pyrolite

pyrolite - 地球化学分析

クイックリファレンス

import pandas as pd
import matplotlib.pyplot as plt
from pyrolite.geochem.norm import get_reference_composition

df = pd.read_csv('samples.csv')
df.pyrochem   # Geochemistry methods
df.pyrocomp   # Compositional methods

# Normalize and plot REE
chondrite = get_reference_composition('Chondrite_McDonough1995')
ax = df.pyrochem.normalize_to(chondrite, units='ppm').pyroplot.REE(unity_line=True)

主なモジュール

モジュール	用途
pyrolite.plot	三角図、スパイダーダイアグラム
pyrolite.geochem.norm	規格化の参照値
pyrolite.comp	CLR、ALR、ILR 変換
pyrolite.plot.templates	TAS 図、Pearce 図
pyrolite.mineral.normative	CIPW ノルム

基本的な操作

三角図

ax = df[['SiO2', 'CaO', 'Na2O']].pyroplot.scatter(c='k', s=50)

TAS 図

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)

REE パターン

chondrite = get_reference_composition('Chondrite_McDonough1995')
ax = df.pyrochem.normalize_to(chondrite, units='ppm').pyroplot.REE(unity_line=True)

微量元素スパイダー図

pm = get_reference_composition('PM_McDonough1995')
ax = df.pyrochem.normalize_to(pm).pyroplot.spider(unity_line=True)

組成変換

df_closed = df.pyrocomp.renormalise(scale=100)  # Closure
df_clr = df.pyrocomp.CLR()   # Centered log-ratio
df_alr = df.pyrocomp.ALR()   # Additive log-ratio
df_ilr = df.pyrocomp.ILR()   # Isometric log-ratio

元素比と異常値

df['La_Yb'] = df['La'] / df['Yb']                        # LREE/HREE
df['Eu_Eu*'] = df['Eu'] / (df['Sm'] * df['Gd']) ** 0.5   # Eu anomaly
lambdas = df.pyrochem.lambda_lnREE()                      # REE shape

CIPW ノルム

from pyrolite.mineral.normative import CIPW_norm
norm = CIPW_norm(df)  # df must have major oxides in wt%

ハーカー図

fig, axes = plt.subplots(2, 3, figsize=(12, 8))
for ax, elem in zip(axes.flatten(), ['TiO2', 'Al2O3', 'FeO', 'MgO', 'CaO', 'Na2O']):
    ax.scatter(df['SiO2'], df[elem], c='blue', s=50)
    ax.set_xlabel('SiO2 (wt%)'); ax.set_ylabel(f'{elem} (wt%)')

Pearce 判別図

from pyrolite.plot.templates import pearce_templates
ax = pearce_templates.YNb()
ax.scatter(df['Nb'], df['Y'], c='red', s=50)

よく使われる規格化参照値

参照値	コード	用途
コンドライト	Chondrite_McDonough1995	REE パターン
原始マントル	PM_McDonough1995	微量元素
N-MORB	NMORB_SunMcDonough1989	海洋玄武岩
上部地殻	UCC_RudnickGao2003	地殻岩

代替ツールとの使い分け

ツール	最適な用途	制限事項
pyrolite	Python ネイティブの地球化学解析、pandas との連携、組成変換	GCDkit より組み込みの分類テンプレートが少ない
GCDkit	包括的な分類図、R エコシステム	R ベースであり、Python ではない
PetroGraph	GUI による手軽な分類と作図	スクリプト化できず、カスタマイズに制限がある
Custom matplotlib	作図の外観を完全に制御	規格化機能やテンプレートが組み込まれていない

次の場合は pyrolite を使用してください： pandas のワークフローに統合された地球化学分析、 組成の対数比変換、または Python での REE 規格化が必要な場合。

次の場合は代替ツールを検討してください： 広範な岩石記載分類テンプレートが必要な場合 （GCDkit を使用）、分類用の手軽な GUI が必要な場合（PetroGraph を使用）、または規格化を行わない単純な 散布図だけが必要な場合（matplotlib を直接使用）。

よくあるワークフロー

地球化学的分類と REE パターン分析

• 試料データを pandas DataFrame に読み込む
• df.pyrocomp.renormalise(scale=100) で組成の合計を 100% にする
• TAS() で TAS 図を作成し、試料データを重ねる
• df.pyrochem.normalize_to() で REE をコンドライト規格化する
• df.pyroplot.REE() で REE スパイダーダイアグラムを作成する
• Eu 異常と La/Yb 比を計算する
• 主要元素のハーカー変化図を作成する
• 論文掲載用に図をエクスポートする

ヒント

1. 解析前に組成の合計を 100% にしてください
2. 統計解析には対数比（CLR/ALR/ILR）を使用してください
3. スパイダーダイアグラムには適切な規格化を選択してください
4. Eu 異常を確認してください（正の値 = 集積、負の値 = 分別結晶作用）

参考資料

• 規格化参照値 - 参照組成と値
• 分類体系 - TAS、Pearce、AFM 図

スクリプト

• scripts/geochemistry_plots.py - よく使われる図を作成