MPtrj_2022.9_full

https://doi.org/10.6084/m9.figshare.23713842.v2<br>from jarvis.db.jsonutils import loadjson,dumpjsonfrom pymatgen.core.structure import Structurefrom jarvis.core.atoms import pmg_to_atomsd=loadjson('MPtrj_2022.9_full.json')mpids=list(d.keys())mem=[]for i in mpids: tmp=d[i] for j,k in tmp.items(): info={} info['jid']=j info['total_energy']=k['energy_per_atom'] info['forces']=k['force'] info['stresses']=k['stress'] info['atoms']=pmg_to_atoms(Structure.from_dict(k['structure'])).to_dict() info['magmom']=k['magmom'] mem.append(info)dumpjson(data=mem,filename='chgnet_mptraj.json')<br>

本数据集对应的DOI链接为：https://doi.org/10.6084/m9.figshare.23713842.v2
以下为用于处理该材料轨迹数据集的Python脚本：
1. 导入依赖工具与函数：从jarvis数据库的JSON工具模块导入`loadjson`（JSON文件加载函数）与`dumpjson`（JSON文件写入函数）；从pymatgen核心结构模块导入`Structure`（晶体结构类）；从jarvis核心原子处理模块导入`pmg_to_atoms`（pymatgen结构转jarvis原子对象的转换函数）。
2. 加载原始数据集文件`MPtrj_2022.9_full.json`，将数据存储至变量`d`。
3. 获取该数据集的所有键名（即Materials Project材料ID，mpids）并转换为列表格式。
4. 初始化空列表`mem`用于存储结构化后的单条数据。
5. 遍历所有材料ID：
- 取出当前材料ID对应的数据集条目`tmp`
- 遍历`tmp`中的每一组键值对`(j, k)`：
* 初始化空字典`info`以封装单条数据的各项属性
* 为`info`配置字段：`jid`赋值为当前任务ID`j`；`total_energy`赋值为单原子总能量`k['energy_per_atom']`；`forces`赋值为原子受力数据`k['force']`；`stresses`赋值为体系应力数据`k['stress']`；将`k`中的晶体结构字典通过`Structure.from_dict`转换为pymatgen晶体结构对象，再经`pmg_to_atoms`转换为jarvis原子对象后，转换为字典格式并赋值给`atoms`字段；`magmom`赋值为磁矩数据`k['magmom']`
- 将封装完成的`info`添加至`mem`列表
6. 将处理完成的结构化数据列表`mem`写入目标JSON文件`chgnet_mptraj.json`。

搜集汇总

背景与挑战

背景概述

MPtrj_2022.9_full是一个基于密度泛函理论（DFT）的计算材料科学数据集，发布于2024年3月7日，包含材料轨迹数据，如能量、力、应力和原子结构等信息。数据集以JSON格式存储，大小为1.1 GB，适用于凝聚态物质建模研究，采用CC BY 4.0许可证开放访问。