surface-construct 0.12.8__tar.gz → 0.13.0__tar.gz

{surface_construct-0.12.8/surface_construct.egg-info → surface_construct-0.13.0}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: surface_construct
-Version: 0.12.8
+Version: 0.13.0
 Summary: Surface construction and surface reaction sampling tools.
 Home-page: https://gitee.com/pjren/surface_construct/
 Author: ren
@@ -14,9 +14,10 @@ Requires-Dist: ase
 Requires-Dist: networkx
 Requires-Dist: spglib
 Requires-Dist: pandas
-Requires-Dist: tqdm
+Requires-Dist: pymsym
 Requires-Dist: scikit-learn
 Requires-Dist: scikit-image
+Requires-Dist: setuptools
 Dynamic: author
 Dynamic: author-email
 Dynamic: classifier
@@ -157,6 +158,9 @@ $$
 
 **TODO**
 
+* 在 sg 中增加 mask points, 在采样和fit 中不考虑，在画图时候额外赋值
+* 使用 FAISS 加速向量计算，距离，聚类等
+* sitesampling 增加 include 和exclude ，可以根据位点-类型和位点-原子序号进行排除格点
 * 计算位点 SALI （Structure-Activity Landscape Index），量化 activity cliffs，SALI = |ΔActivity| / (1 − Similarity)
 * 新增 PathSampler，用于在相邻的关键格点之间的扩散路径进行采样，使用 ase.neb.idpp 方法进行采样，使用 Delaunay 剖分找到相邻位点的路径。
 * Low-Energy Region Explorer 方法借鉴[^LoreX]: 划分能量区域， 进行 Delaunay 划分，合并较小的区域为较大的区域。然后针对低能的区域进行额外采样。也可以适用不同的方法，低精度进行低能高能区域识别，然后高精度方法加强。

{surface_construct-0.12.8 → surface_construct-0.13.0}/README.md

@@ -127,6 +127,9 @@ $$
 
 **TODO**
 
+* 在 sg 中增加 mask points, 在采样和fit 中不考虑，在画图时候额外赋值
+* 使用 FAISS 加速向量计算，距离，聚类等
+* sitesampling 增加 include 和exclude ，可以根据位点-类型和位点-原子序号进行排除格点
 * 计算位点 SALI （Structure-Activity Landscape Index），量化 activity cliffs，SALI = |ΔActivity| / (1 − Similarity)
 * 新增 PathSampler，用于在相邻的关键格点之间的扩散路径进行采样，使用 ase.neb.idpp 方法进行采样，使用 Delaunay 剖分找到相邻位点的路径。
 * Low-Energy Region Explorer 方法借鉴[^LoreX]: 划分能量区域， 进行 Delaunay 划分，合并较小的区域为较大的区域。然后针对低能的区域进行额外采样。也可以适用不同的方法，低精度进行低能高能区域识别，然后高精度方法加强。

{surface_construct-0.12.8 → surface_construct-0.13.0}/setup.py

@@ -8,14 +8,15 @@ install_requires = [
     'networkx',
     'spglib',
     'pandas',
-    'tqdm',
+    'pymsym',
     'scikit-learn',
-    'scikit-image'
+    'scikit-image',
+    'setuptools',
 ]
 
 setup(
     name='surface_construct',
-    version='0.12.8',
+    version='0.13.0',
     packages=find_packages(),
     url='https://gitee.com/pjren/surface_construct/',
     license='GPL',

{surface_construct-0.12.8 → surface_construct-0.13.0}/surface_construct/structures/surface.py

@@ -5,7 +5,7 @@ import ase.build.surface
 import numpy as np
 import pandas as pd
 import spglib
-from tqdm import tqdm
+
 
 from surface_construct.utils.atoms import topo_identity,dist_identity, get_atoms_topo_id, bondvalence, \
     refined_atoms, atoms2spg, coprime_factor, adj_matrix, topodist_matrix, atoms2graph, coordnum_adj
@@ -413,7 +413,7 @@ class Slab(object):
 
         if unique:
             terminations_dict = {termination.get_identity(id_type=id_type): termination
-                                 for termination in tqdm(terminations)}
+                                 for termination in terminations}
             print("Unique terminations count, ", len(terminations_dict))
             return terminations_dict
             # terminations = list(terminations_dict.values())
@@ -730,7 +730,7 @@ def get_terminations_score(terminations, cus=True):
     if cus:
         cuses = []
         termination_ids = []
-        for i, t in tqdm(enumerate(terminations)):
+        for i, t in enumerate(terminations):
             cus = t.get_cus_cn()
             # idata = pd.DataFrame(cus, index=[len(data) + idx for idx in range(len(cus))])
             termination_ids += [i] * len(cus)
@@ -742,7 +742,7 @@ def get_terminations_score(terminations, cus=True):
         data_sum_by_termination = data_by_termination.sum()
     else:
         data_sum_by_termination = pd.DataFrame()
-    dsuc_list = [round(t.dsuc(), 2) for t in tqdm(terminations)]
+    dsuc_list = [round(t.dsuc(), 2) for t in terminations]
     data_sum_by_termination['DSUC'] = dsuc_list
     return data_sum_by_termination
 
@@ -751,7 +751,7 @@ def all_surface_parameters(crystal, cellmax=20, max_hkl=(3, 3, 3)):
     """
     Extract all the surface parameters for given crystal. 数据用于 seaborn 作图
     :param crystal: Crytal object
-    :param cellmax: the maximum of cell length when multiple the unit cell
+    :param cellmax: the maximum of cell length when multiply the unit cell
     :param max_hkl: tuple or int, (hmax,kmax,lmax)
     :return:
     """

{surface_construct-0.12.8 → surface_construct-0.13.0}/surface_construct/tasks/sitesampling.py

@@ -19,7 +19,8 @@ from scan_ts import FixAtomsComXY
 
 from .taskbase import TaskBase
 from ..sg_sampler import name2sampler
-
+from ..structures.combiner import AdsGridCombiner
+from ase.optimize.optimize import Optimizer
 
 class SurfaceSiteSampleTask(TaskBase):
     """
@@ -30,7 +31,10 @@ class SurfaceSiteSampleTask(TaskBase):
 
     """
     pkl_content = ['combiner']
-    def __init__(self, combiner=None, optimizer=None, sampler=None, **kwargs):
+    def __init__(self, combiner:AdsGridCombiner=None,
+                 optimizer:Optimizer=None,
+                 sampler:dict=None,
+                 **kwargs):
         """
 
         :param combiner:
@@ -71,7 +75,15 @@ class SurfaceSiteSampleTask(TaskBase):
             msg.append(f"Optimizer: None")
         else:
             msg.append(f"Optimizer: {self.optimizer.__name__}")
-        # TODO: calculator 信息
+            opt_kwargs = self.kwargs.get('opt_kwargs', None)
+            if opt_kwargs is None:
+                msg.append("    opt_kwargs : None")
+            else:
+                msg += [f'    {k} : {v}' for k, v in opt_kwargs.items()]
+        # calculator 信息
+        msg.append(f"Calculator: {self.combiner.calc.__class__.__name__}")
+        msg += [f'    {k} : {v}' for k,v in self.combiner.calc.todict()]
+
         msg.append(f"Sampling Method: ")
         for i, s in enumerate(self.sampler):
             msg.append(f"  The {i+1}-th sampler:")
@@ -79,8 +91,7 @@ class SurfaceSiteSampleTask(TaskBase):
             msg.append(f"    Surface Sampler: {s.get('surface')}")
             msg.append(f"    Surface Sampler weight: {s.get('weight',1.0)}")
         msg.append("Other kwargs:")
-        for k,v in self.kwargs.items():
-            msg.append(f'    {k} : {v}')
+        msg += [f'    {k} : {v}' for k,v in self.kwargs.items()]
 
         msg.append("\nResult:")
         msg.append("       time   sample_idx     x       y        z      E0/eV   converged")
@@ -179,8 +190,6 @@ class SurfaceSiteSampleTask(TaskBase):
         for isampler in self.sampler:
             size = isampler.get("size", 1)
             sg_sampler = isampler.get("surface")
-            if type(sg_sampler) in (tuple, list) and len(sg_sampler) == 1:
-                sg_sampler = sg_sampler[0]
             if type(sg_sampler) == str:
                 sg_sampler_obj = name2sampler(sg_sampler)
                 if sg_sampler in ('InitialSGSampler', 'KeyPointSGSampler'):  # 一次性采N样，其余都是一次一个点

{surface_construct-0.12.8 → surface_construct-0.13.0/surface_construct.egg-info}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: surface_construct
-Version: 0.12.8
+Version: 0.13.0
 Summary: Surface construction and surface reaction sampling tools.
 Home-page: https://gitee.com/pjren/surface_construct/
 Author: ren
@@ -14,9 +14,10 @@ Requires-Dist: ase
 Requires-Dist: networkx
 Requires-Dist: spglib
 Requires-Dist: pandas
-Requires-Dist: tqdm
+Requires-Dist: pymsym
 Requires-Dist: scikit-learn
 Requires-Dist: scikit-image
+Requires-Dist: setuptools
 Dynamic: author
 Dynamic: author-email
 Dynamic: classifier
@@ -157,6 +158,9 @@ $$
 
 **TODO**
 
+* 在 sg 中增加 mask points, 在采样和fit 中不考虑，在画图时候额外赋值
+* 使用 FAISS 加速向量计算，距离，聚类等
+* sitesampling 增加 include 和exclude ，可以根据位点-类型和位点-原子序号进行排除格点
 * 计算位点 SALI （Structure-Activity Landscape Index），量化 activity cliffs，SALI = |ΔActivity| / (1 − Similarity)
 * 新增 PathSampler，用于在相邻的关键格点之间的扩散路径进行采样，使用 ase.neb.idpp 方法进行采样，使用 Delaunay 剖分找到相邻位点的路径。
 * Low-Energy Region Explorer 方法借鉴[^LoreX]: 划分能量区域， 进行 Delaunay 划分，合并较小的区域为较大的区域。然后针对低能的区域进行额外采样。也可以适用不同的方法，低精度进行低能高能区域识别，然后高精度方法加强。

{surface_construct-0.12.8 → surface_construct-0.13.0}/surface_construct.egg-info/requires.txt

@@ -2,6 +2,7 @@ ase
 networkx
 spglib
 pandas
-tqdm
+pymsym
 scikit-learn
 scikit-image
+setuptools

{surface_construct-0.12.8 → surface_construct-0.13.0}/tests/test_simple_surface.py

@@ -11,7 +11,7 @@ class TestSimpleSurface:
         slab1 = Slab(s)
         superslab1 = slab1.supercell((3,3))
         terms = superslab1.get_all_terminations(unique=True)
-        atoms_list = [t.atoms for t in terms.values]
+        atoms_list = [t.atoms for t in terms.values()]
 
         slab2 = Slab(s, from_last=True)
         superslab2 = slab2.supercell((3,3))