使用 pymatgen 从结构中获取图形答案

【问题标题】：Get graph from a structure with pymatgen使用 pymatgen 从结构中获取图形
【发布时间】：2023-02-10 12:35:40
【问题描述】：

给定一个 cif 文件，我想获得某种材料的图形表示（作为数据结构）。我正在尝试使用代表 CrN 晶胞的 cif file。

我正在尝试使用 pymatgen 的 StructureGraph 类，但我遇到了一些问题。在这个 link 中，他们建议使用 with_local_env_strategy() 方法，但是当我尝试使用它时出现错误。这是我的代码：

from pymatgen.analysis.graphs import StructureGraph
from pymatgen.analysis.local_env import NearNeighbors
from pymatgen.core import Structure

filename = 'CrN.cif'
structure = Structure.from_file(filename)
nn = NearNeighbors()
strategy = nn.get_all_nn_info(structure)
strucGraph = StructureGraph.with_local_env_strategy(supercell, strategy, weights=False, edge_properties=False)

错误：

【问题讨论】：

标签： python graph pymatgen

【解决方案1】：

由于我不是材料学科的专家（我只是一名系统工程师和一名数学家），我提出了这两种可能的解决方案：

使用 get_neighbors() 方法，给定一个给定半径的球形邻域，获得最近的邻居：

from pymatgen.core import Structure
import networkx as nx
import numpy as np

filename = 'CrN.cif'
structure = Structure.from_file(filename)
supercell = structure.copy()
supercell.make_supercell([2,2,2])
G = nx.Graph()
for i, site in enumerate(supercell):
    G.add_node(i)
    G.nodes[i]["Species"] = label_set[site.species]
    G.nodes[i]["position"] = (site.x, site.y, site.z)

for i, site in enumerate(supercell):
    neighbors = [(n.index, n.nn_distance) for n in supercell.get_neighbors(site, r=3)]
    for n in neighbors:
        G.add_edge(i, n[0], weight=n[1])

第二种方法更可定制，我放在这里的代码考虑了欧几里德距离，但是，对于 2 个原子连接的标准，可以使用其他标准，例如能量。

def space_euclidean_distance(p1, p2):
    dist = np.sqrt(np.sum((p1-p2)**2, axis=0))
    return dist

lattice = supercell.lattice
fractional_coords = supercell.frac_coords

# Convert the fractional coordinates to Cartesian coordinates using the lattice vectors
cartesian_coords = lattice.get_cartesian_coords(fractional_coords)
distances = []
N = len(cartesian_coords)
for i in range(N):
    p1 = cartesian_coords[i]
    dist_i = {}
    for j in range(N):
        p2 = cartesian_coords[j]
        if j != i:
            dist_i[j] = space_euclidean_distance(p1, p2)
    distances.append(dist_i)

G2 = nx.Graph()
for i, site in enumerate(supercell):
    G2.add_node(i)
    G2.nodes[i]["Species"] = label_set[site.species]
for i in range(N):
    for key, value in distances[i].items():
        if value <= 2.5: #metric for connection of 2 atoms
            G2.add_edge(i, key, weight=value)

【讨论】：

【解决方案2】：

您必须传递该策略的一个实例，而不是提取的邻居本身。下面的代码应该可以工作。

from pymatgen.analysis.graphs import StructureGraph
from pymatgen.analysis.local_env import NearNeighbors
from pymatgen.core import Structure

filename = 'CrN.cif'
structure = Structure.from_file(filename)
nn = NearNeighbors()
strategy = nn.get_all_nn_info(structure)
strucGraph = StructureGraph.with_local_env_strategy(supercell, nn, weights=False, edge_properties=False)

我假设您已经从 Structure 对象创建了一个超级单元，然后将其传入。

【讨论】：