From cea5ab6d3f7d4e0690243878a118d9a7415c54a1 Mon Sep 17 00:00:00 2001 From: koko <1429659362@qq.com> Date: Sun, 7 Dec 2025 22:30:46 +0800 Subject: [PATCH] =?UTF-8?q?CSM=E5=8F=8ATET=EF=BC=8CCS?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- main_property.sh | 6 +-- py/step1.py | 130 ++++++++++++++++++++++++++++++--------------- py/step1_direct.py | 82 ++++++++++++++-------------- 3 files changed, 133 insertions(+), 85 deletions(-) diff --git a/main_property.sh b/main_property.sh index b3e79b7..69cda96 100644 --- a/main_property.sh +++ b/main_property.sh @@ -10,7 +10,7 @@ chmod -R u+w ../Screen source $(conda info --base)/etc/profile.d/conda.sh # 激活 screen 环境 -conda activate screen +conda activate ~/anaconda3/envs/screen cd py/ export PYTHONPATH=$(pwd):$PYTHONPATH @@ -31,7 +31,7 @@ python make_sh.py # 3. 运行 Zeo++ 计算 echo "============ Stage 2: Zeo++ Calculations ============" conda deactivate -conda activate zeo +conda activate ~/anaconda3/envs/zeo # 进入数据目录 cd ../data/after_step1 @@ -49,7 +49,7 @@ fi echo "============ Stage 3: Data Extraction & Analysis ============" # 切回 screen 环境 conda deactivate -conda activate screen +conda activate ~/anaconda3/envs/screen cd ../../py # 3.1 提取 Zeo++ 基础数据 diff --git a/py/step1.py b/py/step1.py index f78ad87..cde8929 100644 --- a/py/step1.py +++ b/py/step1.py @@ -1,69 +1,113 @@ 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 +def get_anion_type(structure): + """ + 判断阴离子类型。 + 仅识别 O, S, Cl, Br 及其组合。 + 其他非金属元素（如 P, N, F 等）将被忽略。 + """ + # 仅保留这四种目标阴离子 + valid_anions = {'O', 'S', 'Cl', 'Br'} + + # 获取结构中的所有元素符号 + elements = set([e.symbol for e in structure.composition.elements]) + + # 取交集找到当前结构包含的目标阴离子 + found_anions = elements.intersection(valid_anions) + + if not found_anions: + return "Unknown" + + # 如果有多个阴离子，按字母顺序排序并用 '+' 连接 + sorted_anions = sorted(list(found_anions)) + return "+".join(sorted_anions) + + def read_files_check_basic(folder_path): - file_contents = [] + """ + 读取 CIF 文件，进行基础检查 (check_basic)， + 通过筛选后按自定义阴离子规则分类并整理到 after_step1 文件夹。 + """ + # 输出基础路径 + output_base = "../data/after_step1" if not os.path.exists(folder_path): print(f"{folder_path} 文件夹不存在") - return file_contents + return - for filename in os.listdir(folder_path): + # 确保输出目录存在 + if not os.path.exists(output_base): + os.makedirs(output_base) + + cif_files = [f for f in os.listdir(folder_path) if f.endswith(".cif")] + print(f"在 {folder_path} 发现 {len(cif_files)} 个 CIF 文件，开始筛选与整理...") + + count_pass = 0 + + for filename in cif_files: file_path = os.path.join(folder_path, filename) - if os.path.isfile(file_path): - try: - temp = crystal(file_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}") + # 1. 调用 crystal_2 进行基础筛选 + try: + temp = crystal(file_path) + # 进行基础检查 (电荷平衡、化学式检查等) 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 temp.check_basic_result: + print(f"Skipped: {filename} (未通过 check_basic)") + continue - if not "+" in 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) + except Exception as e: + print(f"Error checking {filename}: {e}") + continue + # 2. 筛选通过，进行分类整理 + try: + print(f"Processing: {filename} (Passed)") + count_pass += 1 + + # 为了确保分类逻辑与 Direct 版本一致，重新读取结构判断阴离子 + # (忽略 crystal_2 内部可能基于 P/N 等元素的命名) + struct = Structure.from_file(file_path) + anion_type = get_anion_type(struct) + + # 获取不带后缀的文件名 (ID) + file_base_name = os.path.splitext(filename)[0] + + # --- 构建目标路径逻辑 (Anion/ID/ID.cif) --- + + if "+" in anion_type: + # 混合阴离子情况 (如 S+O) + # 分别复制到 S+O/S 和 S+O/O 下 + sub_anions = anion_type.split("+") + for sub in sub_anions: + # 路径: ../data/after_step1/S+O/S/123/123.cif + target_folder = os.path.join(output_base, anion_type, sub, 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}") - else: - # 混合阴离子情况 - anions = temp.anion.split("+") - for anion in anions: - # 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) + target_file = os.path.join(target_folder, filename) + shutil.copy(file_path, target_file) + else: + # 单一阴离子或 Unknown: ../data/after_step1/S/123/123.cif + target_folder = os.path.join(output_base, anion_type, file_base_name) + if not os.path.exists(target_folder): + os.makedirs(target_folder) - if not os.path.exists(target_folder): - os.makedirs(target_folder) + target_file = os.path.join(target_folder, filename) + shutil.copy(file_path, target_file) - # 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}") + except Exception as e: + print(f"Error copying {filename}: {e}") + + print(f"处理完成。共 {len(cif_files)} 个文件，通过筛选 {count_pass} 个。") if __name__ == "__main__": + # 根据你的 readme，MP数据在 input_pre，ICSD在 input + # 这里默认读取 input，你可以根据实际情况修改 read_files_check_basic("../data/input") \ No newline at end of file diff --git a/py/step1_direct.py b/py/step1_direct.py index d174013..b546626 100644 --- a/py/step1_direct.py +++ b/py/step1_direct.py @@ -5,22 +5,26 @@ from pymatgen.core import Structure def get_anion_type(structure): """ - 简单判断阴离子类型。 - 返回: 'O', 'S', 'S+O' 等字符串 + 判断阴离子类型。 + 仅识别 O, S, Cl, Br 及其组合。 + 其他非金属元素（如 P, N, F 等）将被忽略： + - Li3PS4 (含 P, S) -> 识别为 S + - LiFePO4 (含 P, O) -> 识别为 O + - Li3P (仅 P) -> 识别为 Unknown """ - # 定义常见的阴离子列表 - valid_anions = {'O', 'S', 'Se', 'Te', 'F', 'Cl', 'Br', 'I', 'N', 'P'} + # --- 修改处：仅保留这四种目标阴离子 --- + valid_anions = {'O', 'S', 'Cl', 'Br'} # 获取结构中的所有元素符号 elements = set([e.symbol for e in structure.composition.elements]) - # 取交集找到当前结构包含的阴离子 + # 取交集找到当前结构包含的目标阴离子 found_anions = elements.intersection(valid_anions) if not found_anions: return "Unknown" - # 如果有多个阴离子，按字母顺序排序并用 '+' 连接 (模拟 step1 的逻辑) + # 如果有多个阴离子，按字母顺序排序并用 '+' 连接 sorted_anions = sorted(list(found_anions)) return "+".join(sorted_anions) @@ -30,70 +34,70 @@ def organize_files_direct(input_folder, output_base): print(f"输入文件夹不存在: {input_folder}") return + # 确保输出目录存在 + if not os.path.exists(output_base): + os.makedirs(output_base) + cif_files = [f for f in os.listdir(input_folder) if f.endswith(".cif")] print(f"发现 {len(cif_files)} 个 CIF 文件，开始直接整理...") + count_dict = {} + for filename in cif_files: file_path = os.path.join(input_folder, filename) try: - # 仅读取结构用于分类 + # 读取结构分类 struct = Structure.from_file(file_path) anion_type = get_anion_type(struct) + # 统计一下分类情况（可选） + count_dict[anion_type] = count_dict.get(anion_type, 0) + 1 + # 获取不带后缀的文件名 (ID) file_base_name = os.path.splitext(filename)[0] # --- 构建目标路径逻辑 --- - # 逻辑：../data/after_step1 / 阴离子类别 / ID / ID.cif + # 目标: ../data/after_step1 / AnionType / ID / ID.cif - # 处理混合阴离子情况 (如 S+O) if "+" in anion_type: - # 按照之前的逻辑，如果是混合阴离子，通常会有多层 - # 但为了统一后续处理，我们这里将其放入组合名的文件夹下 - # 比如: after_step1/S+O/S/123/123.cif (复杂) - # 或者简化为 after_step1/S+O/123/123.cif (简单) - # 根据你之前的 make_sh.py 和 extract_data.py， - # 只要是 Folder/ID/ID.cif 结构即可。 - # 为了兼容 analyze_cs.py 的逻辑 (group_name, anion_name)， - # 这里我们采用 simplified 逻辑： - # 如果是混合，我们在第一层建 S+O，第二层建具体的 anion 文件夹(比如首字母排序第一个) - # 或者直接: after_step1/S+O/ID/ID.cif -> 这样 group=S+O, anion=ID (不对) - - # 兼容旧代码的最佳实践： - # 对于混合 S+O，我们建立 S+O/S/ID/ID.cif 和 S+O/O/ID/ID.cif ? - # 不，原 Step1 是把一个文件复制了两份到不同文件夹。 - # 这里为了简化，我们只复制一份到主阴离子文件夹，或者直接按组合命名。 - - # 让我们采用最稳妥的方式：如果是 S+O，放入 S+O/Mix/ID/ID.cif - # 这样 group=S+O, anion=Mix。 - # 但为了让 CS_calc 正常工作，最好还是放入具体的元素文件夹。 - # 这里我们简单处理：直接放入 S+O/Combined/ID/ - # 或者根据你的 extract_data.py 逻辑： - # 它会遍历 top_dir (S+O) -> sub_anion (S, O) - - # 策略：拆分放入。 + # 混合阴离子情况 (如 S+O) + # 将文件复制到 S+O 下的各个子阴离子文件夹中 (S+O/S/ID/ID.cif 和 S+O/O/ID/ID.cif) + # 这样既保留了组合关系，又方便后续脚本按元素查找 sub_anions = anion_type.split("+") for sub in sub_anions: + # 路径: after_step1/S+O/S/123/123.cif target_folder = os.path.join(output_base, anion_type, sub, file_base_name) if not os.path.exists(target_folder): os.makedirs(target_folder) - shutil.copy(file_path, os.path.join(target_folder, filename)) - print(f"整理: {filename} -> {anion_type} (已复制到各子类)") + target_file = os.path.join(target_folder, filename) + shutil.copy(file_path, target_file) + + # print(f"整理: {filename} -> {anion_type} (Split)") else: - # 单一阴离子: after_step1/S/ID/ID.cif + # 单一阴离子或 Unknown: after_step1/S/123/123.cif target_folder = os.path.join(output_base, anion_type, file_base_name) if not os.path.exists(target_folder): os.makedirs(target_folder) - shutil.copy(file_path, os.path.join(target_folder, filename)) - print(f"整理: {filename} -> {anion_type}") + target_file = os.path.join(target_folder, filename) + shutil.copy(file_path, target_file) + # print(f"整理: {filename} -> {anion_type}") except Exception as e: print(f"处理 {filename} 失败: {e}") + print("整理完成。分类统计:") + for k, v in count_dict.items(): + print(f" {k}: {v}") + if __name__ == "__main__": - organize_files_direct("../data/input", "../data/after_step1") \ No newline at end of file + # 输入路径 + input_dir = "../data/input" # 如果是MP数据请改为 ../data/input_pre + # 输出路径 + output_dir = "../data/after_step1" + + organize_files_direct(input_dir, output_dir) \ No newline at end of file