pyrolite 是一个 Python 地球化学数据分析与可视化库，用于火成岩、变质岩和沉积岩相关数据的处理与作图。它面向需要在地球化学分析中使用 Python 和 pandas 工作流的用户，尤其是处理成分数据、稀土元素配分和岩石分类图的场景。
【用途】 pyrolite 用于地球化学数据的分析与可视化，典型任务包括：创建三元图；进行球粒陨石标准化并绘制稀土元素（REE）配分模式图；绘制微量元素蜘蛛图；生成 TAS、Pearce 等分类与判别图；开展成分数据变换与统计；以及计算元素比值、异常和 CIPW 标准矿物。
【主要能力】 pyrolite 通过 pandas 扩展接口暴露功能：df.pyrochem 提供地球化学方法，df.pyrocomp 提供成分数据方法，绘图通过 pyroplot 接口完成。其关键模块包括：pyrolite.plot（三元图、蜘蛛图）、pyrolite.geochem.norm（标准化参考）、pyrolite.comp（CLR、ALR、ILR 变换）、pyrolite.plot.templates（TAS、Pearce 等模板）、pyrolite.mineral.normative（CIPW 标准矿物）。 常用标准化参考包括球粒陨石（Chondrite_McDonough1995，用于 REE 模式）、原始地幔（PM_McDonough1995，用于微量元素）、N-MORB（NMORB_SunMcDonough1989，用于洋底玄武岩）、上地壳（UCC_RudnickGao2003，用于地壳岩石）。
【使用方式】 首先导入依赖并读取数据： import pandas as pd import matplotlib.pyplot as plt from pyrolite.geochem.norm import get_reference_composition df = pd.read_csv('samples.csv') 然后通过 df.pyrochem 与 df.pyrocomp 调用相应方法。例如稀土配分图： chondrite = get_reference_composition('Chondrite_McDonough1995') ax = df.pyrochem.normalize_to(chondrite, units='ppm').pyroplot.REE(unity_line=True) 三元图示例： ax = df[['SiO2', 'CaO', 'Na2O']].pyroplot.scatter(c='k', s=50) TAS 图示例： from pyrolite.plot.templates import TAS df['Na2O_K2O'] = df['Na2O'] + df['K2O'] ax = TAS() ax.scatter(df['SiO2'], df['Na2O_K2O'], c='red', s=50) 微量元素蜘蛛图示例： pm = get_reference_composition('PM_McDonough1995') ax = df.pyrochem.normalize_to(pm).pyroplot.spider(unity_line=True) 成分数据变换示例： df_closed = df.pyrocomp.renormalise(scale=100) df_clr = df.pyrocomp.CLR() df_alr = df.pyrocomp.ALR() df_ilr = df.pyrocomp.ILR() 元素比值与异常示例： df['La_Yb'] = df['La'] / df['Yb'] df['Eu_Eu*'] = df['Eu'] / (df['Sm'] * df['Gd']) ** 0.5 lambdas = df.pyrochem.lambda_lnREE() CIPW 标准矿物示例： from pyrolite.mineral.normative import CIPW_norm norm = CIPW_norm(df) # df 需包含以 wt% 表示的主量氧化物 Pearce 判别图示例： from pyrolite.plot.templates import pearce_templates ax = pearce_templates.YNb() ax.scatter(df['Nb'], df['Y'], c='red', s=50)
【适用场景】 适合需要将地球化学分析与 pandas 工作流结合、进行成分对数比变换或在 Python 中完成稀土标准化的用户。典型流程为：将样品数据载入 pandas DataFrame；使用 df.pyrocomp.renormalise(scale=100) 对成分做闭合处理；用 TAS() 绘制 TAS 图并叠加样品数据；用 df.pyrochem.normalize_to() 对稀土做球粒陨石标准化并绘制 REE 蜘蛛图；计算 Eu 异常与 La/Yb 比值；生成主量元素 Harker 变异图；导出图件用于发表。
【使用提示】 分析前对成分做闭合处理（确保总和为 100%）；统计分析时使用对数比（CLR/ALR/ILR）；蜘蛛图选择适当的标准化参考；注意检查 Eu 异常（正异常指示堆积，负异常指示分异）。
【限制】 与 GCDkit 相比，pyrolite 内置分类模板较少；它是 Python 原生工具，不属于 R 生态；与具备图形界面的 PetroGraph 相比，需要编程使用；若仅需无标准化的简单散点图，可直接使用 matplotlib。pyrolite 的安装方式、许可与费用信息暂未提供。