最近の機械学習ポテンシャルのための参照データ形式として，ASEパッケージで用いられている？extxyzフォーマットが良く利用されているのでメモしておく．
下のようなフォーマットとなっている．
128
Lattice="13.348 0.000 0.000 0.000 15.725 0.000 0.000 0.000 12.223" Properties=species:S:1:pos:R:3:forces:R:3 energy=-437.76068789171956
Li 1.8857 4.0571 4.3377 -2.921e-02 -1.009e-01 -1.176e-01
Li 11.0545 4.0424 1.8293 -1.132e-01 -3.853e-01 3.531e-01
Li 4.4235 3.5972 1.7773 3.852e-01 -5.604e-01 -4.473e-01
...
- １行目：原子数
- ２行目：系に関する付加的情報
Lattice— セルベクトル要素Properties— 各原子の行に何が書かれているかの情報．上の例では，species情報として文字列Sが１つ，pos情報として実数Rが３つ，forces情報として実数Rが３つ．energy— エネルギー- 他にもいくらでも追記可能．
- ３行目以降：各原子情報．原子の位置座標は絶対座標（セルベクトルの相対座標ではない）．
ASEでの出力方法
# atoms変数に構造情報が入っているとする
ase.io.write(filename='hoge.extxyz',
images=atoms,
format='extxyz')- 他にも
append=Trueというオプションを付けると，ファイルの末尾にデータを追加することになる．
nappyでの出力方法
# atoms変数にASEの構造情報が入っているとする
import nappy
nsys = nappy.io.from_ase(atoms, get_forces=True)
nappy.io.write(nsys, fname='hoge.extxyz')nappy.io.write()はファイル名にextxyzが入っている場合にはフォーマットを自動判定する．