[发明专利]一种基于Python对ReaxFF力场计算结果数据处理的方法

权利要求书

1.一种基于Python对ReaxFF力场计算结果数据处理的方法，其特征在于，包括以下步骤：

步骤一、读取和整合分子类型信息species文件的数据：

1.1、采用基于ReaxFF力场得到包含每个时刻下的分子种类和分子数量的species文件，并搭建Python环境；

1.2、然后使用Python导入linecache、datatime、csv标准模块，并从copy模块中导入deepcopy进行species文件的保护；并使用def函数定义整个读取和整合功能，进行反复调用；

1.3、去掉species文件中多余的空格和‘#’号建立分子类型中间文件，并使species文件以Python中序列的内置类型--列表的形式写入分子类型中间文件；

1.4、创建两个新的列表变量，分别存储分子类型中间文件中的标题行与数据行；利用配对函数对存储的两个列表变量的字符串进行批量处理，然后对标题行之间与数据行之间的空格进行删减和切片，实现标题行和数据行的格式处理；

1.5、对标题行利用循环整合成一个涵盖各个Timestep下的不重复的分子类型的总标题，并对分子类型进行排序；并创建一个字典格式以供写入，默认key的值为0；

1.6、创建整合分子信息文件，文件名称为output.txt，将标题行写入，随后进行循环遍历分子类型和分子数量，将其存储在配对字典函数的k-v值中，将分子数量的value值赋值给总标题中的各分子类型的key并写入output.txt文件；

步骤二、对整合分子信息output.txt文件进行分子分类：

2.1、使用Python导入pandas库，并导入Python内建的集合模块collections；使用pandas.read_csv()读取整合分子信息output.txt文件；

2.2、然后定义计算标题的分子量函数与识别分子式中原子下标函数，并对output.txt文件和筛分产物中间文件进行分类，得到相应产物的.csv文件，从而得到产物产量随时间变化的文件；

步骤三、对各产物进行分子量计算，得到各产物的分子质量百分比：

3.1、使用pandas.read_csv()读取分子名称.csv文件并用'，'分隔；使用pandas.set_index()设定Timestep为索引，将inplace设置为True，不创建新对象，直接在output.txt文件中修改；

3.2、使用DataFrame内置版本.columns.values.tolist快速得到所有列名；定义空白字典weight_dict来存储由分子量函数计算的总标题行的各分子质量；

3.3、使用pandas.apply()内置函数调用求和公式计算各Timestep下的分子数总量，将其赋值给df1['mole_count']；

3.4、使用自定义函数mass()实现用各Timestep下的分子数量相乘总标题的各分子质量，然后进行累加实现计算分子质量的功能，最后使用pandas.apply()内置函数调用自定义函数mass()计算分子数量将其赋值给df1['weight']；从而得到各Timestep下的相应产物的分子质量；

3.5、将各产物下的分子质量运用pandas数据库下灵活的包装器.add()和.div()进行百分比的计算；

3.6、最终运用.columns()填充各产物计算百分比，最终得到相应产物.to_csv()命名下的weight_percentage.csv各产物百分比结果文件。

2.根据权利要求1所述的基于Python对ReaxFF力场计算结果数据处理的方法，其特征在于：步骤2.2中，对output.txt和筛分产物中间文件进行分类的具体过程为：使用变量i遍历output.txt文件和筛分产物中间文件的总标题中的分子式，并用双重判定，其中，先使用判定条件1：使用函数i.startswith()判别前缀，区分原子类别；再使用判定条件2：对原子下标函数判别原子数目从而分类。