from mp_api.client import MPResterimport csvfrom tqdm import tqdm#https://next-gen.materialsproject.org/api 注册获得API_KEYAPI_KEY = "APIKEY"OUTPUT_FILE = "perovskite_dataset.csv"

通过API调用MP数据库，拉取Description中含有perovskite 字段的结构。

 mpr.materials.robocrys.search(keywords=["perovskite"]

这是MPRester包中的固定写法，使用时，仅需要更换关键词即可搜索其他的材料结构。

def get_robo_perovskites(mpr):    docs = mpr.materials.robocrys.search(keywords=["perovskite"])'''   等价写法：用set可以避免重复统计   rob_ids()   for doc in docs:   rob_ids.add(doc.material_id)   '''return set(doc.material_id for doc in docs)

拉取Tags标签或remarks标记中含有perovskite 字段的结构。

#材料ID，标签，备注信息def get_tag_perovskites(mpr):'''如返回信息：MPDataDoc<ProvenanceDoc>(material_id=MPID(mp-1244953),remarks=['Amorphous'], ->表明非晶体tags=['Amorphous'],fields_not_requested=['builder_meta', 'nsites', 'elements', 'nelements', 'composition', 'composition_reduced', 'formula_pretty', 'formula_anonymous', 'chemsys', 'volume', 'density', 'density_atomic', 'symmetry', 'deprecated', 'deprecation_reasons', 'last_updated', 'origins', 'warnings', 'structure', 'property_name', 'created_at', 'references', 'authors', 'theoretical', 'database_IDs', 'history'])]'''    docs = mpr.materials.provenance.search(        fields=["material_id", "tags", "remarks"]    )    ids = []for doc in docs:'''        取"tags"字段，如果没有，则返回[]        等价于        if "tags" in doc:          tags=doc["tags"]         else:         tags=[]         or []防止key不存在，直接返回[]        '''        tags = doc.get("tags", []) or []        remarks = doc.get("remarks", []) or []'''        tags + remarks:拼接列表        等价为:        for x in (tags+remarks):        #str(x).lower():将xstring化，小写化          if "perovskite" in str(x).lower():            ids.append(doc.get("material_id"))           return False        '''if any("perovskite" in str(x).lower() for x in (tags + remarks)):            ids.append(doc.get("material_id"))return set(ids)

获取结构性质

def fetch_summary(mpr, material_ids):    results = []    batch_size = 1000    ids_list = list(material_ids)'''    range(0,len(ids_list),batch_size):从0开始，ids_list的长度结束，步长为batch_size    tqdm()：进度条工具表    '''for i in tqdm(range(0, len(ids_list), batch_size)):#batch_ids：每一次取1000个数据        batch_ids = ids_list[i:i + batch_size]        docs = mpr.materials.summary.search(            material_ids=batch_ids,            fields=["material_id","formula_pretty",#结构表达式"energy_above_hull",#凸包能"formation_energy_per_atom",#形成能"band_gap","density","volume","nsites"#晶胞内的原子数            ]        )        results.extend(docs)return results

存入csv文件

import pandas as pdrows = []def save_to_csv(data, filename):print("Saving to CSV...")    df=pd.DataFrame([    {"material_id": d.material_id,"formula": d.formula_pretty,"energy_above_hull": d.energy_above_hull,"formation_energy": d.formation_energy_per_atom,"band_gap": d.band_gap,"density": d.density,"volume": d.volume,"nsites": d.nsites    }for d in data    ])    df.to_csv(filename,index=True,encoding="utf-8")print("CSV saved!")

主函数调用所有方法

def main():with MPRester(API_KEY) as mpr:        robo_ids=get_robo_perovskite(mpr)        tags_ids=get_tag_perovskite(mpr)#取并集        all_ids=robo_ids|tags_idsprint(f"Total perovskites:{len(all_ids)}")        data=fetch_summary(mpr,all_ids)        save_to_csv(data,OUTPUT_FILENAME)