Pymatgen v2025.4.16 版本发布:重大API变更与性能优化
Pymatgen(Python Materials Genomics)是一个功能强大的开源Python库,专门为材料科学研究而设计。它提供了丰富的工具来处理晶体结构、电子结构计算以及材料数据,是材料科学领域研究人员的重要工具。本次发布的v2025.4.16版本带来了几项重要更新,包括重大API变更和性能优化。
重大变更:MPRester API重构
本次版本最显著的变更是移除了对Legacy MP API的支持,并实现了与mp-api几乎完全一致的功能特性。这一变更意味着:
-
API统一性:Pymatgen的MPRester现在完全遵循Materials Project官方REST API文档规范,开发者可以直接参考官方文档(api.materialsproject.org/docs)中的字段名称进行查询,无需再记忆两种不同的API规范。
-
功能完整性:新版MPRester实现了近100%的文档搜索功能,覆盖了材料项目数据库中的绝大多数查询需求。
-
简化架构:移除对mp-api的后端支持简化了代码库结构,减少了维护负担,同时也降低了用户的学习曲线。
对于现有用户,这一变更意味着需要更新代码以适应新的API规范,但从长远来看,这种统一将大大提高开发效率和代码的可维护性。
性能优化:Vasprun解析加速
在材料计算领域,VASP(Vienna Ab-initio Simulation Package)是最常用的第一性原理计算软件之一。Pymatgen提供了强大的VASP输出文件解析功能,特别是对vasprun.xml文件的解析。
本次版本中,对Vasprun类的解析性能进行了显著优化。这一改进将特别有利于以下场景:
- 处理大型计算任务输出
- 批量处理多个VASP计算结果
- 自动化工作流中频繁调用解析功能
对于从事高通量计算材料筛选的研究人员,这一性能提升将直接转化为工作效率的提高。
代码质量改进
除了上述重大变更和性能优化外,本次发布还包含了几项代码质量改进:
-
周期性表数据清理:移除了
core.periodic_table.json中的重复iupac_ordering条目,确保了数据的一致性和准确性。 -
废弃功能移除:彻底移除了已弃用的晶界分析功能,简化了代码库并减少了潜在的技术债务。
-
循环导入修复:解决了
SymmOp类的循环导入问题,提高了代码的健壮性和可维护性。
升级建议
对于现有用户,升级到v2025.4.16版本时需要注意以下几点:
-
如果项目中使用到了Legacy MP API,需要进行相应的代码迁移,转向使用新的MPRester API规范。
-
对于依赖VASP解析功能的工作流,可以预期性能提升,但建议在升级后进行全面测试以确保兼容性。
-
如果项目中使用了已移除的晶界分析功能,需要寻找替代方案或自行实现相应功能。
总的来说,v2025.4.16版本代表了Pymatgen向更简洁、更高效方向迈出的重要一步,虽然包含了一些破坏性变更,但这些改进将为项目的长期健康发展奠定坚实基础,同时也为用户带来更好的使用体验。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C083
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00