挖掘MOF氧化态并特征化金属位点。
项目描述
oximachine_featurizer
从CSD中(MOF)子集挖掘结构的氧化态并计算其特征。自动安装运行脚本以执行最重要的步骤。其中一些运行脚本包含硬编码的路径，需要更新。此代码生成可用于与learnmofox包一起使用以复制我们工作的输入[1]。
如果您只是对使用预训练模型感兴趣，请使用oximachinerunner包。
⚠️ 警告：对于氧化态的挖掘，您需要CSD Python API。您需要导出
CSD_HOME路径。由于许可问题，这不能自动完成。
安装
以下命令将自动安装几个命令行工具(CLI)，详情如下。
整个过程可能需要几秒钟。
最新版本
要使用所有依赖项安装软件的最新版本，可以使用
pip install git+https://github.com/kjappelbaum/oximachine_featurizer.git
稳定版本
pip install oximachine_featurizer
如何使用
要在一个结构上运行默认的特征化，可以使用CLI
run_featurization <structure> <outdir>
对于每个金属中心，如果没有混乱，这应该只需要几秒钟。
一些输出可以在MaterialsCloud存档(doi: 10.24435/materialscloud:2019.0085/v1)中找到。
更多详细信息请参阅文档。
示例用法
本包主要功能的用法在示例目录中的Jupyter Notebook中展示。它包含一些示例结构和输出，这些输出应在几秒内产生。
测试安装
为了测试，你可以——就像用于持续集成（CI）那样——使用pytest并运行test目录中的文件。例如
pip install pytest
pytest test/main
参考文献
[1] Jablonka, Kevin Maik; Ongari, Daniele; Moosavi, Seyed Mohamad; Smit, Berend (2020): Using Collective Knowledge to Assign Oxidation States. ChemRxiv. 预印本. https://doi.org/10.26434/chemrxiv.11604129.v1
下载文件
下载您平台上的文件。如果您不确定选择哪个，请了解有关安装包的更多信息。
源代码分布
构建分布
oximachine_featurizer-0.4.0.tar.gz 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 80271cd636e25c76d5adbef1282bfb4f3f4a936e8e13118ac08a8d032cb93ba1 |
|
| MD5 | 9c8d320b4bb789d910e12db7ffde070c |
|
| BLAKE2b-256 | 05376f024b53a8eb07c2279a430a045322ab1ebd0b49b9a31ce286dc1bf91f05 |
oximachine_featurizer-0.4.0-py3-none-any.whl 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | d4980f938b92ca98e475f271ff5190fee3db6343cea0270c8849bc4e9dd8c296 |
|
| MD5 | fef86ec5cd1bd82f417c54fac1a40877 |
|
| BLAKE2b-256 | 5883a400628c56d67494a780db4ea6f6d5527cd5d278a05ad791711dd33f13a4 |
