koko/screen
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

calc—_v1

Browse Source
This commit is contained in:
koko
2025-12-07 15:22:36 +08:00
parent 35a4bf640f
commit b9da6d9592
6 changed files with 462 additions and 151 deletions
Download Patch File Download Diff File Expand all files Collapse all files

56
main.sh
View File

@@ -1,30 +1,64 @@
#!/bin/bash
#修改权限
# =====================
# 项目自动化筛选脚本
# =====================
# 1. 初始化设置
# 修改上一级目录权限
chmod -R u+w ../Screen
#启用screen环境
# 启用 screen 环境 (Python 3.11)
source $(conda info --base)/etc/profile.d/conda.sh
conda activate screen
# 设置当前目录为 PYTHONPATH
cd py/
export PYTHONPATH=$(pwd):$PYTHONPATH
#调用预筛选
echo "============ Stage 1: Pre-process & Basic Screening ============"
# 调用预筛选 (处理 input_pre 到 input)
python pre_process.py
# 调用第一步筛选
# 功能：读取 CIF，进行基础检查，按阴离子分类，创建独立文件夹 (Anion/ID/ID.cif)
python step1.py
#为第一步筛出的所有材料制作脚本
# 为所有材料生成 Zeo++ 分析脚本
# 功能：生成 analyze.sh，输出重定向至 log.txt
python make_sh.py
#调整环境
# 2. 切换环境运行 Zeo++
echo "============ Stage 2: Zeo++ Calculations ============"
conda deactivate
conda activate zeo
#运行脚本
# 进入数据目录执行所有生成的 shell 脚本
cd ../data/after_step1
if [ -f "sh_all.sh" ]; then
source sh_all.sh
rm sh_all.sh
#调整conda回到screen
else
echo "Error: sh_all.sh not found!"
fi
# 3. 后处理与筛选 (Step 2-4)
echo "============ Stage 3: Data Extraction & Advanced Screening ============"
# 切回 screen 环境
conda deactivate
conda activate screen
#启用不同的python文件做分析
cd ../../py
python step2-5-file_process.py
#python step6.py
# 提取日志数据
# 功能：遍历所有 log.txt，提取孔径、距离等参数，生成汇总 CSV 到 ../output
python extract_data.py
# 联合筛选 (Step 2, 3, 4)
# 功能：读取 CSV，根据阈值筛选，将符合条件的材料软链接到 ../data/after_screening
python step2_4_combined.py
# Step 5 (扩胞与实际检查)
# 注意：这一步目前尚未更新适配新的软链接结构，待后续处理
# python step5.py
echo "Done! Check results in ../data/after_screening"

154
py/extract_data.py Normal file
View File

@@ -0,0 +1,154 @@
import os
import re
import pandas as pd
def extract_parameters_from_log(log_path):
"""
从 log.txt 中提取三个关键参数。
如果未找到，返回 None。
"""
if not os.path.exists(log_path):
return None, None, None
with open(log_path, 'r', encoding='utf-8') as f:
content = f.read()
# 正则表达式定义
# 1. Percolation diameter (原来的 Step 2)
# 匹配模式: # Percolation diameter (A): 1.06
re_percolation = r"Percolation diameter \(A\):\s*([\d\.]+)"
# 2. Minimum of d (原来的 Step 3)
# 匹配模式: the minium of d \n 3.862140561244235
re_min_d = r"the minium of d\s*\n\s*([\d\.]+)"
# 3. Maximum node length (原来的 Step 4)
# 匹配模式: # Maximum node length detected: 1.332 A
re_max_node = r"Maximum node length detected:\s*([\d\.]+)\s*A"
# 提取数据
match_perc = re.search(re_percolation, content)
match_d = re.search(re_min_d, content)
match_node = re.search(re_max_node, content)
# 获取值，如果没匹配到则为空字符串或None
val_perc = match_perc.group(1) if match_perc else None
val_d = match_d.group(1) if match_d else None
val_node = match_node.group(1) if match_node else None
return val_perc, val_d, val_node
def process_folder_recursively(base_input_folder, base_output_folder):
"""
递归遍历文件夹，提取数据并生成 CSV。
逻辑：
1. 遍历 base_input_folder 下的第一层子文件夹（通常是阴离子类别，如 O, S, O+S 等）。
2. 如果是单阴离子（如 O），直接处理其下的材料文件夹。
3. 如果是混合阴离子（如 O+S），需要进入下一层（如 O+S/O 和 O+S/S），分别处理。
4. 结果保存在 base_output_folder 下保持相同的目录结构。
"""
# 获取 after_step1 下的所有顶层目录 (例如 O, S, Cl, S+O ...)
if not os.path.exists(base_input_folder):
print(f"输入目录 {base_input_folder} 不存在")
return
top_dirs = [d for d in os.listdir(base_input_folder) if os.path.isdir(os.path.join(base_input_folder, d))]
for top_dir in top_dirs:
top_path = os.path.join(base_input_folder, top_dir)
# 判断是否是混合阴离子目录（名字包含 +）
if "+" in top_dir:
# 混合阴离子情况：例如 S+O
# 需要遍历其子目录：S+O/S 和 S+O/O
sub_anions = [d for d in os.listdir(top_path) if os.path.isdir(os.path.join(top_path, d))]
for sub_anion in sub_anions:
# 构建路径：../data/after_step1/S+O/S
current_process_path = os.path.join(top_path, sub_anion)
# 构建输出 CSV 路径：../output/S+O/S/S.csv (或者 S+O_S.csv，这里按你要求的 O+S/O/O.csv 格式)
# 输出目录: ../output/S+O/S
output_dir = os.path.join(base_output_folder, top_dir, sub_anion)
csv_filename = f"{sub_anion}.csv"
extract_and_save(current_process_path, output_dir, csv_filename)
else:
# 单一阴离子情况：例如 O
# 路径：../data/after_step1/O
current_process_path = top_path
# 输出目录: ../output/O
output_dir = os.path.join(base_output_folder, top_dir)
csv_filename = f"{top_dir}.csv"
extract_and_save(current_process_path, output_dir, csv_filename)
def extract_and_save(input_dir, output_dir, csv_name):
"""
实际执行提取和保存的函数。
input_dir: 包含各个材料文件夹的目录 (例如 .../O/)
output_dir: CSV 保存目录
csv_name: CSV 文件名
"""
data_list = []
# input_dir 下面应该是各个材料的文件夹，例如 141, 142 ...
if not os.path.exists(input_dir):
return
# 遍历下面的所有材料文件夹
material_folders = [f for f in os.listdir(input_dir) if os.path.isdir(os.path.join(input_dir, f))]
print(f"正在处理目录: {input_dir}, 发现 {len(material_folders)} 个材料文件夹")
for material_id in material_folders:
material_path = os.path.join(input_dir, material_id)
# 根据新的 step1 逻辑，log 文件名为 log.txt
log_path = os.path.join(material_path, "log.txt")
# 提取数据
perc, min_d, max_node = extract_parameters_from_log(log_path)
# 只要有一个数据存在，就记录（或者你可以改为必须全部存在）
# 这里设置为只要有记录就加入，方便排查错误
if perc or min_d or max_node:
data_list.append({
"Filename": material_id,
"Percolation Diameter (A)": perc,
"Minimum of d": min_d,
"Maximum Node Length (A)": max_node
})
else:
# 如果 log.txt 不存在或者提取不到数据，可以选择记录空值
data_list.append({
"Filename": material_id,
"Percolation Diameter (A)": None,
"Minimum of d": None,
"Maximum Node Length (A)": None
})
# 如果有数据，保存为 CSV
if data_list:
if not os.path.exists(output_dir):
os.makedirs(output_dir)
csv_path = os.path.join(output_dir, csv_name)
df = pd.DataFrame(data_list)
# 调整列顺序
df = df[["Filename", "Percolation Diameter (A)", "Minimum of d", "Maximum Node Length (A)"]]
df.to_csv(csv_path, index=False)
print(f"数据已保存至: {csv_path}")
else:
print(f"目录 {input_dir} 未提取到有效数据")
if __name__ == "__main__":
# 输入基础路径 (假设数据在 step1 处理后)
input_base = "../data/after_step1"
# 输出基础路径 (你提到的 output 文件夹)
output_base = "../output"
process_folder_recursively(input_base, output_base)

98
py/make_sh.py
View File

@@ -1,63 +1,13 @@
import os
def creat_sh(input_folder, anion, sh_file_path='analyze.sh'):
"""
创建shell脚本，只处理两类CIF文件：
1. 纯数字命名的CIF文件 (例如: 123.cif)
2. 数字-坐标格式的CIF文件 (例如: 123-x1y2z3.cif)
参数:
input_folder: 输入文件夹路径
anion: 阴离子类型
sh_file_path: 生成的shell脚本路径
"""
# 文件夹路径
folder_path = input_folder
import re
# 定义两种文件名模式的正则表达式
pattern1 = re.compile(r'^\d+\.cif$') # 纯数字.cif
pattern2 = re.compile(r'^\d+-x\d+y\d+z\d+\.cif$') # 数字-x数字y数字z数字.cif
# 打开SH脚本文件用于写入
with open(sh_file_path, 'w') as sh_file:
# 写入脚本头部
sh_file.write('#!/bin/bash\n')
# 遍历文件夹中的所有文件
for filename in os.listdir(folder_path):
file_path = os.path.join(folder_path, filename)
# 只处理文件(不处理文件夹)
if os.path.isfile(file_path):
# 检查文件名是否匹配两种模式之一
if pattern1.match(filename) or pattern2.match(filename):
# 生成对应的命令
command = f"python ../../../tool/analyze_voronoi_nodes.py {filename} -i ../../../tool/{anion}.yaml > {filename}.txt\n"
# 将命令写入SH脚本文件
sh_file.write(command)
print(f"SH脚本已生成：{sh_file_path}")
import os
def create_sh_recursive(base_folder, tool_path="tool", relative_depth=2):
"""
递归遍历文件夹，为每个包含.cif文件的文件夹生成analyze.sh脚本，
递归遍历文件夹,为每个包含.cif文件的文件夹生成analyze.sh脚本,
并在基础文件夹下创建一个sh_all.sh来执行所有脚本。
参数:
base_folder: 起始文件夹路径
tool_path: 工具目录的基本路径
relative_depth: 基础相对深度，用于计算正确的相对路径
"""
# 用于收集所有生成的analyze.sh脚本的相对路径
analyze_sh_paths = []
base_folder_name = os.path.basename(base_folder)
def process_folder(folder_path, current_depth=0):
print(f"处理文件夹: {folder_path}")
@@ -66,17 +16,31 @@ def create_sh_recursive(base_folder, tool_path="tool", relative_depth=2):
folder_name = os.path.basename(folder_path)
# 检查当前文件夹是否包含.cif文件
has_cif_files = any(
f.endswith('.cif') for f in os.listdir(folder_path) if os.path.isfile(os.path.join(folder_path, f)))
# 注意：这里我们只关心当前层级下的cif文件
cif_files = [f for f in os.listdir(folder_path) if
f.endswith('.cif') and os.path.isfile(os.path.join(folder_path, f))]
has_cif_files = len(cif_files) > 0
# 如果当前文件夹包含.cif文件，生成脚本
# 如果当前文件夹包含.cif文件,生成脚本
if has_cif_files:
# 计算正确的工具路径（根据深度增加../）
# 计算正确的工具路径(根据深度增加../)
dots = "../" * (relative_depth + current_depth)
tool_relative_path = f"{dots}{tool_path}"
# 确定anion参数（使用文件夹名）
# --- 修改开始: 修正Anion识别逻辑 ---
# 如果结构是 Anion/MaterialID/file.cif，此时folder_name是MaterialID
# 我们需要上一级目录的名字作为Anion (例如 'O', 'S', 'Cl') 来寻找对应的 .yaml 文件
# 简单的判断逻辑：如果当前文件夹名字主要由数字组成(或者是ID格式)，且包含cif文件，我们假设其父目录是Anion类型
# 或者更直接的逻辑：在你的新结构中，包含cif的文件夹必定是底层文件夹，其父目录必定是Anion
parent_dir_name = os.path.basename(os.path.dirname(folder_path))
# 这里做一个简单的保护，如果是在第一层(比如直接在O文件夹下有cif)，保持原状，否则使用父目录名
# 在新结构下，cif总是在 '.../O/141/141.cif'，所以anion应该是 parent_dir_name ('O')
if parent_dir_name in ['O', 'S', 'Cl', 'Br'] or folder_name not in ['O', 'S', 'Cl', 'Br']:
anion = parent_dir_name
else:
anion = folder_name
# --- 修改结束 ---
# 生成脚本文件路径
sh_file_path = os.path.join(folder_path, "analyze.sh")
@@ -84,18 +48,17 @@ def create_sh_recursive(base_folder, tool_path="tool", relative_depth=2):
# 创建脚本
with open(sh_file_path, 'w') as sh_file:
sh_file.write('#!/bin/bash\n')
for filename in os.listdir(folder_path):
file_path = os.path.join(folder_path, filename)
if os.path.isfile(file_path) and filename.endswith('.cif'):
command = f"python {tool_relative_path}/analyze_voronoi_nodes.py {filename} -i {tool_relative_path}/{anion}.yaml > {filename}.txt\n"
for filename in cif_files:
# --- 修改开始: 输出重定向到 log.txt ---
command = f"python {tool_relative_path}/analyze_voronoi_nodes.py {filename} -i {tool_relative_path}/{anion}.yaml > log.txt\n"
# --- 修改结束 ---
sh_file.write(command)
# 将此脚本添加到收集器中
# 计算相对于基础文件夹的路径
rel_path = os.path.relpath(folder_path, base_folder)
analyze_sh_paths.append(rel_path)
print(f"生成脚本: {sh_file_path} (工具路径: {tool_relative_path})")
print(f"生成脚本: {sh_file_path} (工具路径: {tool_relative_path}, Anion: {anion})")
# 获取子文件夹列表
subdirs = [d for d in os.listdir(folder_path) if os.path.isdir(os.path.join(folder_path, d))]
@@ -105,7 +68,7 @@ def create_sh_recursive(base_folder, tool_path="tool", relative_depth=2):
elements = folder_name.split("+")
for element in elements:
element_dir = os.path.join(folder_path, element)
# 如果对应元素的子文件夹不存在，创建它
# 如果对应元素的子文件夹不存在,创建它
if not os.path.exists(element_dir):
os.makedirs(element_dir)
print(f"创建子文件夹: {element_dir}")
@@ -144,13 +107,8 @@ def create_sh_recursive(base_folder, tool_path="tool", relative_depth=2):
# 修改权限使脚本可执行
os.chmod(sh_all_path, 0o755)
print(f"生成总执行脚本: {sh_all_path}")
print("所有脚本生成完成！")
# 示例调用
# create_sh_recursive("../data/after_step1")
print("所有脚本生成完成!")
if __name__ == '__main__':
# creat_sh("../data/after_step1/O","O","../data/after_step1/O/analyze.sh")
# creat_sh("../data/after_step1/S","S","../data/after_step1/S/analyze.sh")
# creat_sh("../data/after_step1/Cl","Cl","../data/after_step1/Cl/analyze.sh")
# creat_sh("../data/after_step1/Br","Br","../data/after_step1/Br/analyze.sh")
create_sh_recursive("../data/after_step1")

31
py/step1.py
View File

@@ -1,12 +1,11 @@
from pymatgen.core import Structure
from pymatgen.core.periodic_table import Element, Specie
from pymatgen.io.cif import CifWriter
from crystal_2 import crystal
import crystal_2
import os
import shutil
from pymatgen.io.cif import CifWriter
def read_files_check_basic(folder_path):
file_contents = []
@@ -24,25 +23,38 @@ def read_files_check_basic(folder_path):
file_contents.append(temp)
except Exception as e:
print(e)
continue # 如果出错跳过当前循环，避免temp未定义报错
print(f"正在处理{filename}")
temp.check_basic()
if temp.check_basic_result:
# 获取不带后缀的文件名，用于创建同名文件夹
file_base_name = os.path.splitext(filename)[0]
if not "+" in temp.anion:
target_folder = os.path.join("../data/after_step1",f"{temp.anion}")
# 单一阴离子情况
# 路径变为: ../data/after_step1/Anion/FileBaseName/
base_anion_folder = os.path.join("../data/after_step1", f"{temp.anion}")
target_folder = os.path.join(base_anion_folder, file_base_name)
if not os.path.exists(target_folder):
os.makedirs(target_folder)
# 目标文件路径
target_file_path = os.path.join(target_folder, filename)
# 复制文件到目标文件夹
shutil.copy(file_path, target_file_path)
print(f"文件 {filename}通过基本筛选，已复制到 {target_folder}")
print(f"文件 {filename}通过基本筛选,已复制到 {target_folder}")
else:
# 混合阴离子情况
anions = temp.anion.split("+")
for anion in anions:
target_folder = os.path.join("../data/after_step1", f"{temp.anion}")
target_folder = os.path.join(target_folder, anion)
# 路径变为: ../data/after_step1/AnionCombination/Anion/FileBaseName/
base_group_folder = os.path.join("../data/after_step1", f"{temp.anion}")
base_anion_folder = os.path.join(base_group_folder, anion)
target_folder = os.path.join(base_anion_folder, file_base_name)
if not os.path.exists(target_folder):
os.makedirs(target_folder)
@@ -50,5 +62,8 @@ def read_files_check_basic(folder_path):
target_file_path = os.path.join(target_folder, filename)
# 复制文件到目标文件夹
shutil.copy(file_path, target_file_path)
print(f"文件 {filename}通过基本筛选，已复制到 {target_folder}")
print(f"文件 {filename}通过基本筛选,已复制到 {target_folder}")
if __name__ == "__main__":
read_files_check_basic("../data/input")

147
py/step2_4_combined.py Normal file
View File

@@ -0,0 +1,147 @@
import os
import pandas as pd
import math
# ================= 配置区域 =================
# 定义各阴离子的筛选阈值
# perc: Percolation diameter (对应 Step 2, 大于此值)
# min_d: Minimum of d (对应 Step 3, 小于此值)
# node: Maximum node length (对应 Step 4, 大于此值)
THRESHOLDS = {
"O": {"perc": 0.50, "min_d": 3.0, "node": 2.2},
"S": {"perc": 0.55, "min_d": 3.0, "node": 2.2},
"Cl": {"perc": 0.45, "min_d": 3.0, "node": 2.0},
"Br": {"perc": 0.45, "min_d": 3.0, "node": 2.0}
}
# 路径配置
CSV_ROOT_DIR = "../output" # CSV 所在的根目录
DATA_SOURCE_DIR = "../data/after_step1" # 原始 CIF 文件所在的根目录 (用于创建链接源)
TARGET_DIR = "../data/after_screening" # 筛选后放置软链接的目标目录
# ===========================================
def check_requirements(row, anion_type):
"""
检查单行数据是否符合要求
"""
# 获取该阴离子类型的阈值配置
config = THRESHOLDS.get(anion_type)
if not config:
print(f"Warning: 未知的阴离子类型 {anion_type}，跳过筛选。")
return False
try:
# 获取数值 (处理可能的空值或非数字情况)
perc = float(row["Percolation Diameter (A)"])
min_d = float(row["Minimum of d"])
node = float(row["Maximum Node Length (A)"])
# 检查是否为 NaN
if math.isnan(perc) or math.isnan(min_d) or math.isnan(node):
return False
# --- 筛选逻辑 ---
# Step 2: 连通孔径 > 阈值
c1 = perc > config["perc"]
# Step 3: 最短距离 < 3.0 (所有元素目前都是3.0)
c2 = min_d < config["min_d"]
# Step 4: 扩大锂离子节点 > 阈值
c3 = node > config["node"]
return c1 and c2 and c3
except (ValueError, TypeError):
return False
def create_symlink(group_name, anion_name, material_id):
"""
创建软链接
源: ../data/after_step1/Group/Anion/ID/ID.cif
目: ../data/after_screening/Group/Anion/ID.cif
"""
# 1. 构建源文件路径 (必须使用绝对路径以确保软链接在任何地方都有效)
# 注意：根据你修改后的 step1，文件在 ID 文件夹内，如 141/141.cif
rel_source_path = os.path.join(DATA_SOURCE_DIR, group_name, anion_name, material_id, f"{material_id}.cif")
abs_source_path = os.path.abspath(rel_source_path)
if not os.path.exists(abs_source_path):
print(f"源文件不存在: {abs_source_path}")
return
# 2. 构建目标文件夹路径
target_subdir = os.path.join(TARGET_DIR, group_name, anion_name)
if not os.path.exists(target_subdir):
os.makedirs(target_subdir)
# 3. 构建目标链接路径
target_link_path = os.path.join(target_subdir, f"{material_id}.cif")
# 4. 创建链接
try:
# 如果目标已经存在（可能是旧的链接），先删除
if os.path.exists(target_link_path) or os.path.islink(target_link_path):
os.remove(target_link_path)
os.symlink(abs_source_path, target_link_path)
# print(f"Link: {material_id} -> Passed")
except OSError as e:
print(f"创建软链接失败 {material_id}: {e}")
def process_all_csvs():
"""
遍历 output 文件夹下的所有 CSV 并处理
"""
if not os.path.exists(CSV_ROOT_DIR):
print(f"CSV 目录不存在: {CSV_ROOT_DIR}")
return
print("开始执行 Step 2-4 联合筛选...")
# 遍历 output 目录
# 结构预期: ../output/Group/Anion/Anion.csv (例如 ../output/O+S/O/O.csv 或 ../output/O/O.csv)
for root, dirs, files in os.walk(CSV_ROOT_DIR):
for file in files:
if file.endswith(".csv"):
csv_path = os.path.join(root, file)
# 推断 Group 和 Anion
# root 的末尾应该是 .../Group/Anion
# 例如 root = ../output/O+S/O
path_parts = os.path.normpath(root).split(os.sep)
# 倒数第一级是 Anion (O), 倒数第二级是 Group (O+S)
if len(path_parts) >= 2:
anion_name = path_parts[-1]
group_name = path_parts[-2]
else:
print(f"跳过路径结构异常的 CSV: {csv_path}")
continue
# 确保这是一个有效的阴离子类型
if anion_name not in THRESHOLDS:
continue
print(f"正在处理: Group={group_name}, Anion={anion_name} ({file})")
# 读取 CSV
df = pd.read_csv(csv_path)
pass_count = 0
total_count = len(df)
for index, row in df.iterrows():
material_id = str(row['Filename'])
if check_requirements(row, anion_name):
create_symlink(group_name, anion_name, material_id)
pass_count += 1
print(f" - 完成: {pass_count}/{total_count} 个材料通过筛选并建立链接。")
if __name__ == "__main__":
process_all_csvs()

113
readme.md
View File

@@ -1,71 +1,74 @@
# 高通量筛选
# 高通量筛选与扩胞项目
## 版本
calc
## 环境配置需求
## 配置需求
项目需要配置两个 Conda 环境，名称分别为 **screen** 和 **zeo**。
需要两个conda环境，名字分别为**screen**,**zeo**
### 1. zeo 环境 (用于几何结构分析)
* **Python**: 2
* **核心库**: `zeo++` (需编译), `pymatgen==2018.12.12`, `numpy==1.16.6`
* **其他**: `os`, `argparse`, `PrettyTable`, `monty`, `future`
### zeo
### 2. screen 环境 (用于逻辑筛选与数据处理)
* **Python**: 3.11.4
* **核心库**: `pymatgen==2024.11.13`, `pandas` (新增，用于处理CSV)
#### 运行库需求
## 快速开始
``` 2018.12.12
python == 2
pymatgen == 2018.12.12
Numpy = 1.16.6
os
argparse = 1.4.0
PrettyTable = 1.01
monty = 1.0.0
future = 1.0.0
1. **数据准备**:
* 如果数据来源为 **Materials Project (MP)**，请将 CIF 文件放入 `data/input_pre`。
* 如果数据来源为 **ICSD**，请直接将 CIF 文件放入 `data/input`。
2. **运行**:
* 确保已创建上述两个 Conda 环境。
* 在根目录下运行自动化脚本：
```bash
bash main.sh
```
#### zeo++软件需求
## 处理流程详解
需要编译后放入python库中
### Stage 1: 预处理与基础筛选 (Step 1)
* **Pre-process**: 清洗数据，统一放入 `input` 文件夹。
* **Step 1**:
* 读取 CIF 文件，利用 `crystal_2` 库检查电荷平衡与化学式。
* **文件重组**: 将通过筛选的文件按阴离子类型分类。
* **新结构**: 每个材料拥有独立的文件夹（例如 `after_step1/O/141/141.cif`），便于管理后续的计算日志。
* **Make SH**: 自动生成用于调用 Zeo++ 的 `analyze.sh` 脚本。
### screen
### Stage 2: Zeo++ 计算
* 切换至 `zeo` 环境。
* 计算材料的孔径 (Percolation diameter)、比表面积等几何参数。
* 结果输出为每个文件夹下的 **`log.txt`**。
```
python == 3.11.4
pymatgen == 2024.11.13
```
### Stage 3: 数据提取与联合筛选 (Step 2-4)
* **数据提取 (`extract_data.py`)**:
* 自动遍历所有文件夹中的 `log.txt`。
* 提取关键参数：`Percolation Diameter` (Step 2), `Minimum of d` (Step 3), `Maximum Node Length` (Step 4)。
* 结果汇总为 CSV 文件保存在 `output/` 目录下（例如 `output/O/O.csv`）。
* **联合筛选 (`step2_4_combined.py`)**:
* 读取 CSV 文件，根据预设的阈值（如 O: Perc>0.5, Min_d<3.0, Node>2.2）进行过滤。
* **结果**: 将符合所有条件的材料，以**软链接**的形式汇聚到 `data/after_screening` 文件夹中。
## 使用说明
---
如果配置的conda环境同名，运行**main.sh**即可
## 扩胞逻辑 (Step 5 - 待后续执行)
当数据来源为MP时，需要将数据放在input_pre中
目前扩胞逻辑维持原状，基于筛选后的结构进行处理。
如果数据来源为ICSD，仅需将数据放在input中即可
### 算法分解
1. **读取结构**: 解析 CIF 文件。
2. **统计 Occupation**:
* 将具有相同 Occupation 值的原子归为一类。
* 生成 `Occupation_list` 字典。
3. **计算扩大倍数**:
* 根据 Occupation 的分子分母情况（如 0.5 对应 1/2），计算公约数。
4. **生成结构列表**:
* 根据分子与分母生成 `structure_list`。
5. **对称性处理与扩胞**:
* 根据材料结构的对称性，生成三个方向的扩胞列表 (如 `{"x":1, "y":2, "z":1}`)。
6. **生成新文件**:
* 结合 `structure_list` 与扩胞倍数生成最终的超胞 CIF。
# 扩胞
## 以下为每一步的分解
### Step1
读取cif文件
### Step2
统计Occupation情况，将具有相同Occupation值的记为一类，用Occupation值作为Key创建字典，该字典的一个项为atom_serial,是一个列表，记录相同Ocupation值的原子序号
将上述字典输入一个列表Occupation_list，字典预留分子与分母两个参数
需要函数为
```angular2html
def process_cif_file(struct)
return Occupation_list
```
### step3
根据Occupation_list来计算扩大倍数\\
首先逐一计算每个字典的分子与分母，根据key来计算，例如第一个key值为0.5,此时其对应分子为1，分母为2
合并没一个字典，探索每一个分数的情况并求出公约数与对应的分子，更新每一个字典的值
### step4
根据分子与分母情况，生成structure_list，其中Occupation_list中的元素的number处的和为分子，总共个数为分母
### step5
根据材料结构决定对称性，对不同对称性得到不同等效情况
根据对称性与最终扩胞生成三个方向扩胞列表，其中每个元素是字典，遵循格式为{["x":1,"y":2,"z":1]}
### step5
根据structure_list与Occupation_list生成新的cif并保存
### 一些假设
只考虑两个原子在同一位置上，暂不考虑三个原子以上的情况
不考虑Li原子的共占位情况，对Li原子不做处理
### 假设条件
* 只考虑两个原子在同一位置上的共占位情况。
* 不考虑 Li 原子的共占位情况，对 Li 原子不做处理。