extxyz数据集生成模块

本模块用于从VASP计算结果和Birch-Murnaghan拟合结果生成extxyz格式数据集。

模块概述

该模块提供了一组函数，用于：

从VASP的OUTCAR文件中提取结构信息
从Birch-Murnaghan拟合结果生成扩展结构
从fit_a_P.data数据生成晶格常数-压力对应结构
合并不同来源的结构数据

主要函数说明

find_outcar_files(search_dir, recursive=True)

在目录树中查找所有的OUTCAR文件。

参数： - search_dir: 搜索目录路径 - recursive: 是否递归搜索子目录（默认True）

返回： - OUTCAR文件路径列表

extract_structures_from_outcar(outcar_file, output_file, step=10)

从OUTCAR文件中提取结构并保存为extxyz格式。

参数： - outcar_file: OUTCAR文件路径 - output_file: 输出extxyz文件路径 - step: 提取步长（默认10，即每10个结构提取一个）

返回： - 提取的结构总数

generate_vasp_extxyz(config)

从VASP计算结果生成extxyz文件。

参数： - config: 配置字典，包含VASP相关设置

返回： - 提取的结构总数

load_birch_murnaghan_fitting_results(bm_dir, recursive=False)

加载Birch-Murnaghan拟合结果。

参数： - bm_dir: Birch-Murnaghan拟合目录 - recursive: 是否递归搜索子目录（默认False）

返回： - 拟合结果信息字典

extract_structures_from_outcar_scale(outcar_scale_dir, output_file, step=10)

从OUTCAR_scale目录中的OUTCAR文件提取结构。

参数： - outcar_scale_dir: OUTCAR_scale目录路径 - output_file: 输出文件路径 - step: 提取步长（默认10）

返回： - 提取的结构总数

find_reference_structure(outcar_scale_dir)

在OUTCAR_scale目录中查找参考结构。

参数： - outcar_scale_dir: OUTCAR_scale目录路径

返回： - 参考原子结构（ASE Atoms对象）

filter_data_by_pressure(data_file, pressure_range)

根据压力范围筛选数据。

参数： - data_file: 数据文件路径 - pressure_range: 压力范围 [最小值, 最大值]

返回： - 筛选后的数据（DataFrame）

calculate_pressure_from_birch_murnaghan(params, volume)

根据Birch-Murnaghan方程计算压力。

参数： - params: [E0, V0, B0, B1] 拟合参数 - volume: 体积

返回： - 压力值（GPa）

generate_structures_from_fitting_curve(reference_atoms, fitted_data, output_file, structure_name, n_structures=50, pressure_range=None, original_data=None, scaling_factors_range=None, bm_params=None)

根据拟合曲线数据生成扩展结构。

参数： - reference_atoms: 参考原子结构 - fitted_data: 拟合数据DataFrame - output_file: 输出文件路径 - structure_name: 结构名称 - n_structures: 生成的结构数量（默认50） - pressure_range: 压力范围筛选 - original_data: 原始数据用于压力筛选 - scaling_factors_range: 缩放因子范围 - bm_params: Birch-Murnaghan拟合参数

返回： - 生成的结构总数

generate_birch_murnaghan_extxyz(config)

从Birch-Murnaghan拟合结果生成extxyz文件。

参数： - config: 配置字典

返回： - 生成的结构总数

load_fit_a_P_data(fit_a_P_file)

加载fit_a_P.data文件数据。

参数： - fit_a_P_file: fit_a_P.data文件路径

返回： - 包含晶格常数、缩放因子和压力的数据（DataFrame）

gpa_to_ev_per_ang3(pressure_gpa)

将压力从GPa转换为eV/Å³。

参数： - pressure_gpa: 压力值（GPa）

返回： - 压力值（eV/Å³）

generate_structures_from_fit_a_P(config)

根据fit_a_P.data数据生成extxyz结构。

参数： - config: 配置字典

返回： - 生成的结构总数

merge_extxyz_files(config)

合并VASP、Birch-Murnaghan和fit_a_P的extxyz文件。

参数： - config: 配置字典

返回： - 合并后的结构总数

generate_extxyz_dataset(config_path)

生成完整的Extxyz数据集。

参数： - config_path: 配置文件路径

返回： - 合并后的结构总数

generate_extxyz_from_config(config_path)

从配置文件生成extxyz数据集的入口函数。

参数： - config_path: 配置文件路径

返回： - 合并后的结构总数

使用示例

# 直接运行脚本
python generate_extxyz_dataset.py --input_file input.yaml

# 或在Python代码中调用
from generate_extxyz_dataset import generate_extxyz_from_config
total_structures = generate_extxyz_from_config('input.yaml')

配置文件说明

需要提供YAML格式的配置文件，包含以下主要部分：

paths: 路径配置
vasp: VASP提取配置
extxyz_generation: extxyz生成配置
birch_murnaghan_fitting: Birch-Murnaghan拟合配置

输出文件

模块将生成以下文件：

Extxyz_set/vasp/vasp.extxyz - VASP提取的结构
Extxyz_set/birch_murnaghan_fitting/birch.extxyz - Birch-Murnaghan生成的结构
Extxyz_set/fit_a_P/fit_a_P.extxyz - fit_a_P生成的结构
Extxyz_set/merged_dataset.extxyz - 合并后的完整数据集