#Cifについて
Cif:Crystallographic Information Fileは
結晶学情報共通データ・フォーマット:結晶構造についての情報を詰め込んだ、国際結晶学連盟が推奨しているフォーマットです。
詳細はここ表面分析研究会 無料記事vol.21にかなり詳しい記載があります。
例えば、NaCl（塩化ナトリウム）のCifはこんな感じです。
# generated using pymatgen
data_NaCl
_symmetry_space_group_name_H-M 'P 1'
_cell_length_a 3.50218997
_cell_length_b 3.50218997
_cell_length_c 3.50218997
_cell_angle_alpha 90.00000000
_cell_angle_beta 90.00000000
_cell_angle_gamma 90.00000000
_symmetry_Int_Tables_number 1
_chemical_formula_structural NaCl
_chemical_formula_sum 'Na1 Cl1'
_cell_volume 42.95553177
_cell_formula_units_Z 1
loop_
_symmetry_equiv_pos_site_id
_symmetry_equiv_pos_as_xyz
1 'x, y, z'
loop_
_atom_site_type_symbol
_atom_site_label
_atom_site_symmetry_multiplicity
_atom_site_fract_x
_atom_site_fract_y
_atom_site_fract_z
_atom_site_occupancy
Na Na0 1 0.000000 0.000000 0.000000 1
Cl Cl1 1 0.500000 0.500000 0.500000 1
このままではただの文字列で分かりにくいので、pymatgenで読み込み数値データを利用しやすくします。
まずはMaterial Projectから上記の塩化ナトリウムのCifを取得します。
#material projectから塩化ナトリウムのデータを取得する
import pandas as pd
from pymatgen.ext.matproj import MPRester
API_KEY = 'Your API' # Materials Project の API キー
with MPRester(API_KEY) as m:
# m.get_data(chemsys_formula_id)は Material Projectから指定化合物のデータを取得
#chemsys_formula_id は、元素の組み合わせ(e.g.,Li-Fe-O)、化合物名(e.g.,Fe2O3)、
# またはMaterial Projectの材料id (e.g., mp-1234)のどれかを入れる.
NaCl_df = pd.DataFrame(m.get_data('NaCl',data_type='vasp'))
~~~
NaClのデータは2個あるらしい。
~~~python3
NaCl_df['cif']
>>>
0 # generated using pymatgen\ndata_NaCl\n_symmet...
1 # generated using pymatgen\ndata_NaCl\n_symmet...
Name: cif, dtype: object
~~~
両方のNaClをpymatgenのStructureオブジェクトで取得します。
~~~python3
import pymatgen.io.cif as pycif
from pymatgen.io.cif import CifParser
#cifを取り出す
NaCl_cif_1 = CifParser.from_string(NaCl_df['cif'][0])
NaCl_cif_2 = CifParser.from_string(NaCl_df['cif'][1])
#CifParser.get_structure メソッドは cifのデータを入力するとStructureの部分をリスト型に整形して返す
NaCl_1 =CifParser.get_structures(NaCl_cif_1)
NaCl_2 =CifParser.get_structures(NaCl_cif_2)
NaCl_1,NaCl_2
~~~
Cifの名データがだいぶ見やすい形で出力されました。
~~~
([Structure Summary
Lattice
abc : 4.02463512 4.02463511817503 4.024635115608324
angles : 59.99999991890345 59.99999987171031 60.000000015
volume : 46.09613775346724
A : -3.4854362538293855 0.0 -2.0123175618249705
B : -3.4854362538293855 0.0 2.0123175581750297
C : -2.323624174916067 3.286100806051642 -3.78335363038218e-09
PeriodicSite: Na (0.0000, 0.0000, 0.0000) [0.0000, 0.0000, 0.0000]
PeriodicSite: Cl (-4.6472, 1.6431, -0.0000) [0.5000, 0.5000, 0.5000]],
~~~
~~~
[Structure Summary
Lattice
abc : 3.50218997 3.50218997 3.50218997
angles : 90.0 90.0 90.0
volume : 42.95553176567333
A : 3.50218997 0.0 2.1444728683832323e-16
B : -2.1444728683832323e-16 3.50218997 2.1444728683832323e-16
C : 0.0 0.0 3.50218997
PeriodicSite: Na (0.0000, 0.0000, 0.0000) [0.0000, 0.0000, 0.0000]
PeriodicSite: Cl (1.7511, 1.7511, 1.7511) [0.5000, 0.5000, 0.5000]])
~~~
この２つを見比べると'angles'の値が60-60-60と90-90-90とあるので、結晶構造違いのようです。
塩化ナトリウムの結晶構造は立方格子（ccp)のものが普通なので、60-60-60のものは高圧下での構造ですかね？
現状のNaCl_1はリスト型ですが、その中にはStructure型というpymatgenで広く使うオブジェクトが入っています。
~~~python3
type(NaCl_1)
>>>list
type(NaCl_1[0])
>>>pymatgen.core.structure.Structure
~~~
たとえば、latticeメソッド（lattice:格子)を使うと,
格子に関するデータを表示できます。
~~~python3
NaCl_1_Lattice = NaCl_1[0].lattice
NaCl_1_Lattice
>>>
Lattice
abc : 4.02463512 4.02463511817503 4.024635115608324
angles : 59.99999991890345 59.99999987171031 60.000000015
volume : 46.09613775346724
A : -3.4854362538293855 0.0 -2.0123175618249705
B : -3.4854362538293855 0.0 2.0123175581750297
C : -2.323624174916067 3.286100806051642 -3.78335363038218e-09
~~~
さらにvolumeメソッドでは体積の値を取得できます。
~~~python3
NaCl_1_Lattice.volume
>>>
46.09613775346724
~~~
これで扱いにくいcifから数値データを取得できたので、機械学習に使う素材データとして扱えそうです。