况
标题会显示运行时间（若存在fort.69文件）
参数：
relcfile: str, 可选 - 模型核心文件名（自动添加.9后缀）
默认值：'fort'（对应fort.9）
返回：无
"""
relcfile += '.9' # 补充文件后缀
try:
f = open(relcfile) # 打开文件
lines = f.readlines() # 读取所有行
except:
print(f'错误：无法打开{relcfile}') # 异常处理
return()
idep,itnu,delt,delp,delm = [],[],[],[],[] # 初始化变量
i = 3 # 从第4行开始读取数据
while i < len(lines): # 循环处理每一行
xlin = lines[i].replace('D','E') # 替换指数符号
val = list(map(float, xlin.split())) # 解析数值
itnu.append(val[0]) # 迭代次数
idep.append(val[1]) # 深度索引
delt.append(val[2]) # 温度变化
delp.append(val[4]) # 电离变化
delm.append(val[6]) # 状态向量最大变化
i += 1 # 下一行
niter = int(itnu[-1]) # 总迭代次数
nd = int(idep[0]) # 深度层数
# 设置坐标轴标题
xtit1 = '深度索引' # x轴标题（左列）
xtit2 = '迭代次数' # x轴标题（右列）
ytit1 = '相对变化值' # y轴标题（左列）
ytit2 = '相对变化对数' # y轴标题（中列）
ftit1 = '温度' # 第一行标题
ftit2 = '最大电离变化' # 第二行左列标题
ftit3 = '状态向量最大变化' # 第二行右列标题
if max(delt) == 0: # 若温度未变化则使用电离变化
delt = delp
ftit1 = ftit2
fig, axes = plt.subplots(2,3) # 创建2x3子图
# 设置各子图标题和坐标轴
axes[0,0].set(xlabel=xtit1, ylabel=ytit1, title=ftit1)
axes[0,1].set(xlabel=xtit1, ylabel=ytit2)
axes[1,0].set(xlabel=xtit1, ylabel=ytit1, title=ftit3)
axes[1,1].set(xlabel=xtit1, ylabel=ytit2)
i = 0
tmaxt, tmaxm, tmaxi = [], [], []
while i < niter: # 循环绘制各迭代步数据
i0, i1 = i*nd, (i+1)*nd
# 绘制温度变化
axes[0,0].plot(idep[i0:i1], delt[i0:i1]) # 左上
axes[0,1].plot(idep[i0:i1], np.log10(abs(delt[i0:i1]))) # 中上
# 绘制状态向量变化
axes[1,0].plot(idep[i0:i1], delm[i0:i1]) # 左下
axes[1,1].plot(idep[i0:i1], np.log10(abs(delm[i0:i1]))) # 中下
# 记录最大值
tmaxt.append(max(np.log10(abs(delt[i0:i1]))))
tmaxm.append(max(np.log10(abs(delm[i0:i1]))))
tmaxi.append(i+1) # 迭代次数
i += 1
# 绘制右侧最大值变化曲线
axes[0,2].set(xlabel=xtit2, ylabel='最大相对变化', title=ftit1)
axes[0,2].plot(tmaxi, tmaxt, 'ko--') # 右上
axes[1,2].set(xlabel=xtit2, ylabel='最大相对变化', title=ftit3)
axes[1,2].plot(tmaxi, tmaxm, 'ko--') # 右下
# 添加总标题（包含运行时间）
timfile = relcfile[:-2]+'.69'
try:
with open(timfile) as ft:
linti = ft.readlines()
titlt = f"耗时：{linti[-1].split()[2]} 秒"
except:
titlt = ''
fig.suptitle(f"{relcfile}：{titlt}")
plt.tight_layout()
plt.show()
# Next lines permit one to run the routine from the command line
#if __name__ == "__main__":
# import sys
# if len(sys.argv)==4:
# doit(sys.argv[1],sys.argv[2],sys.argv[3])
# else:
# print (__doc__)
# return()
####################################################
def pmodel(modfile='fort', ind=0):
"""
从Tlusty的压缩模型大气文件（单元7）中提取列质量和一个状态参数，也可从类似输出文件（单元12）提取b因子。
功能类似旧IDL程序PMODEL.PRO（或MODELS11.PRO）。
参数：
-----------
modfile: str, 可选
模型大气文件的核心名称。若名称不含小数点"."，则自动添加".7"
默认值：'fort'，即文件名默认为'fort.7'
ind: int, 可选 - 状态参数的索引
默认0，即温度
状态参数索引说明：
0 - 温度（K）
1 - 电子密度（cm⁻³）
2 - 质量密度（g/cm³）
3 - 总粒子数密度（仅含分子模型）
后续索引 - 能级布居数
返回：
-----------
dm: array
列质量的对数（log10）
par: array
所选状态参数的值（温度为原始值，其他为对数）
"""
# 判断文件名格式并补充后缀
if modfile.count('.') == 0:
modfile += '.7' # 补充默认后缀".7"
# 尝试打开文件
try:
f = open(modfile)
lines = f.readlines() # 读取所有行
except:
print(f'错误：无法打开 {modfile}') # 异常处理
return ()
# 读取输入参数的深度数量和参数数量
x = lines[0] # 第一行数据
nd = int(x.split()[0]) # 总深度层数
npa = abs(int(x.split()[1])) # 状态参数数量
# 设置每行读取的深度数量（根据文件类型）
ndrow = 6
if modfile.count('.12') > 0:
ndrow = 8 # 若为b因子文件则调整
# 计算需要读取的行数
nr = nd // ndrow
if nd % ndrow != 0:
nr += 1 # 处理余数
# 读取深度数据
dm = [] # 初始化列质量列表
i = 0
while i < nr:
x = lines[i+1] # 从第二行开始读取深度数据
x = x.replace('D','E',6) # 替换指数符号
val = x.split() # 分割数值
j = 0
while j < ndrow:
k = ndrow * i + j
if k < nd:
dm.append(float(val[j])) # 存储深度值
j += 1
i += 1
# 读取状态参数数据
nrx = npa // 5 # 每行参数数量
if npa % 5 != 0:
nrx += 1 # 处理余数
par = [] # 初始化状态参数列表
i = nr + 1 # 从深度数据后开始读取参数
id = 0
while id < nd:
xpar = [] # 临时参数列表
j = 0
while j < nrx:
x = lines[i] # 读取当前行
x = x.replace('D','E',6) # 替换指数符号
val = x.split() # 分割数值
k = 0
while k < 5:
if 5*j + k < npa:
xpar.append(float(val[k])) # 存储参数值
k += 1
j += 1
i += 1
par.append(xpar[ind]) # 保存指定索引的参数值
id += 1
# 数据处理与绘图
dm = np.log10(dm) # 转换为列质量对数
par = np.array(par) # 转换为数组
if ind > 0:
par = np.log10(par) # 非温度参数取对数
# 创建绘图
fig, ax = plt.subplots()
ax.set_xlabel('log mass') # X轴标签
ax.set_title(modfile) # 标题
# 根据参数类型设置Y轴标签和绘图
if ind == 0:
ax.set_ylabel('temperature') # 温度标签
ax.plot(dm, par) # 绘制温度曲线
else:
ax.set_ylabel('log n') # 密度/布居数标签
ax.plot(dm, np.log10(par)) # 绘制对数曲线
plt.show() # 显示图形
# return (dm, par) # 返回数据数组
####################################################
def pmodels(modfiles=['fort'], ind=0, diff=False):
"""
类似pmodel函数，但支持多模型对比和差异分析
可绘制一个或多个Tlusty模型的某个状态参数，并可显示与首个模型的差异
参数：
-----------
modfiles: list of str, 可选
模型文件的核心名称列表。若名称不含小数点"."，则自动添加".7"
默认值：['fort']（对应fort.7）
ind: int, 可选 - 状态参数的索引
默认0（温度）
diff: bool, 可选
若为True，绘制指定状态参数与首个模型的差异
默认False（绘制实际参数值）
状态参数索引说明：
0 - 温度（K）
1 - 电子密度（cm⁻³）
2 - 质量密度（g/cm³）
3 - 总粒子数密度（仅含分子模型）
后续索引 - 能级布居数
返回：
-----------
无（直接绘图）
"""
imod = 0 # 初始化模型计数器
for modfile in modfiles: # 遍历所有模型文件
if modfile.count('.') == 0: # 自动补充后缀".7"
modfile += '.7'
# 尝试打开文件
try:
f = open(modfile)
lines = f.readlines()
except:
print(f'错误：无法打开 {modfile}')
return()
# 读取输入参数的深度数量和参数数量
x = lines[0] # 第一行数据
nd = int(x.split()[0]) # 总深度层数
npa = abs(int(x.split()[1])) # 状态参数数量
# 设置每行读取的深度数量（根据文件类型）
ndrow = 6
if modfile.count('.12') > 0:
ndrow = 8 # 若为b因子文件则调整
# 计算需要读取的行数
nr = nd // ndrow
if nd % ndrow != 0:
nr += 1 # 处理余数
# 读取深度数据
dm = [] # 初始化列质量列表
i = 0
while i < nr:
x = lines[i+1] # 从第二行开始读取深度数据
x = x.replace('D','E',6) # 替换指数符号
val = x.split() # 分割数值
j = 0
while j < ndrow:
k = ndrow * i + j
if k < nd:
dm.append(float(val[j])) # 存储深度值
j += 1
i += 1
# 读取状态参数数据
nrx = npa // 5 # 每行参数数量
if npa % 5 != 0:
nrx += 1 # 处理余数
par = [] # 初始化状态参数列表
i = nr + 1 # 从深度数据后开始读取参数
id = 0
while id < nd:
xpar = [] # 临时参数列表
j = 0
while j < nrx:
x = lines[i] # 读取当前行
x = x.replace('D','E',6) # 替换指数符号
val = x.split() # 分割数值
k = 0
while k < 5:
if 5*j + k < npa:
xpar.append(float(val[k])) # 存储参数值
k += 1
j += 1
i += 1
par.append(xpar[ind]) # 保存指定索引的参数值
id += 1
# 数据处理与绘图
dm = np.log10(dm) # 转换为列质量对数
if ind != 0:
par = np.log10(par) # 非温度参数取对数
# 初始化绘图（首个模型）
if imod == 0:
fig, ax = plt.subplots() # 创建图形
ax.set_xlabel('log mass') # X轴标签
titl = modfile[:-2] # 标题初始化
dm0 = dm.copy() # 存储首个模型的深度数据
par0 = par.copy() # 存储首个模型的参数值
if diff: # 差异模式
par = np.array(par) - np.array(par0) # 计算差异
else: # 后续模型
titl += f', {modfile[:-2]}' # 更新标题
if diff: # 差异模式处理
# 线性插值到首个模型的深度网格
pari = np.interp(dm0, dm, par)
par = pari - par0 # 计算与首个模型的差异
# 设置Y轴标签
if ind == 0:
ax.set_ylabel('temperature') # 温度标签
else:
ax.set_ylabel('log n') # 密度/布居数标签
# 绘制数据
if not diff:
ax.plot(dm, par) # 绘制实际参数曲线
else:
ax.plot(dm0, par) # 绘制差异曲线
imod += 1 # 增加模型计数器
ax.set_title(titl) # 设置最终标题
plt.show() # 显示图形
#####################################################################
def pmods(modfiles, ind):
"""
类似pmodels函数，但支持同时绘制多个状态参数
可绘制一个或多个Tlusty模型的多个状态参数曲线
参数：
-----------
modfiles: list of str
模型文件的核心名称列表。若名称不含小数点"."，则自动添加".7"
ind: list of int
需要绘制的状态参数索引列表
状态参数索引说明：
0 - 温度（K）
1 - 电子密度（cm⁻³）
2 - 质量密度（g/cm³）
3 - 总粒子数密度（仅含分子模型）
后续索引 - 能级布居数
返回：
-----------
无（直接绘图）
"""
imod = 0 # 初始化模型计数器
for modfile in modfiles: # 遍历所有模型文件
if modfile.count('.') == 0: # 自动补充后缀".7"
modfile += '.7'
# 尝试打开文件
try:
f = open(modfile)
lines = f.readlines()
except:
print(f'错误：无法打开 {modfile}')
return()
# 读取输入参数的深度数量和参数数量
x = lines[0] # 第一行数据
nd = int(x.split()[0]) # 总深度层数
npa = abs(int(x.split()[1])) # 状态参数数量
# 设置每行读取的深度数量（根据文件类型）
ndrow = 6
if modfile.count('.12') > 0:
ndrow = 8 # 若为b因子文件则调整
# 计算需要读取的行数
nr = nd // ndrow
if nd % ndrow != 0:
nr += 1 # 处理余数
# 读取深度数据
dm = [] # 初始化列质量列表
i = 0
while i < nr:
x = lines[i+1] # 从第二行开始读取深度数据
x = x.replace('D','E',6) # 替换指数符号
val = x.split() # 分割数值
j = 0
while j < ndrow:
k = ndrow * i + j
if k < nd:
dm.append(float(val[j])) # 存储深度值
j += 1
i += 1
# 读取所有状态参数数据
nrx = npa // 5 # 每行参数数量
if npa % 5 != 0:
nrx += 1 # 处理余数
totpar = [] # 存储所有参数的二维数组
i = nr + 1 # 从深度数据后开始读取参数
id = 0
while id < nd:
xpar = [] # 临时参数列表
j = 0
while j < nrx:
x = lines[i] # 读取当前行
x = x.replace('D','E',6) # 替换指数符号
val = x.split() # 分割数值
k = 0
while k < 5:
if 5*j + k < npa:
xpar.append(float(val[k])) # 存储参数值
k += 1
j += 1
i += 1
totpar.append(xpar) # 存储所有参数的当前层数据
id += 1
# 数据处理
pararr = np.log10(np.array(totpar)) # 转换为对数形式
dm = np.log10(dm) # 转换为列质量对数
# 初始化绘图（首个模型）
if imod == 0:
fig, ax = plt.subplots() # 创建图形
ax.set_xlabel('log mass') # X轴标签
ax.set_ylabel('log n') # Y轴标签
titl = modfile[:-2] # 标题初始化
# 绘制指定状态参数
for indx in ind: # 遍历所有需要绘制的参数索引
ax.plot(dm, pararr[:, indx]) # 绘制对应参数曲线
# 更新标题
if imod != 0:
titl += f', {modfile[:-2]}' # 添加模型名称
imod += 1 # 增加模型计数器
ax.set_title(titl) # 设置最终标题
plt.show() # 显示图形
def pflux(modfiles=['fort'], rel=False, ilogx=False):
"""
绘制Tlusty输出文件（单元14）的出射通量，或多个模型的通量相对差异
也可用于绘制Synspec生成的合成光谱
参数：
-----------
modfiles: list of str, 可选
模型文件的核心名称列表。若名称不含小数点"."，则自动添加".14"
默认值：['fort']（对应fort.14）
rel: bool, 可选
若为True，绘制指定模型的通量相对于首个模型的百分比差异：
rel(i) = (flux(i)-flux(0))/flux(0)*100%
默认False（绘制实际通量值）
ilogx: bool, 可选
若为True，设置X轴（波长）为对数坐标
默认False（线性坐标）
返回：
-----------
无（直接绘图）
"""
imod = 0 # 初始化模型计数器
for modfile in modfiles: # 遍历所有模型文件
if modfile.count('.') == 0: # 自动补充后缀".14"
modfile += '.14'
# 读取波长和通量数据
try:
wl, fl = np.loadtxt(modfile, unpack=True) # 加载文件数据
except:
print(f'错误：无法打开 {modfile}')
return()
# 初始化绘图（首个模型）
if imod == 0:
fig, ax = plt.subplots() # 创建图形
ax.set_xlabel('波长') # X轴标签
titl = modfile[:-3] # 标题初始化
wl0 = wl.copy() # 存储首个模型的波长数据
fl0 = fl.copy() # 存储首个模型的通量数据
if rel: # 相对差异模式
fl = (fl - fl0)/fl0 * 100 # 计算初始差异
else: # 后续模型
titl += f', {modfile[:-3]}' # 更新标题
if rel: # 相对差异模式处理
# 线性插值到首个模型的波长网格
fli = np.interp(wl0, wl, fl)
fl = (fli - fl0)/fl0 * 100 # 计算相对差异
# 绘制数据
if not rel:
if ilogx:
ax.semilogx(wl, fl) # 对数坐标X轴
else:
ax.plot(wl, fl) # 线性坐标X轴
else:
if ilogx:
ax.semilogx(wl0, fl) # 对数坐标X轴 + 相对差异
else:
ax.plot(wl0, fl) # 线性坐标X轴 + 相对差异
imod += 1 # 增加模型计数器
ax.set_title(titl) # 设置最终标题
plt.show() # 显示图形
if __name__ == "__main__":
file = sys.argv[1]
pconv(file)