如何用python和shell做理论计算

心血来潮想写一篇帖子，一来是想总结下最近的收获，二来也想与各位相互探讨一下

初识python是因为课题组需求，对具有不同尺度和构型的富勒烯进行半经验的结构优化。
前处理（也就是生成输入文件）及后处理（提取能量及排序）主要使用open方法去读写文件，另外就是需要学习正则表达式，利用的是re库的findall方法，以便准确找到输出文件中的能量；

中间的计算过程是在linux操作系统下进行的，使用的是shell语言，调用Gaussian。比起python，shell语言更容易上手，很少的代码量就能执行很复杂的功能，我给出几个常用的命令：

cd    进入某一目录

sed    修改、删除、添加文件中指定行的内容
grep    用来搜索指定文件的指定字符串，输出包含字符串的行

awk    指定分隔符（比如空格，abc，123）分隔指定的行（可以是grep输出的行），输出特定位置的字符串

for循环或which循环

if判断

>文件重定向

>>文件追加

|    管道，上一个命令的输出作为下一条命令的输入，常用做法：grep 字符串 文件名 | awk -F '[,]' '{print $1,$2,$5}'  此命令的含义是先grep一个文件找到包含字符串的所有行，然后在这些行中以，为分隔符将行分为多个段，最后输出第1、2、5段的字符

 

python由于可以使用第三方库，使得其使用领域极为宽泛，这里针对计算化学，我推荐几个常用且好用库

pymatgen    可以用于vasp、gaussian、abinit、lammps、QE等多个模拟软件的输入生成和后处理，其中针对vasp的后处理极为全面，建模和后处理功能极其强大。pymatgen.analysis.defects package — pymatgen 2022.0.8 documentation

openbabel    用于分子结构的建模或可视化，甚至包含类似gaussian、MS的clean功能，即利用分子力场（uff、mmff94、guff等）快速优化结构，用分配了2核4g内存的虚拟机优化一个80原子左右的结构用时0.03s，另外还支持结构转smiles及smiles转结构功能，安装此库需要限制python版本为3.7以下。Python — Open Babel v2.3.1 documentation

RDkit    功能上类似于openbabel，个人认为openbabel好用，弊端是此包解析gaussian和MS生成的mol文件会出错，此包生成的mol文件与前者格式不同。The RDKit Documentation — The RDKit 2021.03.1 documentation

ase    提供了非常多计算软件的接口，几乎包含了所有主流模拟计算软件，另外自身也包含了BFGS等优化算法以及四个简陋的calculator，多数用不上，主要是利用其接口。Atomic Simulation Environment — ASE documentation (dtu.dk)

moapc    此包是软件mopac的接口，主要功能是利用半经验方式优化结构，没有动力学功能，也就是说无法利用成键信息（mol文件）优化结构。

目前先整理这么多，后续再做继续补充吧