``` from ase.io import read from ase.io import write from ase.build import make_supercell from pymatgen.core import Structure from pymatgen.io.cif import CifWriter import numpy as np import random #atoms = read("C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/Nb0.3Ti0.7_Cmcm.cif") atoms = Structure.from_file("C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/Nb0.3Ti0.7_Cmcm.cif") #读原子种类 #for site in atoms: # for specie in site.species: # print(specie.symbol) # 构建3*3*3超胞(根据需求调整缩放矩阵) scaling_matrix = [[3,0,0],[0,3,0],[0,0,3]] supercell = atoms * scaling_matrix #读超胞原子种类 #for site in supercell: # for specie in site.species: # print(specie.symbol) #ase库的 不好使 打印出来都是Ti #supercell = make_supercell(atoms,scaling_matrix) #print([atom.symbol for atom in supercell]) #替换Nb为Ti #for site in supercell: # if "Ni" in site.species: # site.species = {"Ti": 1} #将该点位100%占据为Ti #设置Ti原子为100%占据 for i,site in enumerate(supercell): if "Nb" in site.species: new_species = {} for sp in site.species: if sp.symbol == "Nb": new_species["Ti"] = site.species[sp] #保持原有占据度比例 else: new_species[sp.symbol] = site.species[sp] #更新位点物种 supercell.replace(i, new_species, properties=site.properties) # for sp in site.species: # site.species[sp] = 1.0 #substitution_ratio = 1 #nb_sites = [i for i, site in enumerate(supercell) if site.species == "Nb"] #num_substitutions = int(len(nb_sites) * substitution_ratio) #随机选择替换位点 #random.seed(42) #确保可重复性 #replace_indices = random.sample(nb_sites, num_substitutions) #执行原子替换 #for idx in replace_indices: # supercell[idx].specie="Ti" #直接替换原子类型 #读替换Nb后原子种类 for site in supercell: for specie in site.species: print(specie.symbol) #保存修改后的结构到新的CIF文件 #write("C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/Ti_Cmcm.cif",supercell) #c = CifWriter(supercell) #c.write_file("C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/Ti_Cmcm.cif")```按上述代码 Nb并没有被替换

时间: 2025-07-13 16:26:40 浏览: 2
<think>嗯,用户提供的这段代码主要目的是将超胞中的Nb原子替换成Ti,但实际运行时Nb没有被替换。我需要仔细分析代码,找出问题所在。 首先,用户从CIF文件读取结构,用的是pymatgen的Structure.from_file,然后创建了一个3x3x3的超胞。这里看起来没问题,但后面的替换部分可能有误。 看替换部分的代码,用户使用了一个循环遍历超胞中的每个位点。如果位点包含Nb,就创建一个新的物种字典。这里有一个问题:代码中将Nb替换为Ti时,使用new_species["Ti"] = site.species[sp],而sp是当前物种的符号,如果是Nb的话,这行代码实际上是把Ti的浓度设为原来Nb的浓度。但原结构中可能Nb的占据度是0.3,这样替换后Ti的浓度会是0.3,而原本的Ti可能还有其他占据情况。不过用户可能希望将所有Nb完全替换为Ti,所以这里的逻辑可能不正确。 另外,注意到替换部分的循环中,if "Nb" in site.species:,这里检查的是该位点是否有Nb物种。但site.species可能是一个包含多个物种的Composition对象,判断是否存在可能需要用site.species.elements或者检查元素符号。不过pymatgen的site.species可能是一个带占据数的字典,正确的判断方式应该是遍历物种元素,检查是否有Nb。 然后,在循环内部,用户创建了new_species字典,试图将Nb替换为Ti,但这里可能存在逻辑错误。例如,如果某个位点同时有Nb和Ti,用户可能想将Nb的部分替换掉,但当前的代码可能没有正确处理这种情况。 接下来,用户调用了supercell.replace(i, new_species, properties=site.properties),但这里的i是在外层循环的索引吗?观察代码结构,循环是for i,site in enumerate(supercell):,然后在循环内部,当检测到Nb存在时,执行替换操作。然而,replace方法的调用是否在正确的缩进位置?从代码的注释来看,替换操作似乎是在循环内部,但原代码中的缩进可能有误。例如,在用户提供的代码中,替换操作supercell.replace(...)的缩进是否在if语句内部?如果不在,那么可能只在循环的最后一次迭代中执行替换,导致前面的修改没有被应用。 另外,在替换时,new_species可能没有被正确构造。例如,如果某个位点的物种是Nb和Ti的混合,用户可能希望将Nb完全替换为Ti,而保留原有的Ti浓度。或者用户可能希望将所有Nb的位置都替换成100%的Ti。如果是后者,那么正确的做法是将该位点的物种设置为Ti,占据度1.0,而不是继承原有的占据度。 此外,用户注释中提到“设置Ti原子为100%占据”,但代码中并没有将占据度设为1.0,而是保持了原有比例。这可能与用户的意图不符,导致替换后的结构仍有部分Nb存在。 可能的解决方案包括:遍历每个位点,检查是否含有Nb,如果有,则将该位点的物种替换为Ti,占据度设为1.0。同时,确保在循环内部正确调用replace方法,并更新对应的位点索引i。 另外,用户可能在循环中错误地使用了new_species的构造方式,导致替换没有生效。例如,在构造new_species时,应该清除原有物种,只保留替换后的Ti,而不是保留其他物种。 总结问题点: 1. 替换逻辑中,可能没有正确地将Nb的占据度替换为Ti,而是保留了原有比例。 2. supercell.replace(i, ...)的调用位置是否正确,是否在每次检测到Nb时都执行替换。 3. new_species的构造是否正确,是否将所有Nb替换为Ti,并设置占据度为1.0。 4. 是否存在缩进错误,导致replace方法没有在循环内部正确执行。</think>以下是代码中Nb未被替换的原因分析和解决方案: --- ### **问题分析** 1. **物种替换逻辑错误**: - 原代码中尝试用`new_species["Ti"] = site.species[sp]`保留原有占据度,但实际需要将Nb完全替换为Ti(即占据度设为100%)。 - `if "Nb" in site.species`检查不准确。正确方法应遍历位点元素,例如:`if "Nb" in [sp.symbol for sp in site.species]`。 2. **`replace`方法调用错误**: - `supercell.replace(i, new_species, ...)`的缩进未在`if`语句内部,导致仅在最后一次循环时执行替换。 - `new_species`未正确构造为单一Ti占据。 3. **pymatgen结构修改方法**: - 直接修改`site.species`无效,必须通过`replace`方法更新结构。 --- ### **修正后的代码** ```python from pymatgen.core import Structure # 读取原始结构 atoms = Structure.from_file("your_path/Nb0.3Ti0.7_Cmcm.cif") # 构建3x3x3超胞 scaling_matrix = [[3,0,0], [0,3,0], [0,0,3]] supercell = atoms * scaling_matrix # 替换所有Nb为Ti(100%占据) for i, site in enumerate(supercell): species_list = [sp.symbol for sp in site.species] if "Nb" in species_list: # 创建新物种:完全由Ti占据 new_species = {"Ti": 1.0} # 占据度设为100% supercell.replace(i, new_species, coords=site.frac_coords) # 验证替换结果 for site in supercell: print([sp.symbol for sp in site.species]) # 保存新CIF文件 supercell.to(filename="Ti_Cmcm.cif", fmt="cif") ``` --- ### **关键修改说明** 1. **准确检测Nb位点**: - 通过`species_list = [sp.symbol for sp in site.species]`获取位点所有元素符号。 - 用`if "Nb" in species_list`判断是否含Nb。 2. **强制设置Ti占据度100%**: - `new_species = {"Ti": 1.0}`直接指定Ti占据整个位点。 3. **立即执行替换**: - 在`if`语句内部调用`replace(i, new_species, ...)`,确保每次检测到Nb后立即替换。 --- ### **其他建议** - 若需要**部分替换**(如替换50%的Nb),可先收集所有含Nb的位点索引,再随机选择部分进行替换。 - 使用`random.sample()`实现随机替换时,需确保替换逻辑与化学环境合理性一致。
阅读全文

相关推荐

from ase.io import read from ase.io import write from ase.build import make_supercell from pymatgen.core import Structure from pymatgen.io.cif import CifWriter from pymatgen.core import Species import numpy as np import random #atoms = read("C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/Nb0.3Ti0.7_Cmcm.cif") atoms = Structure.from_file("C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/Nb0.3Ti0.7_Cmcm.cif") #读原子种类 #for site in atoms: # for specie in site.species: # print(specie.symbol) # 构建3*3*3超胞(根据需求调整缩放矩阵) scaling_matrix = [[3,0,0],[0,3,0],[0,0,3]] supercell = atoms * scaling_matrix #读超胞原子种类 #for site in supercell: # for specie in site.species: # print(specie.symbol) #ase库的 不好使 打印出来都是Ti #supercell = make_supercell(atoms,scaling_matrix) #print([atom.symbol for atom in supercell]) #替换Nb为Ti #for site in supercell: # if "Ni" in site.species: # site.species = {"Ti": 1} #将该点位100%占据为Ti #设置Ti原子为100%占据 for i,site in enumerate(supercell): species_list = [sp.symbol for sp in site.species] if "Nb" in species_list: #创建新物种:完全由Ti占据 new_species = {"Ti": 1.0} supercell.replace(i,species=new_species,coords=site.frac_coords) #读替换Nb后原子种类 for site in supercell: print([sp.symbol for sp in site.species]) #保存修改后的结构到新的CIF文件 #write("C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/Ti_Cmcm.cif",supercell) #创建Cifwriter对象 c = CifWriter(supercell) #使用with语句显式打开文件,并制定文本模式't' #with open("C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/Ti_Cmcm.cif","w",encoding='utf-8') as file: # c.write_file(file) c.write_file("C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/Ti_Cmcm.cif")最后一句改成显式了,也报错

Traceback (most recent call last): File "ADF.py", line 18, in <module> atoms.set_calculator(SinglePointCalculator(atoms, energy=0, forces=np.zeros((len(atoms), 3)), stress=np.zeros(6), neighborlist=nl)) File "/export/home/anliying/.local/lib/python3.8/site-packages/ase-3.22.1-py3.8.egg/ase/calculators/singlepoint.py", line 22, in init assert property in all_properties AssertionError。import numpy as np from ase.io import read from ase.build import make_supercell from ase.visualize import view from ase.neighborlist import NeighborList from ase.calculators.singlepoint import SinglePointCalculator # 读入三个POSCAR文件,计算原子分布函数 structures = [] for file in ['structure1.cif', 'structure2.cif', 'structure3.cif']: atoms = read(file) # 构造超胞,避免周期性边界对ADF计算的影响 atoms = make_supercell(atoms, [[2, 0, 0], [0, 2, 0], [0, 0, 2]]) # 计算邻居列表 nl = NeighborList([1.2] * len(atoms), self_interaction=False) nl.update(atoms) # 将邻居列表传递给SinglePointCalculator atoms.set_calculator(SinglePointCalculator(atoms, energy=0, forces=np.zeros((len(atoms), 3)), stress=np.zeros(6), neighborlist=nl)) # 计算原子分布函数 adf = atoms.get_atomic_distribution_function() structures.append(adf) # 将ADF转化为特征矩阵 bins = np.linspace(0, 10, num=100) # 分100个bin adf_hists = [np.histogram(adf, bins=bins)[0] for adf in structures] feature_matrix = np.array(adf_hists) / [len(atoms) for atoms in structures] # 归一化特征矩阵 feature_matrix = feature_matrix / np.linalg.norm(feature_matrix, axis=1, keepdims=True),基于错误改代码

from ase.io import read from ase.io import write from ase.build import make_supercell import random # 读取六方的Ti的CIF文件 #ti_structure = read("C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/Ti_P63 mmc.cif") # 构建超胞(根据需求调整缩放矩阵) #scaling_matrix = [[2,1,0],[0,3,0],[0,0,2]] #supercell = make_supercell(ti_structure,scaling_matrix) # 读取Fcc的Ti的CIF文件 #ti_structure = read("C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/Ti_Fm-3m.cif") # 构建超胞(根据需求调整缩放矩阵) #scaling_matrix = [[1,1,1],[1,1,-2],[1,-1,0]] #supercell = make_supercell(ti_structure,scaling_matrix) # 读取Bcc的Ti的CIF文件 #ti_structure = read("C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/Ti_Im-3m.cif") # 构建超胞(根据需求调整缩放矩阵) #scaling_matrix = [[1,1,1],[1,1,-2],[2,-2,0]] #supercell = make_supercell(ti_structure,scaling_matrix) #Cmcm 2*2*2 #读取omiga的Ti的CIF文件 ti_structure = read("C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/Ti_P6 mmm.cif") # 构建超胞(根据需求调整缩放矩阵) 变长方形 a变成根号3a 面积扩一倍 scaling_matrix = [[2,1,0],[0,2,0],[0,0,3]] supercell = make_supercell(ti_structure,scaling_matrix) #设置替换参数 # 10%的Ti被替换成Nb substitution_ratio = 0.6 ti_sites = [i for i, site in enumerate(supercell) if site.symbol == "Ti"] num_substitutions = int(len(ti_sites) * substitution_ratio) #随机选择替换位点 random.seed() #确保可重复性 自动使用系统时间作为种子 replace_indices = random.sample(ti_sites, num_substitutions) #添加原子索引输出验证 print("本次替换原子索引:",sorted(replace_indices)) #执行原子替换 for idx in replace_indices: supercell[idx].symbol="Nb" #直接替换原子类型 #保存新结构 #write('C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/TiNb_P63 mmc/TiNb_P63 mmc_0.6_1.cif',supercell) #write('C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/TiNb_P63 mmc/TiNb_Fm-3m_0.6_1.cif',supercell) #write('C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/TiNb_P63 mmc/TiNb_Im-3m_0.6_1.cif',supercell) write('C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/TiNb_P63 mmc/TiNb_P6 mmc_0.6_1.cif',supercell)把这段代码换成循环式,根据输入结构类型不同,得到不同的超胞缩放矩阵,将supercell存储到不同的变量中 使代码简化

from ase.io import read from ase.io import write from ase.build import make_supercell import random #读取不同结构的Ti的CIF文件 #构建不同结构(根据需求调整缩放矩阵) #输出不同结构TiNb的CIF文件 structure_configs={ #六方 P63 mmc "hexagonal":{ "input_file":"C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/Ti_P63 mmc.cif", "scaling_matrix":[[2,1,0],[0,3,0],[0,0,2]], "output_file":"C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/TiNb_P63 mmc.cif" }, #面心立方 Fm-3m "fcc":{ "input_file": "C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/Ti_Fm-3m.cif", "scaling_matrix": [[1, 1, 1], [1, 1, -2], [1, -1, 0]], "output_file": "C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/TiNb_Fm-3m.cif" }, #体心立方 Im-3m "bcc":{ "input_file": "C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/Ti_Im-3m.cif", "scaling_matrix": [[1, 1, 1], [1, 1, -2], [2, -2, 0]], "output_file": "C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/TiNb_Im-3m.cif" }, #六方密堆 P6 mmm 变长方形 a变成根号3a 面积扩一倍 "omiga":{ "input_file": "C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/Ti_P6 mmm.cif", "scaling_matrix": [[2, 1, 0], [0, 2, 0], [0, 0, 3]], "output_file": "C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/TiNb_P6 mmm.cif" }, #正交 Cmcm "orthogonality":{ "input_file": "C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/Ti_Cmcm.cif", "scaling_matrix": [[2, 0, 0], [0, 2, 0], [0, 0, 2]], "output_file": "C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/TiNb_Cmcm.cif" }, } #统一处理所有结构 for config_name, config in structure_configs.items(): #读取原始结构 ti_structure = read(config["input_file"]) #构建超胞 supercell = make_supercell(ti_structure,config["scaling_matrix"]) #随机替换Nb #储存超胞到不同变量 globals()[f"{config_name}_supercell"] = supercell #储存为全局变量 #保存新CIF文件 write(config["output_file"],supercell) print(f"{config_name}结构处理完成,已保存至:{config['output_file']}") #保存LAMMPS文件Nb是随机替换的,数目也是随机替换的

from ase.io import read from ase.io import write from ase.build import make_supercell import random import os #读取不同结构的Ti的CIF文件 #构建不同结构(根据需求调整缩放矩阵) #输出不同结构TiNb的CIF文件 structure_configs={ #六方 P63 mmc "hexagonal":{ "input_file":"C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/Ti_P63 mmc.cif", "scaling_matrix":[[2,1,0],[0,3,0],[0,0,2]], "output_file":"C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/TiNb_P63 mmc/TiNb_P63 mmc.cif" }, #面心立方 Fm-3m "fcc":{ "input_file": "C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/Ti_Fm-3m.cif", "scaling_matrix": [[1, 1, 1], [1, 1, -2], [1, -1, 0]], "output_file": "C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/TiNb_Fm-3m/TiNb_Fm-3m.cif" }, #体心立方 Im-3m "bcc":{ "input_file": "C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/Ti_Im-3m.cif", "scaling_matrix": [[1, 1, 1], [1, 1, -2], [2, -2, 0]], "output_file": "C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/TiNb_Im-3m/TiNb_Im-3m.cif" }, #六方密堆 P6 mmm 变长方形 a变成根号3a 面积扩一倍 "omiga":{ "input_file": "C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/Ti_P6 mmm.cif", "scaling_matrix": [[2, 1, 0], [0, 2, 0], [0, 0, 3]], "output_file": "C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/TiNb_P6 mmm/TiNb_P6 mmm.cif" }, #正交 Cmcm "orthogonality":{ "input_file": "C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/Ti_Cmcm.cif", "scaling_matrix": [[2, 0, 0], [0, 2, 0], [0, 0, 2]], "output_file": "C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/TiNb_Cmcm/TiNb_Cmcm.cif" }, } #设置需要生成的样本数量 n_samples = 100 #统一处理所有结构 for config_name, config in structure_configs.items(): original_output = config["output_file"] base_dir = os.path.dirname(original_output) #获取原始目录路径 #从原始输出文件名中提取基础结构名称(去扩展名) base_filename = os.path.basename(original_output) structure_name = os.path.splitext(base_filename)[0] #为每个结构类型单独循环生成多个样本 for sample_idx in range(n_samples): #读取原始结构(每次重新读取保证原始结构不被修改) ti_structure = read(config["input_file"]) #构建超胞 supercell = make_supercell(ti_structure,config["scaling_matrix"]) #获取所有Ti原子索引 ti_indices = [i for i, sym in enumerate(supercell.get_chemical_symbols()) if sym == 'Ti'] #随机确定替换数量(至少1个,最多全部) replace_num = random.randint(1, len(ti_indices)-1) #打乱原子索引顺序 random.shuffle(ti_indices) #执行原子替换 for idx in ti_indices[:replace_num]: supercell[idx].symbol = 'Nb' #修改原子类型为Nb #储存超胞到全局变量 globals()[f"{config_name}_supercell"] = supercell #动态生成唯一文件名(序号命名) new_filename = f"{structure_name}_{sample_idx:03d}.cif" #构建完整输出路径 output_path = os.path.join(base_dir,new_filename) #保存新CIF文件 write(output_path,supercell) #config["output_file"] print(f"{structure_name}结构处理完成,替换了{replace_num}个Ti原子,结构{config_name} 第{sample_idx+1}个样本已保存至:{output_path}") #保存LAMMPS文件 lammps_filename = f"{structure_name}_{sample_idx:03d}.lammps" lammps_path = os.path.join(base_dir,lammps_filename) write(lammps_path,supercell,format='lammps-data')因为原子都是Ti,所以if sym='Ti' 那句可以删了吗

from ase.io import read from ase.io import write from ase.build import make_supercell import random #构建不同结构 输入、矩阵、输出 列表 structure_configs={ #六方 P63 mmc "hexagonal":{ "input_file":"C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/Ti_P63 mmc.cif", "scaling_matrix":[[2,1,0],[0,3,0],[0,0,2]], "output_file":"C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/TiNb_P63 mmc.cif" }, #面心立方 Fm-3m "fcc":{ "input_file": "C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/Ti_Fm-3m.cif", "scaling_matrix": [[1, 1, 1], [1, 1, -2], [1, -1, 0]], "output_file": "C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/TiNb_Fm-3m.cif" }, #体心立方 Im-3m "bcc":{ "input_file": "C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/Ti_Im-3m.cif", "scaling_matrix": [[1, 1, 1], [1, 1, -2], [2, -2, 0]], "output_file": "C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/TiNb_Im-3m.cif" }, #六方密堆 P6 mmm "omiga":{ "input_file": "C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/Ti_P6 mmm.cif", "scaling_matrix": [[2, 1, 0], [0, 2, 0], [0, 0, 3]], "output_file": "C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/TiNb_P6 mmm.cif" }, #正交 Cmcm "orthogonality":{ "input_file": "C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/Ti_Cmcm.cif", "scaling_matrix": [[2, 0, 0], [0, 2, 0], [0, 0, 2]], "output_file": "C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/TiNb_Cmcm.cif" }, } #超胞矩阵计算 #统一处理所有结构 for config_name, config in structure_configs.items(): ti_structure = read(config["input_file"]) supercell = make_supercell(ti_structure,config["scaling_matrix"]) #储存超胞到不同变量 globals()[f"{config_name}_supercell"] = supercell #储存为全局变量 #保存文件 write(config["output_file"],supercell) print(f"{config_name}结构处理完成,已保存至:{config['output_file']}") #f? # 读取六方的Ti的CIF文件 #ti_structure = read("C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/Ti_P63 mmc.cif") # 构建超胞(根据需求调整缩放矩阵) #scaling_matrix = [[2,1,0],[0,3,0],[0,0,2]] #supercell = make_supercell(ti_structure,scaling_matrix) # 读取Fcc的Ti的CIF文件 #ti_structure = read("C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/Ti_Fm-3m.cif") # 构建超胞(根据需求调整缩放矩阵) #scaling_matrix = [[1,1,1],[1,1,-2],[1,-1,0]] #supercell = make_supercell(ti_structure,scaling_matrix) # 读取Bcc的Ti的CIF文件 #ti_structure = read("C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/Ti_Im-3m.cif") # 构建超胞(根据需求调整缩放矩阵) #scaling_matrix = [[1,1,1],[1,1,-2],[2,-2,0]] #supercell = make_supercell(ti_structure,scaling_matrix) #Cmcm 2*2*2 #读取omiga的Ti的CIF文件 #ti_structure = read("C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/Ti_P6 mmm.cif") # 构建超胞(根据需求调整缩放矩阵) 变长方形 a变成根号3a 面积扩一倍 #scaling_matrix = [[2,1,0],[0,2,0],[0,0,3]] #supercell = make_supercell(ti_structure,scaling_matrix) #设置替换参数 # 10%的Ti被替换成Nb substitution_ratio = 0.6 ti_sites = [i for i, site in enumerate(supercell) if site.symbol == "Ti"] num_substitutions = int(len(ti_sites) * substitution_ratio) #随机选择替换位点 random.seed() #确保可重复性 自动使用系统时间作为种子 replace_indices = random.sample(ti_sites, num_substitutions) #添加原子索引输出验证 print("本次替换原子索引:",sorted(replace_indices)) #执行原子替换 for idx in replace_indices: supercell[idx].symbol="Nb" #直接替换原子类型 #保存新结构 #write('C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/TiNb_P63 mmc/TiNb_P63 mmc_0.6_1.cif',supercell) #write('C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/TiNb_P63 mmc/TiNb_Fm-3m_0.6_1.cif',supercell) #write('C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/TiNb_P63 mmc/TiNb_Im-3m_0.6_1.cif',supercell) write('C:/Users/心心心/Desktop/毕设资料/模拟/TiNb_CIF/TiNb_P63 mmc/TiNb_P6 mmc_0.6_1.cif',supercell)我是说你第一次给我的反馈修改后的代码里为什么没有我五个结构的输入文件、构建超胞的矩阵等信息

最新推荐

recommend-type

(完整word版)《网站设计与建设》教案-顾伟.doc

(完整word版)《网站设计与建设》教案-顾伟.doc
recommend-type

assimp-5.2.4.tar

assimp-5.2.4.tar
recommend-type

顺丰快递单号远程验证码获取查询系统

资源下载链接为: https://pan.quark.cn/s/d9ef5828b597 顺丰快递单号查询系统采用PHP+cURL架构,服务器端通过cURL模拟浏览器向顺丰接口发起HTTP请求。cURL流程:curl_init初始化会话→curl_setopt设定URL、方法、头信息、Cookie、POST字段、超时→curl_exec抓取响应→curl_getinfo读取状态→curl_errno捕获异常→curl_close释放句柄。若需登录,可先用POST提交账号密码并保存Cookie;遇验证码则借助GD或OpenCV预处理图片后调用OCR识别,必要时用训练好的模型自动填写。查询参数仅快递单号,返回结果经解析后展示,同时做好错误提示与速度优化,兼容多终端。整套方案展示了PHP抓取远程数据、处理登录及验证码的完整思路,对爬虫、自动化测试均有借鉴意义。
recommend-type

(完整word版)Photoshop照片美化教程.pdf

(完整word版)Photoshop照片美化教程.pdf
recommend-type

(完整版)房建项目进度网络图.xls

(完整版)房建项目进度网络图.xls
recommend-type

Web2.0新特征图解解析

Web2.0是互联网发展的一个阶段,相对于早期的Web1.0时代,Web2.0具有以下显著特征和知识点: ### Web2.0的定义与特点 1. **用户参与内容生产**: - Web2.0的一个核心特征是用户不再是被动接收信息的消费者,而是成为了内容的生产者。这标志着“读写网络”的开始,用户可以在网络上发布信息、评论、博客、视频等内容。 2. **信息个性化定制**: - Web2.0时代,用户可以根据自己的喜好对信息进行个性化定制,例如通过RSS阅读器订阅感兴趣的新闻源,或者通过社交网络筛选自己感兴趣的话题和内容。 3. **网页技术的革新**: - 随着技术的发展,如Ajax、XML、JSON等技术的出现和应用,使得网页可以更加动态地与用户交互,无需重新加载整个页面即可更新数据,提高了用户体验。 4. **长尾效应**: - 在Web2.0时代,即使是小型或专业化的内容提供者也有机会通过互联网获得关注,这体现了长尾理论,即在网络环境下,非主流的小众产品也有机会与主流产品并存。 5. **社交网络的兴起**: - Web2.0推动了社交网络的发展,如Facebook、Twitter、微博等平台兴起,促进了信息的快速传播和人际交流方式的变革。 6. **开放性和互操作性**: - Web2.0时代倡导开放API(应用程序编程接口),允许不同的网络服务和应用间能够相互通信和共享数据,提高了网络的互操作性。 ### Web2.0的关键技术和应用 1. **博客(Blog)**: - 博客是Web2.0的代表之一,它支持用户以日记形式定期更新内容,并允许其他用户进行评论。 2. **维基(Wiki)**: - 维基是另一种形式的集体协作项目,如维基百科,任何用户都可以编辑网页内容,共同构建一个百科全书。 3. **社交网络服务(Social Networking Services)**: - 社交网络服务如Facebook、Twitter、LinkedIn等,促进了个人和组织之间的社交关系构建和信息分享。 4. **内容聚合器(RSS feeds)**: - RSS技术让用户可以通过阅读器软件快速浏览多个网站更新的内容摘要。 5. **标签(Tags)**: - 用户可以为自己的内容添加标签,便于其他用户搜索和组织信息。 6. **视频分享(Video Sharing)**: - 视频分享网站如YouTube,用户可以上传、分享和评论视频内容。 ### Web2.0与网络营销 1. **内容营销**: - Web2.0为内容营销提供了良好的平台,企业可以通过撰写博客文章、发布视频等内容吸引和维护用户。 2. **社交媒体营销**: - 社交网络的广泛使用,使得企业可以通过社交媒体进行品牌传播、产品推广和客户服务。 3. **口碑营销**: - 用户生成内容、评论和分享在Web2.0时代更易扩散,为口碑营销提供了土壤。 4. **搜索引擎优化(SEO)**: - 随着内容的多样化和个性化,SEO策略也必须适应Web2.0特点,注重社交信号和用户体验。 ### 总结 Web2.0是对互联网发展的一次深刻变革,它不仅仅是一个技术变革,更是人们使用互联网的习惯和方式的变革。Web2.0的时代特征与Web1.0相比,更加注重用户体验、社交互动和信息的个性化定制。这些变化为网络营销提供了新的思路和平台,也对企业的市场策略提出了新的要求。通过理解Web2.0的特点和应用,企业可以更好地适应互联网的发展趋势,实现与用户的深度互动和品牌的有效传播。
recommend-type

【C++编程新手必看】:一步步带你制作出风靡全球的“别踩白块儿”游戏

# 摘要 本文全面介绍C++编程在游戏开发中的应用,涵盖了从基础概念到具体实现的多个方面。首先,文章提供了游戏开发环境的搭建指南,包括编译器配置和开发工具的选择。随后,重点介绍了游戏主循环和基本框架的构建,强调了事件处理和渲染技术。在游戏逻辑和交互设计方面,本文阐述了界面布局、事件响应和游戏状态管理的核心实现。为了提升游戏体验,本文还探讨了添加音效和背景音乐以及开发高级游戏特性的方法。最后,文章介绍了性能优化和跨平台发布的过程,包括游戏的打包和针对不同平台的发布策略。本文旨在为C++游戏开发者提供一个实用的开发指南,帮助他们从零开始构建出性能优化、跨平台兼容的游戏。 # 关键字 C++编程;
recommend-type

使用scikit-learn训练模型来预测鸢尾花种类

<think>我们使用scikit-learn库来训练一个分类模型预测鸢尾花种类。鸢尾花数据集是scikit-learn内置的经典数据集,包含三种鸢尾花的四个特征(花萼长度、花萼宽度、花瓣长度、花瓣宽度)和对应的类别标签。步骤:1.导入必要的库和数据集2.数据探索(可选,但建议了解数据)3.数据预处理(如划分训练集和测试集、标准化等)4.选择模型(例如KNN、随机森林等)5.训练模型6.模型评估7.使用模型进行预测下面以KNN(K近邻)算法为例,展示完整流程。</think>### 使用 scikit-learn 训练鸢尾花分类模型 以下是基于 scikit-learn 训练鸢尾花分类模型的
recommend-type

WWF工作流设计器C#源码解析及演示

### WWF工作流设计器控件C#源码知识点 #### 1. WWF(Windows Workflow Foundation)概述 WWF是微软公司推出的一个工作流框架,作为.NET Framework的一部分。它提供了一套丰富的API,用于设计、执行和管理工作流。工作流可以用于各种应用程序,包括Web应用、服务和桌面应用,使得开发者能够将复杂的业务逻辑以工作流的形式表现出来,简化业务流程自动化和管理。 #### 2. 工作流设计器控件(Workflow Designer Control) 工作流设计器控件是WWF中的一个组件,主要用于提供可视化设计工作流的能力。它允许用户通过拖放的方式在界面上添加、配置和连接工作流活动,从而构建出复杂的工作流应用。控件的使用大大降低了工作流设计的难度,并使得设计工作流变得直观和用户友好。 #### 3. C#源码分析 在提供的文件描述中提到了两个工程项目,它们均使用C#编写。下面分别对这两个工程进行介绍: - **WorkflowDesignerControl** - 该工程是工作流设计器控件的核心实现。它封装了设计工作流所需的用户界面和逻辑代码。开发者可以在自己的应用程序中嵌入这个控件,为最终用户提供一个设计工作流的界面。 - 重点分析:控件如何加载和显示不同的工作流活动、控件如何响应用户的交互、控件状态的保存和加载机制等。 - **WorkflowDesignerExample** - 这个工程是演示如何使用WorkflowDesignerControl的示例项目。它不仅展示了如何在用户界面中嵌入工作流设计器控件,还展示了如何处理用户的交互事件,比如如何在设计完工作流后进行保存、加载或执行等。 - 重点分析:实例程序如何响应工作流设计师的用户操作、示例程序中可能包含的事件处理逻辑、以及工作流的实例化和运行等。 #### 4. 使用Visual Studio 2008编译 文件描述中提到使用Visual Studio 2008进行编译通过。Visual Studio 2008是微软在2008年发布的集成开发环境,它支持.NET Framework 3.5,而WWF正是作为.NET 3.5的一部分。开发者需要使用Visual Studio 2008(或更新版本)来加载和编译这些代码,确保所有必要的项目引用、依赖和.NET 3.5的特性均得到支持。 #### 5. 关键技术点 - **工作流活动(Workflow Activities)**:WWF中的工作流由一系列的活动组成,每个活动代表了一个可以执行的工作单元。在工作流设计器控件中,需要能够显示和操作这些活动。 - **活动编辑(Activity Editing)**:能够编辑活动的属性是工作流设计器控件的重要功能,这对于构建复杂的工作流逻辑至关重要。 - **状态管理(State Management)**:工作流设计过程中可能涉及保存和加载状态,例如保存当前的工作流设计、加载已保存的工作流设计等。 - **事件处理(Event Handling)**:处理用户交互事件,例如拖放活动到设计面板、双击活动编辑属性等。 #### 6. 文件名称列表解释 - **WorkflowDesignerControl.sln**:解决方案文件,包含了WorkflowDesignerControl和WorkflowDesignerExample两个项目。 - **WorkflowDesignerControl.suo**:Visual Studio解决方案用户选项文件,该文件包含了开发者特有的个性化设置,比如窗口布局、断点位置等。 - **Thumbs.db**:缩略图缓存文件,由Windows自动生成,用于存储文件夹中的图片缩略图,与WWF工作流设计器控件功能无关。 - **WorkflowDesignerExample**:可能是一个文件夹,包含了示例工程相关的所有文件,或者是示例工程的可执行文件。 - **EULA.txt**:最终用户许可协议文本文件,通常说明了软件的版权和使用许可条件。 综上所述,该文件集包含了WWF工作流设计器控件的完整C#源码以及相应的Visual Studio项目文件,开发者可以利用这些资源深入理解WWF工作流设计器控件的工作机制,并将其应用于实际的项目开发中,实现工作流的设计和管理功能。
recommend-type

CAD数据在ANSA中:完美修复几何数据的策略与方法

# 摘要 CAD数据的准确性和几何完整性对于产品设计和工程分析至关重要。本文首先强调了CAD数据和几何修复的重要性,随后介绍了ANSA软件在处理CAD数据中的角色。通过详细的分析,本文探讨了几何数据的常见问题,以及有效的手动和自动修复技术。文中还提供了几何修复在实际应用中的案例分析,并讨论了行业未来对几何修复技术的需求和新兴技术趋势。文章旨在为CAD数据几何修复提供全面的理论知识、诊断方法和修复策略,并