kwantを使用したソースコードの読み方を教えてください

Question

前提・実現したいこと

このソースコードのどこがどのような働きを持っているか詳しく解説していただきたいです。
このプログラムはリングを介して磁場を印加するときのリングのコンダクタンスを計算しているらしいのです。
https://mybinder.org/v2/gh/kwant-project/kwant-tutorial-2016/master

該当のソースコード

from math import pi

%run matplotlib_setup.ipy
from matplotlib import pyplot
import numpy as np
import kwant

lat=kwant.lattice.square()

#L,W=30,16
L,W=100,12
def myshape(R): return ( 
        (R[0]**2 + R[1]**2) > (L-W/2)**2 and                 
        (R[0]**2 + R[1]**2) < (L+W/2)**2)
H=kwant.Builder()
H[lat.shape(myshape,(L,0) )]=4

#H[lat.neighbors()]=1

def Field(site1,site2,phi):
    x1,y1=site1.pos
    x2,y2=site2.pos
    return -np.exp(-0.5j * phi * (x1 - x2) * (y1 + y2))

H[lat.neighbors()] = Field

#def Aharonov_Bohm(site1,site2,phi): return np.exp(-2j*pi*phi)
    
#for hop in H.hoppings():
    #if hop[0].tag[0]==1 and hop[0].tag[1]>0 and hop[1].tag[0]==0: 
     #   H[hop]=Aharonov_Bohm

sym=kwant.TranslationalSymmetry(lat.vec((1,0)))
def lead_shape(R): return abs(R[1]) < W/2 and abs(R[0]) <3
Hlead =kwant.Builder(sym)
Hlead[lat.shape(lead_shape,(0,0) )]=4
Hlead[lat.neighbors()]=1
H.attach_lead(Hlead)
H.attach_lead(Hlead.reversed())
kwant.plot(H);


Hf=H.finalized()
data = []

#phis = np.linspace(0,1.,50)
phis = np.linspace(0.,0.0005,50)
for phi in phis:
    smatrix = kwant.smatrix(Hf, 3.3,args=[phi])
    data.append(smatrix.transmission(1, 0))
pyplot.plot(phis, data,'o');
pyplot.xlabel('$\phi = BS/(h/e)$')
pyplot.ylabel('g in unit of $(2e^2/h)$');
pyplot.title('Aharonov-Effect')

Comments

[firedfly]

_s__1___さんのレベルがわからないとどの程度の解説が必要かわかりません。
ご自分で詳しい解説を書く努力をされてからご依頼いただけるとお互い幸せになれます。

Answer 1

以下のドキュメントとチュートリアルを参考にコメントを入れてみました。

ドキュメント：Kwant 1.4.0 documentation
チュートリアル：2.2. First steps: setting up a simple system and computing conductance

電磁気に関して特別詳しいわけではないので、専門用語の使い方に間違いがある可能性がありますがあしからず。

from math import pi

from matplotlib import pyplot
import numpy as np
import kwant

#格子定数の設定(1に設定)
lat=kwant.lattice.square()

#L,W=30,16
#L:格子点の長さ、W:格子点の幅を定義
L,W=100,12
#bool値を返す
def myshape(R): return ( 
        (R[0]**2 + R[1]**2) > (L-W/2)**2 and                 
        (R[0]**2 + R[1]**2) < (L+W/2)**2)
#散乱領域とリードを含む系(システム)の定義
H=kwant.Builder()
#散乱領域の構築
H[lat.shape(myshape,(L,0) )]=4
#ホッピング伝導
H[lat.neighbors()]=1

##格子点の位置に基づき計算する関数
#def Field(site1,site2,phi):
#    x1,y1=site1.pos
#    x2,y2=site2.pos
#    return -np.exp(-0.5j * phi * (x1 - x2) * (y1 + y2))

#H[lat.neighbors()] = Field

#指数関数を返す
def Aharonov_Bohm(site1,site2,phi): return np.exp(-2j*pi*phi)

for hop in H.hoppings():
    #ホッピングの判定
    if hop[0].tag[0]==1 and hop[0].tag[1]>0 and hop[1].tag[0]==0: 
        #アハラノフ＝ボーム効果に基づく値を与える
        H[hop]=Aharonov_Bohm

#並進対称性を持ったシステムの定義
sym=kwant.TranslationalSymmetry(lat.vec((1,0)))

def lead_shape(R): return abs(R[1]) < W/2 and abs(R[0]) <3

#散乱領域とリードを含む系(システム)の定義
Hlead =kwant.Builder(sym)
Hlead[lat.shape(lead_shape,(0,0) )]=4
Hlead[lat.neighbors()]=1

#リード数を求める
H.attach_lead(Hlead)
H.attach_lead(Hlead.reversed())
#図を出す
kwant.plot(H)

#輸送計算用にシステムを確定させる
Hf=H.finalized()

#y(縦軸)に関するデータ
data = []

#phis = np.linspace(0,1.,50)

#x(横軸)に関するデータ
#0～0.0005を50分割した行列を与える
phis = np.linspace(0.,0.0005,50)

for phi in phis:
    #散乱行列を計算する
    smatrix = kwant.smatrix(Hf, 3.3,params=[phi])
    #輸送効率を計算する
    data.append(smatrix.transmission(1, 0))
    
#図の作成
pyplot.plot(phis, data,'o');
pyplot.xlabel('$\phi = BS/(h/e)$')
pyplot.ylabel('g in unit of $(2e^2/h)$');
pyplot.title('Aharonov-Effect')

さらに専門的な部分について知りたければ、最初に示したドキュメントとチュートリアルを見てください。

専門用語の意味がわからないのであれば、「アハラノフ＝ボーム効果」を含めた電磁気学について勉強することをおすすめします。

ご参考になれば幸いです。