# 高通量筛选与扩胞项目

## 环境配置需求

项目需要配置两个 Conda 环境，名称分别为 **screen** 和 **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`

### 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)

## 快速开始

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
        ```

## 处理流程详解

### 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。

### 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`**。

### 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。

---

## 扩胞逻辑 (Step 5 - 待后续执行)

目前扩胞逻辑维持原状，基于筛选后的结构进行处理。

### 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。

### 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。