Programs

このツールの主な機能は以下の通りです。

• Docstringの自動生成: 入力されたPythonコードの各関数、クラス、およびファイル全体に対して、LLMが内容を理解し、Sphinx形式のDocstringを生成します。
• 柔軟なファイル指定: ワイルドカードパターンを使用して複数のPythonファイルを一度に処理できます。
• 出力管理: 単一ファイルの場合は特定の出力ファイル名を指定でき、複数ファイルの場合は元ファイル名に _docstring.py を付加した名前で出力されます。
• AIモデルの選択: OpenAI（GPT-4, GPT-5相当）またはGoogle Geminiといった複数のAIモデルAPIから使用するものを選択できます。
• 設定ファイルの利用: INI形式の設定ファイルを通じて、AIへのプロンプト内容やシステムロールをカスタマイズできます。
• 更新・上書き制御: 既存の出力ファイルが存在する場合、入力ファイルとの更新日時を比較して処理をスキップする「更新モード」や、既存ファイルを強制的に上書きする「上書きモード」を提供します。
• 一時停止オプション: 全ての処理完了後にユーザーの入力を待つオプションがあり、実行結果を確認しやすくなっています。

このプログラムは、手作業でのDocstring記述の手間を大幅に削減し、Pythonプロジェクトのドキュメント作成プロセスを効率化することで、コードの可読性とメンテナンス性を向上させることを目的としています。

このプログラムの主な機能は以下の通りです。

• ノートテキストの解析: 特定の形式で記述されたテキストファイルから、各スライドに対応するノートの内容を抽出します。
• PowerPointの操作: win32com.client ライブラリを通じてPowerPointアプリケーションを起動し、指定されたプレゼンテーションファイルを開きます。
• ノートの挿入: 解析したノート内容を、対応するスライドのノートページにあるノートテキストボックスに挿入または上書きします。
• プレゼンテーションの保存: ノートが挿入されたプレゼンテーションを指定されたファイル名で保存します。出力ファイル名が指定されない場合は、元のファイルが上書きされます。

このプログラムは、大量のスライドにわたる発表者ノートを手動で追加する手間を省き、プレゼンテーションの準備プロセスを効率化することを目的としています。

主な機能:

• 入力されたPowerPointファイルを読み込みます。
• 各スライドにアクセスし、関連付けられたスピーカーノートのテキストを抽出します。
• ノートテキストが存在する場合、そのテキストをスライドの下部に新しいテキストボックスとして追加します。
• 追加される字幕のスタイル（フォント、サイズ、色、背景色、配置）を統一的に設定します。具体的には、メイリオ、20pt、白色テキスト、黒色背景、左揃えです。
• 変更されたプレゼンテーションを新しいファイル名で保存します。

解決する課題:

発表者がプレゼンテーション中にスピーカーノートを画面に表示しない場合でも、視聴者がノートの内容を視覚的に参照できるようにすることで、情報共有を促進します。また、アクセシビリティの向上（例：聴覚障がいのある視聴者への情報提供）にも寄与します。

本プログラムは以下の2つの主要な機能モードを提供します。

1. add モード:

• 各スライドに添付されているノートのテキスト内容を読み込みます。
• 読み込んだノート内容を、スライドの下部に半透明の字幕テキストボックスとして追加します。
• 字幕ボックスのフォント、サイズ、色、背景色、透明度、位置（余白、高さ）はコマンドライン引数で細かく設定可能です。
• これにより、発表者はスライドノートを別途参照することなく、プレゼンテーション中に重要な情報を視覚的に提示できるようになります。

1. replace モード:

• スライド内のテキストに含まれる {{key}} 形式のプレースホルダーを、事前に定義された値で置換します。
• 置換する値は、コマンドラインで指定するTOML風の key=value 形式のファイルから読み込まれます。
• さらに、各スライドに添付されているノート内容も {{supertitle}} という特別なキーの値として利用され、ファイル側の指定よりも優先されます。
• このモードの重要な特徴は、既存のテキスト書式（フォント、色、サイズなど）やアニメーションを保持したまま、指定された部分のみを置換することです。
• これにより、テンプレートスライドの特定の情報を動的に変更したり、プレゼンテーションのパーソナライズを効率的に行ったりすることが可能になります。

本プログラムは、PowerPointのノート機能をより柔軟に活用したいユーザーや、定型的なプレゼンテーションのテキスト更新作業を自動化したいユーザーの課題を解決します。

主な機能:

1. PPTXノートまたは外部テキストからのナレーション抽出:

• 既存のPPTXファイルから各スライドのノート内容を読み込みます。
• または、特定の形式で記述された外部テキストファイル (narration_txt) から、スライド番号に対応するナレーションテキストを抽出します。

1. 音声ファイル生成:

• 抽出したナレーションテキストを、指定されたTTS (Text-to-Speech) エンジン（pyttsx3、VOICEVOX、AquesTalkPlayer、OpenAI）を用いて音声ファイル（WAVまたはMP3）に変換します。
• 話者マッピング、読み上げ速度、ピッチなどの詳細設定が可能です。

1. PPTXへの音声リンク埋め込みと自動再生設定:

• 生成された音声ファイルをPowerPointのスライドに埋め込みます。
• スライドショー再生時に、そのスライドの音声ファイルが自動的に再生されるように設定します。音声アイコンはスライドの右下に配置されます。

1. TTSエンジンとボイスの管理:

• 利用可能なTTSエンジンやボイスの一覧表示、またはテキストファイル内の話者とTTSエンジンのボイスとのマッピングを表示するモードも提供されます。

解決する課題:

PowerPointプレゼンテーションに手動でナレーションを追加する作業は時間と手間がかかります。このプログラムは、テキストベースのノートから自動で音声を生成し、プレゼンテーションに統合することで、このプロセスを大幅に効率化し、一貫性のある音声付きプレゼンテーションの作成を支援します。

主な機能は以下の通りです。

1. 画像入力: ローカルの画像ファイル (.png, .jpg など) を指定するか、Windowsのクリップボードから直接画像を読み込むことができます。
2. AI OCR処理: Google Gemini API (デフォルト) を使用して、画像内のテキストを認識し、指定されたプロンプトに基づいてMarkdown形式に整形します。
3. プロンプトのカスタマイズ: ai_ocr2md.ini ファイルを通じて、OCR処理に渡すプロンプトを自由に設定できます。これにより、出力されるMarkdownの形式や詳細度を制御可能です。
4. 出力: 処理結果は、指定されたファイル名、または入力ファイル名に基づく自動生成ファイル名でMarkdown形式 (.md) として保存されます。

このプログラムは、紙のドキュメント、スクリーンショット、手書きメモなどの画像データから、編集可能な構造化されたテキストを効率的に生成する課題を解決します。

主な機能は以下の通りです。

• 多様な入力形式のサポート: PNG, JPEGなどの画像ファイル、PDF文書、PowerPoint, Word, ExcelなどのOffice文書、さらにはクリップボード上の画像も入力として受け付けます。
• 複数のOCRエンジン: 高精度なローカルOCRエンジンである Tesseract-OCR と、柔軟なテキスト抽出能力を持つ Generative AI エンジンを選択できます。
• Markdown形式での出力: 抽出されたテキストは、元の文書の構造（見出し、箇条書き、表など）を可能な限り保持したMarkdown形式で整形されます。
• 中間ファイルの管理: PDFやOffice文書は内部で画像に変換されますが、これらの変換により生成された中間ファイルを必要に応じて保持するオプションも提供されます。
• 依存関係の表示: 利用可能なOCRエンジンやレンダリングライブラリ、対応する入力形式といった依存関係のレポートを生成できます。

このツールは、様々な形式のドキュメントから情報を抽出し、編集や再利用が容易なMarkdown形式で集約する作業を効率化するために設計されています。

• プログラムの目的:

Sphinxプロジェクトにおいて、特にautodoc機能を使用する際に、依存するPythonモジュールが環境に存在しないことによるimportエラーが発生することがあります。このスクリプトは、Sphinxビルドプロセスの一部であるモジュールのロードとimport処理をシミュレートし、エラー箇所を特定する手助けをします。

• 主な機能:

1. conf.py の優先的なロード: Sphinxのメイン設定ファイルである./source/conf.pyを最初にロードし、その内容を解析します。
2. autodoc_mock_imports の適用: conf.py内で定義されているautodoc_mock_importsリストを読み取り、指定されたモジュール名をPythonのsys.modulesにダミーモジュールとして登録します。これにより、実際にインストールされていないモジュールがimportされてもエラーにならないようにします。
3. ソースファイルの再帰的import: sourceディレクトリとそのサブディレクトリ内にあるすべての.pyファイルを再帰的に検索し、動的にimportを試みます。
4. 特定のファイルのスキップ: conf.py自身は個別に処理するため再帰探索からは除外されます。また、ファイル名が _数字列 で終わるファイル（例: sample_1.py、test_2024.pyなど）は、通常テストファイルなどでありSphinxの対象外となることが多いためスキップします。
5. エラー処理と継続: 通常、importエラーが発生すると処理を中断しますが、--keep-goingオプションが指定された場合は、エラーを記録しながらすべての対象ファイルを最後まで処理し、最後にエラーのサマリーを表示します。
6. 手動モック機能: --mockオプションを使用して、conf.pyがロードされる前に、任意のモジュールを手動でダミーモジュールとして登録できます。
7. sys.path の調整: --add-cwd や --add-source オプションにより、カレントディレクトリやSphinxのソースディレクトリをsys.pathに追加し、importパスを調整できます。

• 解決する課題:

Sphinxドキュメントのビルドが、システムにインストールされていないライブラリのimportエラーで失敗する場合、原因となっているファイルを特定するのが困難な場合があります。このスクリプトは、Sphinxが内部的に行うimport処理を再現することで、どのファイルがどの依存関係で問題を抱えているかを明確にし、開発者がデバッグしやすくします。特に、大規模なプロジェクトで多数のPythonモジュールがある場合に、効率的にimportエラー箇所を特定するのに役立ちます。

このプログラムの主な機能は以下の通りです。

• ファイルパターンによる複数ファイル処理: ワイルドカードパターン（例: *.py）を使用して複数のプログラムファイルを一括で処理できます。
• AI API連携: OpenAI (GPT-4, GPT-5相当) またはGoogle Gemini APIと連携し、プログラムコードから内容を理解してドキュメントを生成します。
• 柔軟なプロンプト設定: INI形式の設定ファイルを通じて、AIへのプロンプトテンプレート、システムロール、使用するAIモデルなどを細かくカスタマイズできます。これにより、特定の形式や内容のドキュメント生成が可能です。
• 多様な言語への対応: ファイルの拡張子に基づいてプログラム言語を自動判別し、AIへの指示に含めることができます。
• ファイル管理機能: 既に生成されたドキュメントファイルの更新日時とソースファイルの更新日時を比較し、最新でない場合にのみ再生成するスキップ機能や、既存ファイルを上書きするオプションを提供します。

本プログラムは、特に大規模なプロジェクトにおいて、多数のスクリプトやモジュールのドキュメントを迅速かつ一貫性のある形式で作成する際に役立ちます。

主な機能:

• INIファイルからのプロンプト読み込み: 柔軟なINIパーサーを内蔵しており、key=value 形式に加えて、プロンプトのような複数行テキストを「3重引用符」で囲んで定義できます。また、ファイルが key= を含まない複数行テキストで始まる場合、それを自動的に PROMPT キーの値として認識します。
• AIサービスへのリクエスト送信: コマンドライン引数で指定されたAPI（gemini, openai, openai5）とモデルを使用し、AIにプロンプトを送信します。APIキーは環境変数から取得します。
• AI応答のファイル保存: AIからの応答テキストを、指定された出力ファイルパスにUTF-8エンコーディングで保存します。

解決する課題:

AIサービスとの対話において、プロンプトをコード内にハードコードするのではなく、設定ファイルとして外部化することで、プロンプトの管理と再利用を容易にします。また、AIからの応答を自動的にファイルに保存することで、その後の処理や記録を簡素化します。

主な機能は以下の通りです。

• システム上でCUDAが利用可能であるかをチェックします。
• CUDAが利用可能な場合、プライマリGPU（デバイスID 0）の名称と、PyTorchが現在使用しているCUDAのバージョンを表示します。
• CUDAが利用できない場合、「No GPU available」というメッセージを表示します。
• プログラムの最後に、ユーザーがEnterキーを押すまで実行を一時停止し、出力結果を確認できるようにします。

このプログラムは、特に深層学習環境のセットアップ時に、PyTorchがGPUを正しく認識しているかを確認する目的で使用されます。

主な機能は以下の通りです。

1. PDFからのテキスト抽出: 指定されたPDFファイルからテキストコンテンツを抽出します。抽出されるテキストの最大バイト数を制限できます。
2. 生成AIによるメタデータ抽出: 抽出されたテキストをOpenAIまたはGoogleの生成AI APIに送信し、定義されたプロンプトテンプレートに基づいてJSON形式で論文のメタデータを抽出します。
3. Excelファイルへの記録: 抽出されたメタデータをExcelファイル (summary.xlsx など) に追記します。各行は1つの論文に対応し、カラムには各種メタデータが含まれます。
4. ファイルのリネーム: 生成AIが推奨するファイル名（filename_rename）に基づいて、元のPDFファイルをリネームまたはコピーします。元のファイルの削除オプションも提供されます。
5. 複数ファイルの処理: コマンドラインで指定されたPDFファイル、または指定ディレクトリ内の複数のPDFファイルを再帰的に処理する機能も備えています。

1. テキストの整形: 入力された会話テキスト内の誤字や誤訳を訂正し、読みやすいように文ごとに改行を挿入します。
2. 話者の推測: 会話の内容から登場する話者を推測し、各発言に推測された話者名を付与します。
3. 構造化された出力: 整形されたテキストと推測された話者情報を [話者名]: 発言テキスト という形式でファイルに保存します。

このプログラムは、特に半導体・材料科学分野の講義録など、専門的な内容を含む音声認識結果の品質向上と可読性向上を目的としています。

主な機能は以下の通りです。

• 画像ファイルの検索: ワイルドカードパターンを使用して、指定されたディレクトリ内の画像ファイルを効率的に検索します。
• サムネイルの生成: 検索された各画像ファイルに対し、指定された幅のアスペクト比を維持したサムネイル画像を生成し、元のファイルと同じディレクトリに保存します。
• 既存サムネイルの管理: 既にサムネイルが存在する場合、上書き、更新（元のファイルが新しい場合のみ）、またはスキップのオプションを提供します。
• Markdown出力: 生成されたサムネイルと元の画像へのリンクを含むMarkdown形式のテキストを標準出力に出力します。

これにより、手動でサムネイルを作成し、個々の画像のMarkdownリンクを記述する手間を省き、効率的なドキュメント作成を支援します。

1. 利用可能モデルの一覧表示: 指定されたプロバイダー (OpenAI、Gemini、または両方) が現在提供している LLM のモデル名を一覧表示します。これにより、どのモデルが利用可能であるかを簡単に確認できます。
2. モデル応答テスト: 指定された LLM モデルに対して、ユーザーが設定したプロンプトを送信し、その応答をコンソールに表示します。これは、API接続が正しく機能しているか、または特定のモデルが期待通りに応答するかを検証する際に役立ちます。

このプログラムは、APIキーの設定ファイル (ai.env など) または環境変数から API キーを読み込み、それを使用して各プロバイダーのサービスにアクセスします。

• Docstringの自動追加: 外部スクリプト add_docstring.py を利用し、指定されたPythonスクリプトに関数やクラスのDocstringを自動的に追加または更新します。
• プログラム解説の生成: 外部スクリプト explain_program5.py を利用し、プログラムの目的、使用方法（usage）、コード品質評価などのMarkdown形式のドキュメントを生成します。
• Sphinx用ファイルの生成: Sphinxプロジェクトに必要な __init__.py や、各種 .rst ファイル（APIリファレンス、ダウンロードリンク、モジュールインデックスなど）を自動的に作成します。
• 実行例の生成: 対象スクリプトの --help 出力や、同一ディレクトリ内の関連する画像ファイル、データファイルを自動的に収集し、実行例 (_examples.md) を作成します。
• ファイルのバックアップと更新管理: Docstringが追加される前に元のPythonスクリプトのバックアップを作成し、ファイルの更新日時を比較することで不必要なドキュメント生成ステップをスキップします。

このプログラムは、特に大規模なプロジェクトや、頻繁に更新されるコードベースにおいて、ドキュメントの鮮度と整合性を保つための課題を解決します。

主な機能:

• 入力ファイルの処理: 講義の文字起こしテキストファイル (.txt) およびオプションとして既存の講義スライドMarkdownファイル (.md) を読み込みます。
• AI APIの選択: OpenAI (GPT-4oなど) または Google Gemini (Gemini-2.5-flashなど) のいずれかのAI APIを選択して利用できます。
• プロンプトの動的構築: 出力言語（日本語、英語など）、専門分野（半導体工学など）、およびAIの役割（大学教授など）に基づいて、AIへのプロンプトを自動で構築します。
• AI応答の解析と保存: AIからの応答を解析し、教科書内容とスライド内容をそれぞれのMarkdownファイルに抽出して保存します。
• デバッグログの生成: AIに送信されたメッセージ（プロンプト）は、デバッグ用にJSON形式のログファイル (.log) として保存されます。
• INIファイルによる設定: プロンプトテンプレートなどの設定は、INIファイルから柔軟に読み込めます。

解決する課題:

講義内容から教科書や洗練されたスライドを手動で作成する労力を大幅に削減し、教育コンテンツ制作の効率化と品質向上に貢献します。

主な機能は以下の通りです。

• MarkdownからHTMLへの変換: Python-Markdown ライブラリを使用してMarkdownコンテンツをHTMLに変換します。
• LaTeX数式のサポート: pymdownx.arithmatex 拡張機能を利用することで、Markdown内のLaTeX数式（インライン $...$ およびブロック $$...$$）を適切に抽出し、MathJaxが処理できるようにHTML内に埋め込みます。
• MathJaxの統合: 最新のMathJax v3 CDN（Content Delivery Network）をHTMLファイルに挿入し、ブラウザ側でLaTeX数式を高品質にレンダリングできるようにします。
• CSSの適用:
• ダークモードを考慮したシンプルなデフォルトCSSスタイルをHTMLファイルにインラインで埋め込みます。
• ユーザーは --css-file オプションで独自のCSSファイルを指定してデフォルトスタイルを上書きできます。
• --no-css オプションを使用すると、CSSを一切埋め込まない設定も可能です。
• タイトル自動生成: 生成されるHTMLファイルの <title> タグの内容は、MarkdownファイルのYAMLメタデータ（title: キー）または最初のH1見出しから自動的に取得されます。これらがない場合は、入力ファイル名が使用されます。

このプログラムは、数式を含む技術文書を共有・公開する際に、読者が特別な環境設定なしで内容を閲覧できるHTMLを生成することで、手間を省くことを目指しています。

このプログラムの主な機能は以下の通りです。

1. 画像からのテキスト抽出: 指定された画像ファイルを開き、Tesseract OCRエンジンを用いて画像内の文字を認識します。
2. 多言語対応: 日本語（jpn）や英語（eng）など、複数の言語を指定して文字認識を行うことができます。複数の言語を同時に指定することも可能です。
3. エラーハンドリング: ファイルが見つからない場合や、OCR処理中に何らかのエラーが発生した場合に、適切なメッセージを表示します。
4. ダミー画像生成（初回実行時）: 実行時に指定された画像ファイルが存在しない場合、プログラムが自動的にテスト用のダミー画像（「これはテスト画像です。」「Hello, OCR!」というテキストを含む）を生成し、その画像に対してOCRを実行します。これにより、ユーザーが事前に画像ファイルを用意していなくても、プログラムの動作を確認できます。

このプログラムは、紙媒体のドキュメントをスキャンした画像やスクリーンショットなどから、手軽にテキスト情報をデジタルデータとして抽出したいという課題を解決します。

主な機能は以下の通りです。

• 指定されたPDFファイルの各ページを、一時的に高解像度（デフォルト300DPI）のPNG画像としてレンダリングし、保存します。
• 保存された一時画像に対してTesseract OCRエンジンを使用して文字認識を実行し、テキストを抽出します。
• OCR処理が完了した後、ディスクから一時画像を自動的に削除します。
• 抽出されたすべてのテキストを結合し、標準出力に表示します。

このプログラムは、PDFからテキストデータを取得する必要があるが、既存のテキスト抽出ツールでは対応できない場合に有用です。

主な機能:

1. コンテンツ抽出:

• スライドのタイトルと通常のテキストコンテンツを抽出します。
• Office Math Markup Language (OMML) 形式の数式をLaTeX形式に変換します。
• PowerPointに埋め込まれた画像を抽出し、指定された作業ディレクトリに保存します。

1. PDF/画像変換:

• 入力がPPTXファイルの場合、まず pywin32 を使用してPowerPointアプリケーション経由でPDFに変換します。
• 次に、PyMuPDF を使用して、そのPDF（または直接入力されたPDF）の各ページをPNG画像に変換します。

1. AIモデル連携:

• 抽出されたテキスト、変換されたLaTeX数式、および各スライドのPNG画像をAIモデル（OpenAI GPT-4o/GPT-5.2 または Google Gemini）への入力として使用します。
• AIはこれらの情報に基づいてスライドの詳細な解説を生成します。

1. Markdownレポート出力:

• AIが生成した解説は、各スライドごとにMarkdown形式のレポートとして出力ファイルに保存されます。出力Markdownファイルには、抽出された画像への相対パスリンクも含まれます。
• 既存のMarkdownテキストファイルをスライドテキストとして入力することも可能です。

解決する課題:

このプログラムは、PowerPointスライドの内容を自動的にテキスト化し、特に数式や画像が豊富に含まれる技術的なプレゼンテーションに対して、AIが文脈を理解した上で詳細な解説レポートを生成する手間を大幅に削減します。これにより、ドキュメント作成や学習プロセスを効率化します。

---

このプログラムは以下の機能を提供します。

• 複数のTTSエンジンサポート: pyttsx3（システム標準TTS）、VOICEVOX（HTTP API経由）、AquesTalkPlayer（外部プログラム）、OpenAI TTS API（クラウドサービス）のいずれかを選択して利用できます。
• 柔軟な入力ソース: クリップボードから直接テキストを取得するか、指定されたファイルからテキストを読み込みます。
• 対話形式の解析: コロン : で区切られた「話者名: セリフ」形式のテキストを解析し、話者ごとに適切な音声を選択して読み上げます。独話形式のテキストもサポートしています。
• 音声マッピングのカスタマイズ: 事前定義された話者と音声のマップを、コマンドライン引数で上書きしてカスタマイズできます。
• 文字列置換: 読み上げ前にテキスト内の特定の文字列を置換するルールを適用できます。
• 音声出力オプション: 音声をリアルタイムで再生するだけでなく、結合された単一の音声ファイル（例: WAV, MP3）として出力することも可能です。
• 読み上げパラメータの調整: 読み上げ速度、ピッチ、音声間の無音区間などをエンジンごとに細かく設定できます。
• ユーティリティ機能: 利用可能な音声リストの表示や、現在の音声マップの表示が可能です。

これにより、ユーザーは用途に応じて最適なTTSエンジンを選択し、キャラクターごとの声を簡単に割り当てて、柔軟な音声コンテンツを生成できます。

主な機能:

• AquesTalkPlayerが提供する利用可能な音声プリセット（ボイス）の一覧を取得します。
• テキストと選択されたボイスを指定して、WAV形式の音声ファイルを生成します。
• 複数の対話文（ダイアログ）を処理し、話者に応じて異なるボイスを適用して、個々の一時的な音声ファイルを連続して生成します。

解決する課題:

このライブラリは、PythonアプリケーションからAquesTalkPlayerの音声合成機能を容易に利用できるようにすることを目的としています。特に、複数話者の対話文をそれぞれの話者に割り当てられたボイスで音声化するプロセスを効率的に自動化し、音声合成処理をPythonプログラムに統合することを可能にします。

主な機能:

• OpenAI TTS APIへのアクセス: 指定されたテキストと音声モデル、話者設定に基づいて音声ファイルを生成します。
• 利用可能な音声の管理: OpenAIが提供する利用可能な音声（ボイスID）のリストを取得し、表示する機能を提供します。
• ダイアログ処理のサポート: 外部の tktts_base モジュールと連携し、複数の話者が登場するダイアログ形式のテキストを解析し、話者ごとに異なる音声で合成する高度な処理をサポートします。
• 依存ライブラリのチェック: ライブラリの実行に必要な非標準ライブラリ（openai）がインストールされているかを起動時に確認し、不足している場合はユーザーに通知して終了します。

解決する課題:

• OpenAI TTS APIを直接呼び出す際の煩雑な手順を簡素化します。
• 特に複数の話者が登場するスクリプトや物語の音声化において、話者ごとの声の割り当てやテキストの置換といった前処理を効率的に行えるよう支援します。

主な目的は以下の通りです。

• pyttsx3 エンジンの初期化と制御を抽象化し、簡単にテキスト音声合成を利用できるようにする。
• 利用可能な音声の一覧表示機能を提供し、ユーザーが適切な音声を選択できるようにする。
• 単一のテキスト文字列だけでなく、話者指定を含む対話形式のテキスト（スクリプトなど）を処理する機能。
• テキストの置換ルールや話者の正規化など、tktts_base ライブラリと連携して高度なテキスト前処理をサポート。
• 生成された音声をリアルタイムで再生するだけでなく、指定したファイル形式で保存する機能。

このライブラリは、複雑な音声合成設定を隠蔽し、開発者がテキストから音声への変換をより直感的かつ柔軟に行えるようにすることで、アプリケーション開発の効率化を支援します。

このライブラリの主な目的は以下の通りです。

• 多様なTTSエンジンの統合: pyttsx3、VoiceVox、AquesTalkPlayer、OpenAI (TTS-1) といった複数の異なるTTSエンジンを、共通のAPIを通じて利用できるようにします。これにより、ユーザーは特定のエンジンに依存することなく、ニーズに合わせて選択・切り替えが可能です。
• 対話形式テキストの音声化: カンマ区切りで話者とセリフが記述されたテキストファイル（例: 話者名,セリフ）を解析し、各話者に異なる音声を割り当てて、自然な対話形式の音声を生成する機能を提供します。
• 柔軟な音声カスタマイズ: 話者名と音声のマッピング、デフォルト音声の設定、読み上げ速度の調整（pyttsx3 の場合）、一時ファイルディレクトリの指定など、きめ細やかな設定をサポートします。
• 開発効率の向上: TTSエンジンの複雑な初期化や音声生成ロジックを抽象化し、シンプルな関数やクラスメソッドを通じて、アプリケーションへのTTS機能組み込みを容易にします。

tktts.py は、例えば物語の朗読、プレゼンテーションのナレーション、対話シミュレーションなど、テキストを音声に変換して利用する幅広いユースケースで、開発の時間と労力を削減することを目指しています。

主な目的と機能は以下の通りです。

• VOICEVOXエンジンとの連携: VOICEVOXエンジンのREST API (/speakers, /audio_query, /synthesis) を利用して、テキスト音声合成を行います。
• 利用可能な話者の取得と解決: VOICEVOXエンジンで利用可能な話者情報（名前、スタイル、ID）を取得し、ユーザーが指定した話者名（部分一致含む）からVOICEVOXのspeaker IDを解決します。
• テキスト音声合成: 指定されたテキストと話者IDに基づき、VOICEVOXエンジンで音声合成を実行し、結果をWAVファイルとして保存します。話速やピッチの調整も可能です。
• 対話形式のテキスト処理: 複数の話者による対話テキストを解析し、話者ごとに適切な音声合成を行い、個々の一時音声ファイルとして出力する機能を提供します。これにより、複雑な対話シナリオでの音声生成を容易にします。
• 依存関係チェック: 必要な非標準ライブラリ（requests）がインストールされているかを起動時にチェックし、不足している場合はユーザーにインストール方法を案内して終了します。

本ライブラリは、VOICEVOXをバックエンドとするテキスト音声合成機能を、他のPythonプログラムに組み込むことを目的としています。

このライブラリの主な目的と機能は以下の通りです。

• WinRTバックエンド: tkttsの他のバックエンド（例: tktts_pyttsx3.py）と同様に、ドロップイン形式で利用できるWinRT（Windows Runtime）ベースの音声合成機能を提供します。
• WAVオーディオストリームの生成: WinRTのSpeechSynthesizerを使用して、テキストからWAV形式のオーディオストリームを生成し、これをファイルとして保存したり、直接再生したりできます。
• レートの互換性: 発話レート(speak_rate)は、pyttsx3のようなWPM（Words Per Minute）形式（150WPMが1.0倍速に相当）と、WinRTの相対レート（1.0が通常速度）の両方に対応するよう変換されます。
• 音声の選択: システムにインストールされている利用可能なWinRT音声（例: 「Nanami」などの日本語音声）を列挙し、名前、ID、言語などによる部分一致で選択する機能を提供します。
• 対話形式の音声合成: 複数の話し手による対話形式のテキストブロックを解析し、それぞれの話し手に応じた音声で合成する機能を持っています。
• Windows専用: winsdkパッケージとWinRT APIを使用するため、本ライブラリはWindowsオペレーティングシステム上でのみ動作します。

本ライブラリは、Windows環境で高品質なシステム組み込みの音声合成機能を手軽に利用し、テキストから音声ファイルを生成したり、即座に再生したりする課題を解決します。

• 音声ファイルの文字起こし: 入力された音声ファイルを指定されたWhisperモデルと言語設定で文字起こしします。
• GPUの利用確認: プログラム開始時に、PyTorchがGPUを利用可能か、その場合はどのGPUが利用されているかを表示します。
• 複数の出力形式:
• 文字起こしされたテキストと、各セグメントの開始・終了時間を含むファイルを生成します。
• 純粋な文字起こしテキストのみを含むファイルを生成します。
• 柔軟な設定: 使用するWhisperモデル、デバイス（GPU/CPU）、文字起こし言語、出力ファイル名をコマンドライン引数で細かく指定できます。
• ワイルドカード対応: 入力ファイル名にワイルドカード（*など）を使用することで、複数のファイルを一度に処理できます。

このプログラムは、音声コンテンツをテキストデータとして利用したいユーザー（例: 会議の議事録作成、動画コンテンツの字幕作成、音声データのテキスト検索化）のために、簡潔なインターフェースで高品質な文字起こし機能を提供することを目的としています。

主な機能:

• 入力ファイルの選択: .docx, .pptx, .pdf, .html, .md, .txt など、多様な形式の翻訳対象ファイルをGUIから簡単に選択できます。
• HTMLテンプレートの指定: HTML形式での出力時に使用するテンプレートファイルを指定できます。
• 翻訳モードの切り替え: 「日本語→英語 (je)」または「英語→日本語 (ej)」の翻訳方向をラジオボタンで選択できます。
• 処理単位の設定: 翻訳の処理単位を「paragraph（段落）」「run（テキスト区間）」「md（マークダウン）」から選択できます。
• APIとモデルの選択: OpenAI (v4/v5)、Google、Gemini、DeepLといった様々な翻訳APIと、それに対応するモデルをドロップダウンリストから選択できます。
• 翻訳パラメータの調整: temperature、max_tokens、reasoning_effort などの詳細な翻訳生成パラメータを数値入力で調整できます。
• 翻訳ルール設定: min_translate_length や allowed_translation_length_ratio といった翻訳の長さに関するルールを設定できます。
• プロンプト編集: 翻訳指示プロンプト (translate_prompt) と再フォーマットプロンプト (reformat_prompt) をテキストエリアで直接編集し、カスタムの翻訳挙動を実現できます。
• 設定の永続化: ユーザーが行ったすべての設定は translate5_GUI.ini ファイルに自動的に保存され、次回起動時に読み込まれるため、再設定の手間が省けます。
• 非同期実行: 翻訳処理はバックグラウンドスレッドで実行されるため、GUIがフリーズすることなく、ユーザーはアプリケーションの応答性を維持したまま待機できます。
• エラーハンドリング: 翻訳処理中にエラーが発生した場合、詳細なエラーメッセージをコピー可能なダイアログで表示し、問題の特定とデバッグを支援します。

このプログラムは、translate5_com.py が提供する柔軟な翻訳機能を、使いやすいインターフェースで利用したいユーザーにとって非常に有用です。

主な機能は以下の通りです。

• 多種多様なファイル形式のサポート: Microsoft Word (.docx)、PowerPoint (.pptx)、PDF (.pdf)、HTML (.html)、Markdown (.md)、プレーンテキスト (.txt) の入力に対応しています。
• 複数の翻訳APIの利用: OpenAI (GPT-4, GPT-5などのモデル)、Google Gemini、DeepLといった主要なAI翻訳・生成APIを選択して使用できます。
• 柔軟なプロンプト設定: translate5.ini ファイルまたはコマンドライン引数を通じて、翻訳やテキスト整形のためのプロンプトを詳細にカスタマイズできます。これにより、特定の要件に合わせた翻訳品質やスタイルを実現します。
• ドキュメント構造の維持: DOCXやPPTXファイルの場合、段落、表、図形内のテキストフレーム、ノート、グラフタイトルなどの要素を解析し、翻訳後も元のドキュメント構造を可能な限り維持します。
• テキスト処理単位の選択: DOCXやPPTXの翻訳において、処理単位を「段落 (paragraph)」または「テキストラン (run)」から選択できます。
• 翻訳結果の検証: 翻訳後のテキストについて、元のテキストとの長さの比率や特定の不要なプレフィックス（例えばコードブロックを示す3重引用符）がないかなどをチェックし、不適切な翻訳を排除する仕組みを備えています。
• 比較レポートの生成: 翻訳元のテキストと翻訳後のテキストを並べて表示するHTML形式の比較レポートを生成する機能を持ち、翻訳結果の確認とレビューを容易にします。
• Markdownを介した処理: --use_md オプションを使用すると、入力ファイルを一度Markdown形式に変換してから翻訳を行い、汎用的なテキスト処理フローを実現します。PDF入力の場合は、変換後にさらに整形APIを適用することも可能です。

本プログラムは、専門文書やプレゼンテーション資料の多言語化、または既存文書の校正・リライト作業を自動化し、作業の効率化と品質向上に貢献します。

主な機能は以下の通りです。

1. 入力ファイルの指定: コマンドライン引数で入力するバイナリファイル名を指定できます。指定がない場合は、スクリプトにハードコードされたデフォルトのファイル名を使用します。
2. Base64エンコード: 入力ファイルをバイナリモードで読み込み、Pythonの標準ライブラリ base64 モジュールを使用してBase64形式にエンコードします。
3. 出力ファイルの保存: エンコードされたデータを、元のファイル名に .base64 拡張子を付加した新しいファイルに保存します。

主な機能は以下の通りです。

• バイナリファイルの読み込み: 指定されたパスのバイナリファイルをバイト列としてメモリに読み込みます。
• データ抽出: 指定されたオフセット、バイトサイズ、データ型、エンディアンに基づいて、バイナリデータから単一の値を抽出します。サポートされる型は浮動小数点数（float32, float64）、符号なし整数（uint16, uint32, uint64）、符号付き整数（int16, int32, int64）、およびASCII文字列です。
• データ検索: バイナリデータ内の指定された範囲から、特定の型と値を持つデータを探し出し、そのオフセットを返します。浮動小数点数の検索では、許容誤差（tolerance）を設定して厳密な一致でなくても見つけられるようにします。ASCII文字列の検索も可能です。
• ASCII文字列の自動検出: ファイル全体から一定の長さ以上の連続したASCII印字可能文字を抽出し、そのオフセットと値を特定します。

このプログラムは、バイナリファイルに含まれる未知のデータ構造を調査したり、特定の値がファイル内のどこに存在するかを効率的に特定したりする際に役立ちます。

主な機能は以下の通りです。

• ディレクトリ比較: 比較元 (Source) と比較先 (Target) の二つのディレクトリを指定し、その内容を再帰的に比較します。
• ファイルパターンフィルタリング: *.py のように、特定のファイル拡張子やパターンにマッチするファイルのみを比較対象とします。デフォルトはPythonファイル (*.py) です。
• 除外パターンの適用: コード内に定義された正規表現パターンリスト exclude_patterns に基づき、特定のファイルやディレクトリを比較対象から除外します。これにより、バージョン管理システムが生成する一時ファイルや、特定のライブラリディレクトリなど、比較から除外したい要素を無視できます。
• 差分レポート出力: Source にのみ存在するファイルと、Target にのみ存在するファイルをリスト形式で標準出力に出力します。

このプログラムは、例えば、開発中のプロジェクトディレクトリと、Sphinxドキュメントのソースディレクトリ間で、Pythonファイルの追加や削除が正しく反映されているかを確認するようなシナリオで役立ちます。

主な機能は以下の通りです。

1. 多様なファイル形式のサポート: markitdown ライブラリを利用して、PDF、Word (DOCX)、PowerPoint (PPTX) ファイルからテキストコンテンツを抽出し、Markdownに変換します。
2. 画像ファイルの解析と説明: 入力ファイルがJPG形式の場合、OpenAIのVisionモデル（gpt-4o-mini）を利用して画像の内容を分析し、その説明文をMarkdownとして生成します。この機能は、.env ファイルに OPENAI_API_KEY が設定されている場合に有効になります。
3. 環境変数からのAPIキー読み込み: OpenAI APIを利用する際に必要なAPIキーは、プログラムと同じディレクトリ、または親ディレクトリに配置された .env ファイルから自動的に読み込まれます。
4. Markdownファイルとして保存: 変換されたMarkdownテキストは、入力ファイルと同じディレクトリに、入力ファイル名と同じ名前で .md 拡張子を持つファイルとして保存されます。

このプログラムは、異なる形式のコンテンツを統一されたMarkdown形式に変換することで、コンテンツの再利用、編集、管理を効率化することを目的としています。特に、画像の内容をAIが自動で説明する機能は、アクセシビリティの向上やコンテンツ作成プロセスの自動化に貢献します。

主な機能は以下の通りです。

• 多様なファイル形式のサポート: 多くの一般的なドキュメント形式や画像形式に対応しています。
• ディレクトリの再帰的走査: 指定されたルートディレクトリからファイルを再帰的に検索し、変換可能なファイルを処理します。
• 単一ファイル変換: 特定のファイルのみを変換することも可能です。
• 条件付き変換: ファイルのタイムスタンプを比較し、入力ファイルが出力ファイルより新しい場合のみ変換を実行する「更新」モードや、常に変換を実行する「上書き」モードをサポートします。
• ファイルフィルタリング: 特定のファイル名パターンに一致するファイルのみを対象とすることができます。
• 拡張可能な変換システム: 外部のPythonライブラリをプラグインとして動的に読み込み、新しい変換パスを容易に追加できます。
• Pandoc連携: MarkdownからWord、PowerPoint、HTMLへの変換において、Pandocの詳細なオプション（テンプレート、CSS、目次など）を利用できます。

このツールは、多数のファイルを一括して管理・変換する必要がある場合に特に役立ちます。

主な機能:

• 指定されたWord文書をPDF形式に変換します。この処理はWindows COM (Component Object Model) インターフェースを介してMicrosoft Wordアプリケーションを操作して行われます。
• 変換されたPDFファイルの各ページを、個別のPNG画像ファイルとして指定されたディレクトリに保存します。

解決する課題:
このスクリプトは、Microsoft Wordアプリケーションがインストールされていない環境でもWord文書の内容を閲覧可能な形式（画像）で提供したい場合に特に有用です。また、Word文書の内容をWebページに埋め込んだり、サムネイルやプレビュー画像として表示したりする際にも利用できます。

主な機能

• テキストと書式の変換: Wordドキュメント内のプレーンテキストに加え、太字、斜体、上付き文字、下付き文字などの書式を対応するMarkdown記法（例: 太字, *斜体*, ^上付き^, ~下付き~）に変換します。
• 数式の変換: Wordのネイティブ数式（Office Math Markup Language, OMML）を解析し、LaTeX形式に変換します。これにより、インライン数式は $formula$、ディスプレイ（ブロック）数式は $$\nformula\n$$ の形式で出力され、MathJaxやPandocなどのレンダリングツールで表示可能になります。
• 画像の抽出とリンク: Wordドキュメントに埋め込まれた画像を抽出し、指定されたディレクトリに保存します。出力されるMarkdownファイルには、これらの画像への相対パスを示すMarkdown画像リンク（例: ![alt_text](path/to/image.png)）が挿入されます。
• 構造化された要素の変換:
• 見出し: Wordの見出しスタイル（「見出し 1」～「見出し 4」など）を、Markdownのハッシュ記号（#～####）による見出しに変換します。
• リスト: 番号付きリストと箇条書きリストを、Markdownのリスト記法に変換します。ネストされたリストにも対応しています。
• テーブル: Wordのテーブルを、Markdownのテーブル構文に変換します。セル内のテキスト書式や数式も適切に処理されます。

解決する課題

本プログラムは、Wordドキュメントから情報を抽出し、以下のような用途で再利用可能にするための課題を解決します。

• ドキュメントのポータビリティ向上: Wordに依存しないテキストベースの形式に変換することで、ドキュメントの共有や表示が容易になります。
• ウェブコンテンツへの変換: Markdownは多くのウェブサイトやブログプラットフォームでサポートされており、本ツールを用いることでWordから直接ウェブコンテンツを生成する手助けとなります。
• バージョン管理と共同編集: テキストベースのMarkdownは、Gitなどのバージョン管理システムと相性が良く、共同編集や変更履歴の追跡が容易になります。
• 技術文書の作成: Wordで作成された技術文書に含まれる数式やコードスニペットを、より適切な形式でMarkdownに変換できます。

このプログラムの主な目的は、ユーザーが手動でWordアプリケーションを開いて「名前を付けて保存」機能を使ってPDFに変換する手間を省き、コマンドラインから自動的に変換処理を実行できるようにすることです。これにより、バッチ処理や他の自動化スクリプトへの組み込みが容易になります。

主な機能は以下の通りです。

• MarkdownからHTMLへの変換: 標準の markdown ライブラリを利用して、入力MarkdownファイルをHTMLに変換します。
• HTMLからPDFへの変換: fpdf ライブラリを使用して、生成されたHTMLをPDFに描画します。
• コードブロックの整形: Markdownのコードブロック（フェンス付きコードブロック）を検出し、PDF内で背景色付きのボックスとして整形して表示します。
• 日本語フォントのサポート: システムにインストールされている日本語フォントを自動的に探索し、PDFに埋め込んで日本語テキストを正確に表示します。ユーザーが特定のフォントパスを指定することも可能です。
• 長い文字列の自動折り返し: URLのような改行を含まない長い文字列に対しても、ゼロ幅スペースを挿入することでPDFが適切に折り返して表示されるように調整します。
• 基本的なMarkdown要素のサポート: 見出し（H1, H2）、段落、箇条書き、コードブロックなど、一般的なMarkdown要素をPDFに適切にレンダリングします。

このプログラムは、Markdownで記述された情報を手軽に共有可能なPDF形式に変換したいというニーズに応え、特に日本語環境での利用を考慮したソリューションを提供します。

主な機能:

• Markdown変換: 指定されたMarkdownファイルを、docx、pptx、htmlのいずれかの形式に変換します。
• Pandoc実行ファイルの自動検索: システムのPATH、環境変数 pandoc_path、または tkProg_path に基づいてPandoc実行ファイルを自動的に探し出します。
• テンプレートファイルの自動検索: 変換に使用するテンプレートファイル（.docx, .pptx）を、カレントディレクトリまたはスクリプトの配置ディレクトリから自動的に探し出します。
• デフォルトテンプレートの生成: Pandocが提供するデフォルトのWordまたはPowerPointテンプレートを簡単に生成できます。これにより、ユーザーはスタイルをカスタマイズするためのベースファイルを得られます。
• Markdownの自動修正: Pandocの変換プロセスで問題を引き起こしやすいMarkdownの記述形式（特にAIが生成するMarkdownで発生しやすい問題）を自動的に修正します。具体的には、不正なYAMLフロントマターの無効化、存在しない画像やリンクの無害化、数式表記の正規化などを行います。
• HTML変換の拡張: MathMLによる数式表示やカスタムCSSの適用など、HTML出力に関するオプションを提供します。

解決する課題:

• Pandocの複雑なコマンドラインオプションを覚えたり、毎回入力したりする手間を省きます。
• Pandocの実行パスやテンプレートのパスを手動で指定する煩わしさを解消します。
• Markdownファイルに存在する可能性のある、Pandocの変換を失敗させる記述（例: 不正なYAML、存在しないファイルへのリンク、特殊な数式記法など）を自動的に検出し、修正することで変換の成功率を高めます。
• ドキュメント作成のワークフローを効率化し、Markdownからさまざまな形式のドキュメントを生成する際の摩擦を軽減します。

主な機能は以下の通りです。

• 指定されたPowerPointファイルをPDF形式に変換します。
• 出力PDFファイルのパスが明示的に指定されない場合、入力PowerPointファイルと同じディレクトリに、元のファイル名と同じで拡張子のみを .pdf に変更したファイル名でPDFを生成します。
• コマンドライン引数を通じて、変換対象の入力ファイルと、オプションで出力ファイルパスを指定できます。
• 必要な非標準ライブラリがインストールされていない場合や、ファイル変換中にエラーが発生した場合には、ユーザーに適切なメッセージを表示します。

本プログラムは、PowerPointアプリケーションのCOM (Component Object Model) オートメーションインターフェースを利用することで、プログラム的にPowerPointのPDFエクスポート機能を利用するという課題を解決します。

目的: 大規模なプロジェクトのソースコードや関連ドキュメントなど、複数のテキストファイルを一元的にまとめ、単一または分割されたMarkdownファイルとして出力することを目的としています。これは、AIモデルへの入力準備や、コードベース全体のスナップショット作成などに特に有用です。

主な機能:

• ディレクトリの再帰的走査: 指定されたルートディレクトリ以下に存在するすべてのサブディレクトリとファイルを探索します。
• 柔軟なファイルフィルタリング: 1つまたは複数のファイルマスク（例: *.py, *.js;*.txt）を指定し、合致するファイルのみを対象とします。複数のマスクはセミコロン ; で区切ります。
• Markdown形式での出力: 見つかった各ファイルのフルパスをMarkdownの第三段階見出し (###) として記述し、その直下にファイルの内容を特定の区切り (#=======) で囲んで出力します。
• 自動ファイル分割: 出力されるMarkdownファイルが指定された最大バイト数（--max_bytes）を超えた場合、自動的に新しい連番のMarkdownファイルを作成し、書き込みを継続します。
• 既存ファイル名の回避: 出力ファイル名が既に存在する場合、連番を自動的にインクリメントして既存のファイルを上書きすることなく新しいファイルを作成します。

解決する課題:
手動で多数のファイルの内容をコピー＆ペーストしてまとめる手間を省き、自動的かつ体系的にファイルを統合します。特に、入力サイズに制限があるシステム（例: 大規模言語モデルのプロンプト）に複数のコードファイルを提供する必要がある場合に、このツールは作業を大幅に簡素化します。

• 入力ファイルの読み込み: BRUKERの生データファイル (.raw) と、それに付随する設定情報を含むテキストファイル (.txt) を読み込みます。
• メタデータの抽出と表示: .txt ファイルからは装置設定や測定条件などのテキスト情報を、.raw ファイルからは特定のオフセットに格納されている数値データ（開始角度、ステップ幅、データ点数など）や文字列（サンプル名、ゴニオメーター名など）を抽出し、コンソールに表示します。
• データの一貫性確認: .raw ファイルと .txt ファイルから読み込まれたメタデータを比較し、対応する情報が存在する場合は並列して表示することで、データの一貫性や正しい読み込みを視覚的に確認できます。
• 測定データのプロット: 抽出されたX軸（2Theta角度）とY軸（強度）のデータをMatplotlibライブラリを使用してグラフとしてプロットし、測定結果を直感的に確認できるようにします。

このプログラムは、BRUKERデータ形式の特定のオフセットに依存しており、測定データの迅速な検証やデバッグ、さらにはデータ解析の前処理として役立ちます。

このプログラムは、スライドの追加や削除によって不整合になったスライド番号を簡単に修正することを目的としています。ファイルの内容を直接上書きするため、実行前に元のファイルのバックアップを取ることを推奨します。

主な機能:

• 入力ファイルの文字コード自動検出: chardet ライブラリを使用して、入力ファイルの文字コードを自動的に判定し、適切に読み込みます。
• 柔軟な置換ルール定義: INI 形式の設定ファイル (replace.ini など) から、正規表現パターンとその置換文字列のペアを読み込みます。
• ユーザー定義ルールの優先: デフォルトの置換ルールファイルとユーザー定義の置換ルールファイルの両方を指定でき、ユーザー定義ルールがデフォルトルールよりも優先されます。重複するキーはユーザー定義ルールが適用され、デフォルトルールからは除外されます。
• 正規表現による強力な置換: Pythonの re モジュールを利用し、大文字小文字を区別しない、複数行対応などのフラグを設定した正規表現置換を実行します。
• 自動的な出力ファイル名生成: 出力ファイルが指定されない場合、入力ファイル名に -converted を付加した名前で自動生成します。

プログラムの主な機能は以下の通りです。

• クリップボード内容の自動判別: まずテキスト形式 (CF_UNICODETEXT) を優先し、次にDIB形式 (CF_DIB) の画像データを検出します。
• ファイル保存:
• 検出されたテキストはUTF-8エンコーディングのテキストファイルとして保存されます。
• 検出された画像はPNG形式の画像ファイルとして保存されます。
• ファイル名指定: コマンドライン引数で出力ファイルのベース名を指定できます。指定がない場合はデフォルト名が使用されます。
• reStructuredText (rst) スニペット生成: ファイル保存後、そのファイルをreStructuredText (Sphinxなどのドキュメント生成ツールで使われるマークアップ言語) ドキュメントで参照・表示するためのコード例を標準出力に表示します。
• クリップボード形式の表示: テキストも画像も見つからなかった場合、現在クリップボードで利用可能な他の形式IDを一覧表示し、デバッグや情報収集に役立てます。

このプログラムは、特に技術ドキュメントを作成する際に、クリップボードのスクリーンショットやコードスニペットを素早くファイル化し、さらにドキュメントに組み込むための手間を削減するという課題を解決します。

主な機能は以下の通りです。

• OS判別: 実行されているオペレーティングシステムを自動的に判別します。
• ウィンドウリストの取得: OSに応じた適切なシステムコマンドやライブラリを利用して、現在開いているウィンドウ（またはアプリケーション）のタイトル一覧を取得し、番号付きリストで表示します。
• ウィンドウのアクティブ化: ユーザーが選択したウィンドウを最前面に表示し、アクティブな状態にします。
• スクリーンショットの撮影と保存: アクティブにしたウィンドウ（または画面全体）のスクリーンショットを撮影し、タイムスタンプを含むファイル名 (ss_{timestamp}.png) でPNG画像として保存します。

このプログラムは、特定の作業ウィンドウを頻繁にキャプチャする必要があるユーザーや、クロスプラットフォームで動作するシンプルなスクリーンショットツールを求めるユーザーにとって有用です。

主な機能は以下の通りです。

• テキストファイルの読み込み: UTF-8エンコーディングでテキストファイルの内容を読み込みます。
• 日本語フォントの自動検出と選択: Windows, macOS, Linuxなどの一般的なOS環境において、日本語表示が可能なフォント（例: ゴシック体）を自動で検索し、利用します。これにより、ユーザーが手動でフォントパスを指定することなく、日本語テキストを正しくPDFに埋め込むことができます。
• PDF生成: fpdf ライブラリを使用して、読み込んだテキストコンテンツを新しいPDFファイルとして出力します。
• 自動改ページ: テキストがページの終わりに達すると、自動的に新しいページが追加され、テキストの表示が継続されます。
• 出力ファイル名の柔軟な設定: 入力ファイル名から自動的に出力PDFファイル名を決定する機能と、ユーザーが任意の出力ファイル名を指定できる機能を提供します。
• エラーハンドリング: 入力ファイルが存在しない、ファイルが空である、あるいは日本語フォントが見つからないといった一般的なエラー状況を検出し、適切なメッセージを表示します。

このプログラムは、報告書やメモなどのテキストコンテンツを、印刷や共有に適したPDF形式に変換したいというニーズを解決します。

主な機能は以下の通りです。

1. ExcelファイルのPDF変換: 指定されたExcelファイルをPDF形式に変換します。この処理には、Windows環境で動作するMicrosoft ExcelアプリケーションのCOM (Component Object Model) インターフェースを利用します。
2. PDFファイルの画像変換: 変換されたPDFファイルの各ページを、指定された画像フォーマット（PNG、JPGなど）の独立した画像ファイルとして出力します。この処理には、PyMuPDF (fitz) ライブラリを使用します。

このプログラムは、Excelの内容を視覚的に共有したい場合や、ドキュメントの特定の部分を画像として抽出したい場合に役立ちます。

注意点: 現状のコードでは、入力Excelファイルはプログラム内にハードコードされた test.xlsx がデフォルトとして使用され、コマンドライン引数で別の入力ファイルを指定しても、その引数は無視されます。出力ディレクトリと画像形式はコマンドライン引数で変更可能です。

主な機能

• 指定されたExcelファイルをPDFに変換します。
• 出力PDFファイルのパスを明示的に指定しない場合、入力Excelファイルと同じディレクトリに同じファイル名（拡張子のみ.pdfに変更）でPDFを生成します。
• 変換の成功または失敗をコンソールに表示します。
• 変換中にエラーが発生した場合でも、Excelアプリケーションを適切に終了させ、リソースを解放します。

解決する課題

このプログラムは、GUIベースのExcelアプリケーションを開いて手動で「名前を付けて保存」や「印刷」機能を使ってPDFに変換する手間を省き、スクリプトやバッチ処理の一部としてPDF変換を組み込みたい場合に有効です。特に、大量のExcelファイルを一括でPDF化する必要がある場合に、作業効率を大幅に向上させることができます。

このプログラムは、ユーザーが指定した構造JSONファイルから情報を読み込み、点群の自動検出、SALCの計算、およびk点におけるSALCの振る舞いを解析します。

コードのdocstringにある関連リンク `:doc:analyze_symmetry_k_usage` はSphinx/reStructuredText固有の記法であり、MySTのMarkdownでは直接利用できないため、このドキュメントでは言及しません。

このスクリプトは以下の機能を提供します。

• 指定された結晶学的パラメータと格子タイプに基づいた第一ブリルアンゾーンまたはウィグナー・ザイツセルの描画。
• 周囲の周期的なセルをタイリング表示する機能。
• 逆空間の場合、`seekpath` ライブラリを利用した高対称点のパス表示。
• インタラクティブなパラメータ調整機能（スライダーと「Apply」ボタン）による格子定数 `a, b, c` の動的な変更と再描画。

このスクリプトは、Open-CFG形式のファイルから結晶構造情報を読み込み、CIF (Crystallographic Information File) 形式に変換して出力します。格子ベクトルの読み込みや、原子サイトの座標処理（必要に応じて `[0,1)` 範囲への丸め込み、指定範囲外の除外）をサポートしています。

関連リンクについては、元のコードのdocstringに :doc: ロールで cfg2cif_usage が指定されていますが、このドキュメントセットには含まれていないため、参照先は解決されません。

1.1. 概要

本スクリプトは、指定されたCIFファイルから結晶構造データを読み込み、pymatgen ライブラリの機能を用いて、その構造に関する詳細な情報を解析し、標準出力に表示します。具体的には、空間群の情報、格子定数、対称操作、原子サイトの座標と組成などが含まれます。また、元の構造に加え、対称化された構造の解析結果も提示します。

1.2. 詳細説明

1. コマンドライン引数またはデフォルト設定に基づいて入力CIFファイルパスを決定します。
2. tklib.tkApplication を使用して、標準出力に加え、ログファイルへの出力リダイレクトを設定します。
3. pymatgen の Structure.from_file メソッドでCIFファイルを読み込み、Structure オブジェクトを作成します。
4. 作成された Structure オブジェクトについて、print_inf 関数を呼び出して詳細情報を表示します。
5. SpacegroupAnalyzer を用いて構造を対称化し、その対称化された Structure オブジェクトについても同様に print_inf 関数で詳細情報を表示します。
6. 表示される情報には、空間群のシンボルと番号、対称操作の行列、格子定数、格子ベクトル、単位胞体積、独立なサイトおよび全サイトの原子種、分数座標、占有率が含まれます。

関連リンク:
:doc:cif_inf_pymatgen_usage

スクリプトの元々のdocstringには `:doc:cif_read_usage``` と記載がありますが、これはSphinx reStructuredTextのドキュメント間リンクであり、このMyST Markdownドキュメントではリンクとして機能しません。

主な機能:

• CIFファイルの読み込みと解析: 指定されたCIFファイル、またはパターンに一致する複数のCIFファイルを読み込み、内部のデータ構造に変換します。
• 結晶情報の抽出: 読み込んだCIFデータから、格子定数、空間群、原子の種類と座標などの結晶学的基本情報を抽出します。
• 密度計算と検証: 単位胞の体積と内部の原子の質量から結晶の密度（g/cm$^3$）および原子密度（原子数/cm$^3$）を計算します。
• データ健全性チェック: 計算された密度と原子密度が、それぞれ設定された妥当な範囲内にあるかを確認します。範囲外の場合、プログラムはエラーを出力して終了します。これにより、物理的に不合理なデータや誤った入力データを持つCIFファイルを早期に特定できます。
• CIFファイルの再出力: 解析された結晶構造データから、新しいシンプルなCIFファイル（'a.cif'）および'tkCrystal'オブジェクトに基づいた詳細なCIFファイル（'b.cif'）を生成します。これにより、データ形式の標準化や、特定目的のためのデータのサブセット化が可能です。
• ファイル管理: 処理が成功した入力CIFファイルを、指定されたディレクトリに移動する機能を提供します。
• 処理ログの記録: 処理されたすべての入力ファイル名を 'cifcheck.txt' に記録します。

解決する課題:

このプログラムは、大量のCIFファイルから有効で信頼性の高い結晶構造データを選別し、データの品質を保証するための前処理ステップを提供します。例えば、広範なデータベースからダウンロードした結晶構造データの中から、物理的に妥当なものだけをフィルタリングする際に特に有効です。

主な機能は以下の通りです。

1. CIFファイルの読み込み: 入力として与えられたCIFファイルを解析し、結晶構造データ（格子定数、原子の種類、位置、占有率など）を読み込みます。
2. 空間群解析と単位胞の検出: pymatgen.symmetry.analyzer.SpacegroupAnalyzer を用いて、元の構造の空間群、R-格子の設定（六方晶または菱面体晶）、および中心化の種類（例: P, A, B, C, I, F）を自動的に検出します。
3. 格子変換の実行: 以下のいずれかの方法で単位胞を変換します。

• prim: 空間群解析に基づいてプリミティブセル（原始単位胞）に変換します。
• rhomb: R-格子の六方晶（hexagonal）設定の慣用セルを、菱面体晶（rhombohedral）プリミティブセルに変換します。
• hex: R-格子の菱面体晶設定のプリミティブセルを、六方晶の慣用セルに変換します。
• orth: 体心（I）、面心（F）、底心（A, B, C）などの中心化された格子を、対応するプリミティブセルに変換します。
• MATRIX: ユーザーが任意の3x3または3x4の変換行列と並進ベクトルを指定して変換します。行列の各要素には、1/3 や sqrt(2)/2 のような算術式を使用できます。

1. 構造情報の報告: 変換前後の構造について、以下の詳細情報を出力します。

• 格子定数 ($a, b, c, \alpha, \beta, \gamma$)
• 単位胞の体積 (Å$^3$)
• サイト数（位置の数）
• 有効原子数（原子占有率の合計）
• 単位胞の総質量 (amu, g)
• 原子密度 (atoms/Å$^3$)
• 質量密度 (g/cm$^3$)

1. 密度の整合性チェック: 変換前後で計算された原子密度と質量密度が、指定された相対許容誤差 eps (デフォルト 1e-4) の範囲内で一致することを確認します。これにより、変換が物理的に妥当であるかを検証します。一致しない場合は警告メッセージを出力します。
2. 変換後のCIFファイルの出力: 変換された構造を新しいCIFファイルとして保存します。

このプログラムは、結晶構造シミュレーションや解析において、特定の格子設定への変換が必要な場面、あるいは異なる格子設定の構造データを比較する際に役立ちます。

指定された結晶の格子パラメータとサイト情報に基づき、実空間和、逆空間和、および自己項の3つの成分を合計して、最終的なポテンシャルを求めます。

1. 自由電子モデル (free): 相互作用のない電子ガス。
2. タイトバインディングモデル (tb): 最近接ホッピングのみを考慮した単純なモデル。
3. 準自由電子モデル (nfe): 自由電子モデルに弱い周期ポテンシャルを追加したモデル。

主な機能

• バンド構造計算とプロット:
• 1Dバンド図（ブリルアンゾーン内の一直線パス）。
• 2D/3Dバンド図（高対称点パスに沿ったプロット）。
• 状態密度 (DOS) の計算とプロット:
• ガウスブロードニングまたはヒストグラム法によるDOSの生成。
• 1Dバンド図と並行してDOSをプロットするオプション。
• フェルミ準位 (EF) の決定:
• ユーザー指定の電子数 ('--nelec') とスピン縮退度 ('--spin') に基づき、DOS積分からEFを自動計算。
• または、'--ef_fixed' オプションでEFを固定値として直接指定可能。この場合、DOS計算はスキップされます。
• フェルミ点/フェルミ面 (kF/FS) のプロット:
• 1Dのフェルミ点。
• 2Dのフェルミ面（等高線）。周期境界条件を視覚的に表現するため、複数セルにわたって表示されます。
• 3Dのフェルミ面（等値面）。Marching Cubesアルゴリズムを使用して3D空間に描画されます。
• **有効質量 (m\*) のオーバーレイ**:
• 1Dバンド図において、有効質量 $m^*(k)$ を補助軸として表示するオプション。

解決する課題

このプログラムは、物性物理学における電子構造の基本的な概念（バンド構造、フェルミ準位、状態密度、フェルミ面、有効質量など）を、具体的な計算と視覚化を通じて理解するための教育的ツールとして設計されています。複雑な第一原理計算を行うことなく、これらの概念の物理的意味やモデル依存性を直感的に把握することを支援します。

このスクリプトは、指定された格子定数と結晶系に基づいて、ブラベー格子の単位格子、格子点、格子ベクトル、およびオプションで補助線や基本格子を3Dで描画します。Matplotlibライブラリを使用して3Dプロットを生成し、結果を画像ファイルとして保存し、同時に表示します。

Parameters:

• `a (float`): 格子定数aの長さ。
• `b (float`): 格子定数bの長さ。
• `c (float`): 格子定数cの長さ。
• `alpha (float): 角度α（度）。vb と vc` のなす角。
• `beta (float): 角度β（度）。va と vc` のなす角。
• `gamma (float): 角度γ（度）。va と vb` のなす角。

Returns:

• `tuple[np.ndarray, np.ndarray, np.ndarray]: 3つの基本格子ベクトル va, vb, vc`。

主な機能は以下の4つのモードに分けられます。

• 原子散乱因子 (Atomic Scattering Factor, asf モード): 特定の原子に対し、X線の散乱ベクトル $s$ の関数としての原子散乱因子 $f(s)$ を計算し、グラフとしてプロットします。
• 異常散乱因子 (Anomalous Scattering Factor, anom モード): 特定の原子に対し、X線の波長の関数としての異常散乱因子 $f'$ (実部) と $f''$ (虚部) を計算し、グラフとしてプロットします。
• 結晶構造因子 (Crystal Structure Factor, F モード): CIF (Crystallographic Information File) ファイルで定義された結晶構造に対し、指定されたミラー指数 $(hkl)$ の結晶構造因子 $F_{hkl}$ を計算し、関連する情報（面間隔、回折角、構成原子の原子散乱因子など）を表示・プロットします。
• 結晶構造情報 (Information, inf モード): CIFファイルに記述されている結晶の構造情報を詳細に表示します。

このプログラムは、X線回折実験の解析や設計において、物質の原子レベルおよび結晶レベルでのX線散乱特性を理解し、予測するために利用できます。

主要な機能は以下の通りです。

• XYZ ファイルの読み込み（`pymatgen` ライブラリを使用）。
• オプションで質量中心への平行移動と、慣性主軸に基づく分子の整列。
• 検出された最大次数の Cn 回転軸を自動的に z 軸に整列。
• `pymatgen.symmetry.analyzer.PointGroupAnalyzer` を用いた点群の推定とSchoenflies記号の取得。
• 対称操作（回転行列）を特異値分解（SVD）で直交化し、`tkpointgroup.snap_matrix()` で代表化。
• Cnv (n=3,4,6) の `σv/σd の区別、C2v の σv(xz)/σv'(yz) の区別、Dn (n=3,4,6) の C2'(x系)` の分類。
• T/Th/Td/O/Oh 点群における対称操作のラベリング。

このスクリプトは、共通ライブラリである `tkpointgroup の機能（tkpointgroup.snap_matrix(), tkpointgroup.normalize_symbol(), tkpointgroup.classify_label()`）を活用することで、コードの重複を削減し、堅牢性を向上させています。

主な機能:

• コマンドライン引数として化学式（例: 'Fe2O3'）または構成元素のカンマ区切りリスト（例: 'Fe,O'）を受け取ります。
• Materials ProjectのAPIキー（環境変数 'MP_APIKEY' から取得）を使用して、Materials Projectデータベースにアクセスします。
• 指定された条件に合致する結晶構造データをMaterials Projectから検索し、取得します。
• 取得した構造データは 'pymatgen' ライブラリの 'Structure' オブジェクトに変換され、さらに 'SpacegroupAnalyzer' によって対称化処理が施されます。対称性の判定には、ユーザーが指定可能な許容誤差（'prec'）が使用されます。
• 対称化された構造は、CIF (Crystallographic Information File) 形式のファイルとしてローカルに保存されます。

解決する課題:

材料科学研究者がMaterials Projectの豊富な結晶構造データベースから特定の物質のデータを容易に検索・取得し、計算化学ソフトウェアなどで利用可能な標準的なファイル形式（CIF）として手元に保存する手間を軽減します。これにより、手動でのデータダウンロードやフォーマット変換の必要がなくなります。

```bash
python guess_free_parameters.py <cif_file> [OPTIONS]
```

• 位置引数:
• `cif`: (必須) 入力となるCIFファイルのパス。

• オプション引数:
• `--symprec: 型は float, デフォルト値は 1e-4`。対称性を判断するための許容誤差（距離）。
• `--angle-tolerance: 型は float, デフォルト値は 5.0`。対称性を判断するための角度の許容誤差（度）。
• `--tol: 型は float, デフォルト値は 1e-6`。分数座標の比較などで使用される一般的な許容誤差。
• `--delta: 型は float, デフォルト値は 1e-3。座標を摂動させる際の微小変位量。この値は通常、--symprec よりも大きい必要があります。プログラムは delta <= symprec` の場合に警告を出力します。
• `--print-expanded: 型は int, デフォルト値は 1。空間群によって展開された等価座標を出力するかどうかを制御します。 0 で出力しない、 1` で出力する。

入力された結晶構造のBravais格子に基づいて高対称k点経路を計算し、表示します。

このプログラムの主な機能は以下の通りです。

1. 結晶構造の読み込み: CIFファイルから結晶構造情報を読み込みます。
2. 原始セルの取得: 読み込んだ構造から原始セル（Primitive Cell）をPymatgenライブラリを使用して取得します。
3. 高対称k点パスの決定: 'seekpath' ライブラリを用いて、原始セルの対称性に基づいた標準的な高対称k点パスを自動的に決定します。
4. 高対称点の座標表示: 決定された高対称点の分率座標を標準出力に表示します。
5. k点パスの表示: 各高対称点を結ぶパスを標準出力に表示します。

これにより、ユーザーはDFT（密度汎関数理論）などの計算手法でバンド構造を計算する際に必要なk点パス情報を簡単に得ることができます。

`lattice_plane.py は、指定された格子定数とミラー指数 (hkl) に基づいて、結晶の単位格子とその中の (hkl) 面を3Dで描画するスクリプトです。コマンドライン引数としてミラー指数 h, k, l を受け入れ、それらの値に応じて面を可視化します。描画されるのは単位格子に最も近い (hkl)` 面の一部です。

主な機能:

• CIFファイルの読み込みと解析: 入力されたCIFファイルを解析し、結晶の格子パラメータ、原子サイト、原子の電荷情報などを抽出します。
• Ewald法の適用: 長距離クーロン相互作用の合計を効率的に計算するためにEwald法を使用します。これは、実空間和（短距離相互作用）、逆空間和（長距離相互作用）、および自己エネルギー項の3つの部分に分けて計算されます。
• Ewaldパラメータの最適化: ユーザーが指定する'alpha'（Ewaldパラメータ）と'prec'（計算精度）に基づいて、実空間および逆空間のカットオフ半径を決定し、計算の収束を確保します。
• マデルングポテンシャルの算出: 各原子サイトにおけるマデルングポテンシャル（単位電荷あたりの電位）を計算し、ジュール(J)および電子ボルト(eV)単位で出力します。
• 全マデルングエネルギーの計算: 単位格子内の全マデルングエネルギー（eV単位）を計算します。
• マデルング定数の計算: 代表的な電荷と参照距離（a軸長）を用いて、結晶のマデルング定数を算出します。
• ログ出力: 計算の詳細、パラメータ、結果を標準出力と指定されたログファイルに出力します。

解決する課題:

結晶中の静電相互作用は長距離にわたるため、単純に全ての原子間のクーロン力を合計すると収束が非常に遅くなるか、発散することがあります。Ewald法は、この長距離クーロン相互作用の合計を数学的に収束する3つの項（実空間和、逆空間和、自己エネルギー項）に分割することで、効率的かつ高精度にマデルングポテンシャルを計算することを可能にします。これにより、イオン結晶の安定性や物性を理解するための基礎データを提供します。

Hermann–Mauguin記号に基づいて、対称操作の表示、指定された方向ベクトルの群作用による展開、およびステレオ投影図の描画機能を提供します。
tkpointgroup ライブラリと連携し、点群の数学的処理を扱います。

主な機能は以下の3つのモードです。

• `index`: CIFファイルをスキャンし、データベースを構築または更新します。
• `search`: データベースに登録されたデータに対して、指定された組成で検索を実行します。
• `info`: データベースの統計情報を表示します。

CIFファイルの読み込みには `tkcif.tkcif_reader.read_structure() 関数を、組成の処理には pymatgen.core.Composition` クラスを使用しています。

• 目的: 密度汎関数理論 (DFT) 計算や実験 (例: X線回折) から得られた結晶構造が、数値的な誤差や測定限界によって理想的な空間群対称性からわずかにずれている場合に、それを理想的な対称性を持つ構造に変換することを目的としています。
• 主な機能:
• pymatgen がサポートする多様なファイル形式（CIF、POSCARなど）から結晶構造を読み込みます。
• 指定された許容誤差（symprec）に基づいて構造の空間群を特定し、その空間群の対称操作を適用して原子位置を調整します。
• 標準出力に、入力構造と対称化後の構造の概要を表示します。
• 対称化された構造を新しいCIFファイルとして保存します。
• 解決する課題: 実際の計算や測定で得られる結晶構造は、理想的な結晶構造とはわずかに異なる原子座標や格子パラメータを持つことがあります。このずれは、その構造の真の対称性を曖昧にし、後続の物性計算やデータベース登録において問題を引き起こす可能性があります。本プログラムは、このような構造を厳密な対称性を持つ形に「修正」することで、これらの課題を解決します。

このスクリプトは、入力されたCIFファイルを読み込み、`pymatgen の SpacegroupAnalyzer を利用して結晶構造の対称性を解析します。対称化された構造からは、空間群情報、格子定数、原子サイトの情報が抽出されます。その後、抽出された情報は tklib の tkFile モジュールを用いて、特定のフォーマットで新しいCIFファイル ({filebody}-symmetrized.cif`) として出力されます。

`pymatgen の強力な対称性解析機能を活用しつつ、tklib` のデータ構造と連携して出力を生成するハイブリッドなアプローチを採用しており、材料科学分野での結晶構造解析ワークフローに貢献することを目的としています。

• 群記号から generator と全要素（重複なし）を取得
• generator から閉包を取り、全要素のラベルと行列を取得
• 点の軌道・独立代表点（重複削除）を取得
• 各種ユーティリティ（回転・鏡映・反転、スナップ、直交化など）
• 点群の指標表の取得と操作の分類
• 振動モードの既約表現分解

主な機能は以下の通りです。

1. オブジェクトの内部構造の動的解析: あらゆるPythonオブジェクトに対し、そのクラスが定義する呼び出し可能なメソッドと、呼び出し不可能な属性（変数）を動的に抽出し、リスト化します。
2. 型に応じた情報の表示: 整数、浮動小数点数、真偽値、文字列、リスト、タプル、辞書といった基本的なPythonの型に対しては、その値と型を直接表示します。
3. カスタムオブジェクトの詳細表示: pymatgen のようなライブラリで定義された複雑なカスタムオブジェクトに対しては、そのクラス名、モジュール名、そして利用可能なメソッドとその呼び出し結果（引数不要な場合）、およびその属性の現在の値と型を整形して表示します。
4. 結晶学的対称性の解析: pymatgen を使用してCIFファイルから結晶構造を読み込み、空間群解析を実行し、対称化された構造や等価サイトの情報を取得します。
5. 非対称単位の抽出: 対称化された構造から、結晶を記述するために必要な最小限のサイト群である非対称単位を抽出します。

このプログラムは、pymatgen オブジェクトがどのようなメソッドや属性を持っているかを学習し、デバッグする際に非常に役立ちます。特に、ライブラリのドキュメントだけでは理解しにくい、複雑なオブジェクトの具体的な中身や操作方法を視覚的に把握することを目的としています。

このプログラムの主な機能は以下の通りです。

• 静的依存解析: ast モジュールを用いてPythonソースコードを解析し、import および from ... import ... ステートメントを検出します。
• パッケージサブセット生成: 解析で検出されたインポートのうち、pkg_root 配下に解決できるファイルのみを選別し、出力ディレクトリへ複製します。これにより、特定のアプリケーションに必要な最小限のパッケージ構造を構築できます。
• __init__.py ファイルの自動追加: コピーされるPythonファイルを含むディレクトリ階層において、__init__.py ファイルが存在すれば、それらも自動的にコピー対象に含めます。
• オプション機能:
• --report-unused: pkg_root 配下に存在するものの、依存解析によって選択されなかったPythonファイルをリストアップし、レポートとして出力します。
• --dot-out: 収集された依存関係をGraphvizのDOT形式で出力し、視覚化を可能にします。
• --ignore-if-imports: if ブロック内に記述されたインポート文を無視することで、より厳密な最小サブセットを生成できます。
• ドライランモード: --dry-run オプションを使用すると、実際にファイルをコピーせずに、どのファイルがコピーされるかを事前に確認できます。

このツールは、大規模なPythonパッケージの中から、特定の用途に合わせた最小限の依存関係を持つサブパッケージを作成したい場合に有用です。これにより、配布物のサイズを削減し、デプロイメントを簡素化できます。

オプションで pandoc コマンドが利用可能な場合、MarkdownレポートをHTML形式に変換することもできます。

1. 字句解析 (Lexing): ソースコードを意味のある最小単位であるトークンに分割します。
2. 構文解析 (Parsing): トークンのストリームから、プログラムの構造を表現する抽象構文木 (AST: Abstract Syntax Tree) を構築します。
3. 実行 (Interpretation): 構築されたASTをトラバースし、各ノードに対応する処理を実行することで、プログラムのロジックを実行します。

本プログラムは、変数、数値、文字列、ブーリアン、リスト、辞書といったデータ型をサポートし、条件分岐 (if/elif/else)、繰り返し (for)、関数定義と呼び出し、そして組み込み関数 (print, exit, len, time, append, insert, open, read, write, close, add) を提供します。特に、ファイルI/Oの機能が強化されており、スクリプト内でファイルの読み書きを行うことができます。

• 基本的なファイル操作: 新規作成、ファイルを開く、上書き保存、名前を付けて保存。
• 文字コードの自動判別と手動指定: chardet ライブラリを使用してファイルの文字コードを自動判別し、UTF-8、Shift_JIS、CP932、EUC-JP、ISO2022-JPなどの手動指定も可能です。
• テキスト編集機能:
• 検索と置換: 正規表現および大文字小文字の区別に対応しています。
• 元に戻す (Undo) とやり直し (Redo)。
• カーソル位置の行と桁の表示。
• 文書の先頭、末尾、または指定した行番号へのジャンプ。
• GUIのカスタマイズと状態保存:
• ウィンドウのサイズ、位置、フォント設定を iniedit.ini に保存し、次回起動時に復元します。
• 検索・置換ダイアログやセクションダイアログのサイズと位置も保存されます。
• 定型文の挿入機能: text.ini に定義されたキーと値のペアをコンテキストメニューから簡単に挿入できます。複数行のテキストもサポートします。
• シンタックスハイライト: color.ini に定義された正規表現パターンに基づいて、テキストに色やスタイルを適用し、視認性を高めます。
• セクションジャンプ機能: INI/TOML形式のセクション（例: [section]）を一覧表示し、クリックで該当する行にジャンプできます。正規表現によるセクションフィルタリングも可能です。
• ドラッグ＆ドロップ: エディタにファイルをドラッグ＆ドロップすることで、ファイルを直接開くことができます。
• 外部コマンド実行: iniedit.ini に設定された外部コマンドをメニューから実行でき、編集中のファイルパスを変数として渡すことが可能です。
• ファイル場所の操作: 編集中のファイルが存在するディレクトリをOSのファイルエクスプローラー/ファインダーで開いたり、ターミナルを開いたりする機能を提供します。

主な機能は以下の通りです。

• ファイル読み込み: INIファイル、Pythonスクリプト、C/C++ソースコード、Fortranソースコードなど、指定されたファイルを読み込み、その内容を表示します。
• INIファイル解析と表示:
• キーと値のペアをツリービューで階層的に表示します。キーは \ を区切り文字として解釈され、ツリー構造を形成します。
• 値が「3重引用符」で囲まれた複数行のテキストである場合でも、その内容を正しく解析し、エディタペインに表示します。
• 汎用テキストファイル表示: .ini 以外の拡張子のファイルを読み込んだ場合、そのファイルの内容全体を単一のテキストとしてエディタペインに表示します。
• 検索機能: キーまたは値の内容に基づいてツリービュー内の項目を検索し、結果をハイライトしてナビゲートできます。
• コピー機能: ツリービューで選択された項目の値をクリップボードにコピーしたり、エディタペイン内の選択範囲をコピーしたりできます。
• 表示オプション: エディタペインのテキスト折り返し（ワードラップ）のON/OFFを切り替えることができます。
• ウィンドウ設定の永続化: ウィンドウのサイズと位置、ペインの分割位置、最後に開いたファイルのパスを iniview.ini ファイルに保存し、次回の起動時に復元します。
• 外部ツール連携: 設定ファイル iniview.ini に外部コマンドを登録することで、ツールのメニューから直接、登録された外部プログラムを実行できます。
• ファイルロケーション/ターミナル: 現在開いているファイルの場所をエクスプローラ/ファインダーで開いたり、そのディレクトリでターミナルを起動したりする機能を提供します。
• 文字エンコーディング自動検出: chardet ライブラリを使用して、ファイルの読み込み時に最適な文字エンコーディングを自動的に検出します。

本プログラムは、複雑な設定ファイルやログファイル、ソースコードなどを迅速に確認し、必要な情報を抽出する作業を効率化することを目的としています。

主な機能:

• Excelファイルからホール測定データを読み込みます。
• 2層ホールモデルに基づいて、薄膜のシートコンダクタンス ($G_{film}$) とシート Hall 係数 ($RH_{film\_sheet}$) を算出します。
• これらの値から、薄膜の体積伝導率 ($\sigma_{film}$)、ホール移動度 ($\mu_H_{film}$)、シートキャリア密度 ($n_{sheet\_film}$)、体積キャリア密度 ($n_{volume\_film}$) を計算します。
• 計算結果を、元のExcelファイルに出力シートとして追加保存します。出力は、各層の物性を横並びで表示する「wide」形式と、各層を別々の行で表示する「long」形式の2種類を提供します。
• 使用された仮定と計算式をまとめた「README_Hall」シートも生成します。

解決する課題:
積層構造を持つサンプル（例えば、薄膜が基板上に成膜されている場合）では、薄膜単体の電気特性を直接測定することが困難です。このプログラムは、基板単体と薄膜+基板の測定結果を解析することで、薄膜自体のホール物性を間接的に評価することを可能にします。

主な機能は以下の通りです。

• CSVファイルの解析: cp932/Shift_JIS系の日本語CSVファイルを読み込み、ファイル内に含まれる複数温度・複数測定No.のブロック形式のデータを正確に解析します。
• Excelへの出力:
• 指定されたExcelファイルが存在しない場合は新規作成します。
• 指定されたExcelファイルが存在する場合は、既存データに追記します（重複チェックや置換は行いません）。
• 生成されるExcelファイルには、測定ごとの詳細データを含む primary シートと、処理したCSVファイルごとのメタデータを含む files シートがデフォルトで作成されます。
• データ処理:
• Hall係数は、キャリアタイプ (N/P) が判定できる場合にのみ符号付きの値に変換されます。
• 装置CSV中の平均値、最小値、最大値から、半幅誤差と相対誤差が再計算され出力されます。
• シートHall係数などの再計算値は出力されず、装置から得られた生データに近い形式を保持します。
• 厚さ情報から、単位を cm に統一した厚さも計算されます。
• シート抵抗値と比抵抗値から、それぞれシートコンダクタンスと導電率が計算されます。
• ホールノイズや方向依存性などに基づき、簡易的な品質フラグ (good, warning, bad) が設定されます。
• 柔軟な入力: 複数のCSVファイルを指定したり、ワイルドカードや再帰検索 (--recursive) を用いて一括処理したりできます。
• ドライランモード: 実際にExcelに書き込むことなく、解析結果の概要をコンソールに表示して確認できます。

このプログラムは、大量のHall測定データを効率的に集約し、後続のデータ解析プロセス（特に多層モデル解析）への準備を容易にすることを目的としています。

主な機能:

• DOSデータの読み込みと処理: 入力ファイルからエネルギーと状態密度のデータを読み込み、補間関数として利用します。DOSデータは、単位セルあたりの状態密度から単位体積（cm$^3$）あたりの状態密度に変換されます。
• バンド端の検出: DOSデータから価電子帯上端（$E_V$）と伝導帯下端（$E_C$）を自動的に検出します。
• キャリア密度の計算: フェルミ・ディラック統計に基づき、伝導帯の電子密度と価電子帯の正孔密度を数値積分によって計算します。
• 不純物準位の考慮: ドーナー準位とアクセプター準位を考慮し、それぞれのイオン化密度を計算に含めます。
• フェルミ準位の決定: 電荷中性条件（電子、正孔、イオン化不純物のバランス）を満たすフェルミ準位を、二分法（温度依存性計算時）またはニュートン法（単一フェルミ準位計算時）を用いて決定します。
• ホール係数の計算: 計算された電子・正孔密度からホール係数（$R_H$）を算出します。
• 活性化エネルギーの計算: 温度依存性モードでは、キャリア密度の温度変化から活性化エネルギーを導出します。
• 結果の可視化: 計算結果をmatplotlibを用いて複数のグラフで表示します。

解決する課題:
このプログラムは、理論的な状態密度情報から、半導体材料の電気的特性（キャリア濃度、フェルミ準位、ホール係数など）が温度やフェルミ準位によってどのように変化するかを予測し、デバイス設計や材料開発のための基礎データを提供します。

主な機能は以下の通りです。

• 実験データの読み込み（CSVまたはExcel形式）。
• 線形最小二乗法 (LLSQ) による初期値推定。
• 非線形最適化によるモデルパラメータの抽出。
• 誤差伝播法によるモデルの不確かさ（1σ範囲）の算出。
• 共分散行列、相関係数、固有値解析を用いたパラメータ感度診断。

:::note
フィッティングの目的関数は、移動度の対数スケールにおける残差二乗和を最小化します。
:::

主な機能は以下の3つのモードで提供されます。

1. init (初期化) モード: 入力された$\mu-T$データに対し、線形最小二乗法を用いて移動度モデルの初期パラメータを推定します。また、移動度および$\mu T^{0.5}$の活性化エネルギーの温度依存性も計算・表示します。
2. fit (フィッティング) モード: 初期パラメータに基づき、非線形最小二乗法（scipy.optimize.minimize を利用）を用いて$\mu-T$データをモデルに最適にフィットさせます。これにより、粒界ポテンシャル障壁、光学フォノン散乱の前指数因子・エネルギー、およびその他の散乱メカニズムの係数と温度指数といった物理パラメータを高精度で決定します。フィッティング後、各散乱成分の移動度と、それらの全体移動度に対する相対的な重みを分解して表示します。
3. sim (シミュレーション) モード: 指定された（またはパラメータファイルから読み込まれた）モデルパラメータを用いて、移動度の温度依存性をシミュレートし、各散乱メカニズムの寄与を分解して表示します。このモードは、モデルの挙動を理解したり、パラメータの感度を調べたりするのに役立ちます。

このプログラムは、半導体材料のキャリア輸送特性を詳細に理解し、材料設計やプロセス最適化のための貴重な情報を提供することを目的としています。

このプログラムの主な機能は以下の通りです。

• データ読み込み: Excel形式の入力ファイルから、ホール移動度、温度、キャリア濃度などの実験データを読み込みます。
• 散乱モデルの適用: ホール移動度を構成する複数の散乱メカニズム（光学フォノン散乱、中性不純物散乱、イオン化不純物散乱、バリア散乱など）を考慮した物理モデルを定義します。これらの散乱メカニズムの寄与は、キャリア濃度に依存するパラメータによって表現されます。
• 非線形最小二乗法によるフィッティング: scipy.optimize.minimize を用いて、実験データとモデルが最もよく一致するような散乱パラメータを最適化します。フィッティング対象は、ホール移動度全体の$T$-$N$依存性、ホール移動度の$T$依存性（特定のサンプルに対して）、または個々の散乱メカニズムを記述するパラメータの$N$依存性のいずれかを選択できます。
• 結果の保存: フィッティングで得られた最適パラメータ、測定値、初期推定値、フィッティング結果をExcelファイルに出力します。また、最適化されたパラメータは、将来の実行で再利用できるように設定ファイル（.in形式）に保存されます。
• グラフ表示: フィッティングの進行状況と最終結果をグラフで視覚的に表示します。

このプログラムは、半導体デバイスの設計や材料開発において、キャリア輸送特性を理解し予測するための重要なツールとなります。

1. シミュレーション (sim モード):

与えられた半導体パラメータ（有効質量、バンドギャップ、ドナー準位と濃度、アクセプター準位と濃度など）に基づき、フェルミ準位、電子濃度、正孔濃度、ホール係数などの温度依存性をシミュレートします。測定データがある場合は、それらと比較してグラフ表示し、活性化エネルギーも計算します。

1. キャリア濃度フィッティング (fit, fit_e, fit_h モード):

測定されたキャリア濃度 $N$ の温度依存性を、非線形最小二乗法を用いてフィッティングします。

• fit: 電子と正孔の二重キャリアモデルを用いて $N = |n_e - n_h|$ をフィッティングします。散乱因子 $r$ は0.5に固定されます。
• fit_h: 正孔のみの単一キャリアモデルを用いて $N = n_h$ をフィッティングします。散乱因子 $r$ は0.5に固定されます。
• fit_e: 電子のみの単一キャリアモデルを用いて $N = n_e$ をフィッティングします。散乱因子 $r$ は0.5に固定されます。

1. ホール係数フィッティング (fit_RH モード):

測定されたホール係数 $R_H$ の温度依存性を、非線形最小二乗法を用いてフィッティングします。電子と正孔の二重キャリアモデルを使用し、散乱因子 $r$ を考慮します。このモードでは tkMobility クラスで定義された移動度モデルが使用されます。

本プログラムは、半導体の電子構造や欠陥準位を評価するために、ホール効果測定データと理論モデルを比較する強力なツールを提供します。

フィッティングはデフォルトでネルダー・ミード法を使用し、ドナー/アクセプターのイオン化エネルギー、濃度、バンドギャップをフィッティングパラメータとして利用します。
ログ空間での最適化と、パラメータの不確かさ（共分散、相関、標準誤差）推定もサポートしています。

• データフィッティング: 入力されたCV測定データに対して、内部に組み込まれた物理モデルに基づき、半導体層のドナー/アクセプター密度、層厚、電極面積などのパラメータを最適化します。
• 最適化アルゴリズムの利用: scipy.optimize ライブラリの数値最適化アルゴリズム（共役勾配法やNelder-Mead法など）を使用して、最適なパラメータセットを探索します。
• 結果の可視化: フィッティングの初期状態と最終状態、および最適化の進捗をグラフとして表示し、視覚的に結果を確認できます。
• データの入出力: 測定データ、フィッティング結果、最適化されたパラメータ、および最適化履歴をExcelファイル（.xlsx）やINI形式のファイルに保存します。
• コマンドライン引数による設定: 豊富なコマンドライン引数を通じて、入力ファイル、出力ファイル、初期パラメータ、最適化条件などを柔軟に設定できます。

このプログラムは、半導体デバイスの設計や解析において、CV測定データからデバイスの物理的特性を定量的に評価する際の課題を解決することを目指しています。

• 反射率スペクトル R と透過率スペクトル Tr から、吸収率 A と吸収係数 $\alpha$ を計算する。
• 暗状態 IV と光照射 IV から、単一ダイオードモデル相当の代表パラメータ I0, ndiode, IPV, Rs, Rsh を経験的に抽出する。
• 光照射 IV から、$V_{oc}$, $J_{sc}$, 最大出力点、FF、変換効率を計算する。
• 吸収係数とフォトンフラックスから EQE / IQE を計算する。
• 解析結果をログファイル、PNG プロット、必要に応じて Excel ファイルに保存する。

このスクリプトは、非線形最小二乗フィットで単一ダイオードモデルを厳密に最適化するものではありません。コード上では、局所多項式平滑化、接線推定、微分、ゼロクロス補間を用いて、IV 曲線から代表パラメータを抽出します。

主な目的は、測定IVデータから以下の5つのモデルパラメータを抽出することです。

| パラメータ | 意味 | 単位 |
|---|---|---|
| I0 | ダイオード逆飽和電流 | A |
| ndiode | ダイオード理想因子 | 無次元 |
| IPV | 光生成電流 | A |
| Rs | 直列抵抗 | Ω |
| Rsh | シャント抵抗 | Ω |

このスクリプトは、入力CSVファイルからIVデータを読み込み、必要に応じて初期値推定を行い、scipy.optimize.minimize によりパラメータを最適化します。

実行モードは以下の3種類です。

| モード | 内容 |
|---|---|
| init | IVデータから初期パラメータを推定し、CSVへ保存 |
| fit | 初期パラメータまたは既存CSVを用いてSDMフィッティングを実行 |
| sim | 指定済みパラメータでIVカーブを計算・表示 |

処理の大まかな流れは以下です。

1. コマンドライン引数を解析する。
2. 入力CSVから DataValue 行を読み込み、電圧 V と電流 I を抽出する。
3. 電圧昇順にソートし、xmin, xmax が指定されていれば範囲を制限する。
4. init モードでは初期パラメータを推定する。
5. fit モードでは対数電流誤差を目的関数としてパラメータを最適化する。
6. 最終IVカーブを線形スケールと対数スケールで表示する。
7. パラメータCSVを保存する。

主な用途は次の通りです。

• 測定 IV データからモデルパラメータの初期値を推定する
• 測定 IV データに対して拡張一ダイオードモデルをフィッティングする
• 指定パラメータから IV カーブをシミュレーションする
• フォワードバイアス側とリバースバイアス側で異なる輸送メカニズムを選択する
• 結果を CSV、Excel、PNG、TXT ログとして保存する

このプログラムでは、外部印加電圧 $V$ に対して直接電流を陽に計算するのではなく、接合電圧 $V_d$ を未知数とする暗黙方程式を数値的に解き、直列抵抗 $R_s$ とシャント抵抗 $R_{sh}$ の影響を含めて電流を求めます。

主な機能は以下の通りです。

1. データ読み込み: Excel (.xlsx) または CSV 形式の入力ファイルから、温度 ($T$), ゼーベック係数 ($S$), 電気伝導率 ($\sigma$), 全熱伝導率 ($\kappa$) のデータを読み込みます。
2. フェルミ準位の計算: 入力されたゼーベック係数 $S$ と温度 $T$ を基に、SPBモデルにおける規格化フェルミ準位 $\eta = E_F/k_B T$ を二分法（Bisection Method）により数値的に計算します。
3. ローレンツ数の計算: 計算された規格化フェルミ準位 $\eta$ を用いて、SPBモデルに基づくローレンツ数 $L$ を算出します。
4. 電子熱伝導率の計算: 電気伝導率 $\sigma$ と温度 $T$、計算されたローレンツ数 $L$ から、電子熱伝導率 $k_e = L \sigma T$ を計算します。
5. キャリア濃度の計算: 有効質量 (meff) と温度 $T$ から有効状態密度 $N_C$ を算出し、規格化フェルミ準位 $\eta$ を用いてキャリア濃度 $N_e$ を計算します。
6. 結果の出力: 計算された規格化フェルミ準位、フェルミ準位、キャリア濃度、ローレンツ数、電子熱伝導率を元の入力データとともに新しいExcelファイルに出力します。
7. グラフ表示: 計算結果（キャリア濃度 $N_e$ とゼーベック係数 $S$ の温度依存性、ローレンツ数 $L$ の温度依存性、キャリア濃度 $N_e$ に対する電気伝導率 $\sigma$ とゼーベック係数 $S$ およびローレンツ数 $L$ の関係）をグラフとして表示します。

このプログラムは、熱電材料の電子輸送特性をSPBモデルに基づいて解析し、ローレンツ数を実験的に決定することで、格子熱伝導率などを分離・評価する際に役立ちます。

主な機能は以下の通りです。

• データ読み込み: Excel (.xlsx) または CSV (.csv) 形式の入力ファイルから、指定されたカラムの温度、ゼーベック係数、キャリア濃度データを読み込みます。
• 有効質量の計算: 入力されたデータポイントごとに、Snyder et al. の論文に記載されている複数の式を用いて有効質量を推定します。
• 有効質量の検証: 計算された有効質量を用いて、フェルミ準位や輸送特性（ゼーベック係数など）を再計算し、元のゼーベック係数との整合性を確認することで、有効質量の推定結果を検証します。
• 結果出力: 計算された温度、キャリア濃度、ゼーベック係数、有効質量のデータをExcelファイルとして保存します。
• グラフ表示: キャリア濃度に対するゼーベック係数と有効質量の関係をグラフとして表示し、視覚的に結果を確認できます。

このプログラムは、熱電材料の物理特性評価、特に有効質量の評価において、実験データを基にした迅速な解析を可能にします。

関連リンク: `schottky_usage`

散乱因子 $r$ の異なる値に対して以下のスキャンモードをサポートしています。

• `EF` (フェルミ準位): フェルミ準位をスキャンし、ゼーベック係数を計算します。
• `Ne` (キャリア濃度): キャリア濃度をスキャンし、ゼーベック係数を計算します。
• `T` (温度): 温度をスキャンし、ゼーベック係数を計算します。このモードでは、フェルミ準位、キャリア濃度、または還元フェルミ準位のいずれかを固定できます。
• `m_eff` (有効質量): 有効質量をスキャンし、ゼーベック係数を計算します。このモードでも、フェルミ準位、キャリア濃度、または還元フェルミ準位のいずれかを固定できます。

計算はFermi-Dirac積分に基づき、キャリアタイプ（電子または正孔）を指定できます。結果はCSVファイルとして保存することも可能です。

散乱因子 $r$ はキャリアの緩和時間 $\tau(E)$ がエネルギー $E$ の $(r-1/2)$ 乗に比例することで定義されます。

このモジュールは、3次元放物線バンドモデルと緩和時間近似（$\tau(E) \propto E^{r-1/2}$）に基づき、フェルミ・ディラック積分を用いた厳密な輸送積分によって熱電輸送特性を評価します。コマンドライン引数を通じて、温度 ($T$)、有効質量 ($m^*$)、参照移動度 ($\mu_{\text{ref}}$)、格子熱伝導率 ($\kappa_{\text{latt}}$)、キャリア種別、散乱因子 $r$ のリストなどを設定できます。

主な機能は以下の2つのモードで提供されます。

1. delta モード:

このモードでは、スタックの上面と下面における表面熱抵抗を、明示的な空気境界層（厚さ delta_top / delta_bottom、熱伝導率 k_air）としてモデル化します。これは、単純な熱抵抗ネットワークとして扱われ、総熱抵抗とそこを流れる熱流束を計算します。

1. conv_rad モード:

このモードでは、表面熱抵抗を自然対流と熱放射の物理モデルに基づいて予測します。

• 自然対流: 水平平板のヌセルト数相関式を用いて、対流熱伝達係数を計算します。
• 熱放射: ステファン・ボルツマンの法則に基づいて放射熱流束を計算します。

このモードでは、内部スタックと外部環境（空気、放射環境）との間で、熱流束が平衡するような表面温度を数値的に求めます。

両モード共通で、内部スタックは以下の層で構成されます。
上部電極 / 界面1/2 / TE半導体 / 界面2/3 / 下部電極

プログラムは、以下の情報を標準出力に出力します。

• 各層および界面の熱抵抗
• 総熱抵抗（または内部スタック熱抵抗および表面実効熱抵抗）
• 各界面の温度
• TE半導体層をまたぐ温度降下

また、温度プロファイルを示す図をPNG画像ファイルとして保存します。この図は、物理スケールと模式（変形）スケールの2つのグラフが縦に並べられた形式で表示されます。

現在のプログラムのバグについて:
main 関数内の delta モードの処理が2度記述されており、2度目の呼び出しにおいて compute_piecewise_profile 関数の戻り値の数が誤って指定されています。これにより、delta モードでプログラムを実行すると ValueError: too many values to unpack エラーが発生し、正常に動作しません。この技術ドキュメントでは、バグが修正された場合の delta モードの期待される動作について記述します。

主な機能は以下の通りです。

• 単一点計算 (single モード): 特定の電気伝導率、ゼーベック係数、温度に対して、加重移動度とキャリア濃度を計算します。状態密度有効質量 ($m^*_{\text{DOS}}$) および散乱因子 ($r$) の影響も考慮できます。
• 検証モード (check モード): ゼーベック係数とフェルミ準位の依存関係、および加重移動度の異なる計算手法間の比較を行います。計算結果はExcelファイルに保存され、グラフが表示されます。
• Xパラメータ依存性計算 (X モード): 入力ファイルから読み込んだX軸パラメータ（例：組成比、ドープ量など）に対する電気伝導率とゼーベック係数のデータを用いて、加重移動度とキャリア濃度のX依存性を計算します。結果はExcelファイルに保存され、グラフが表示されます。
• 温度依存性計算 (T モード): 入力ファイルから読み込んだ温度に対する電気伝導率とゼーベック係数のデータを用いて、加重移動度とキャリア濃度の温度依存性を計算します。結果はExcelファイルに保存され、グラフが表示されます。

このスクリプトは、材料の輸送特性を解析し、キャリアの移動度や濃度を実験データから逆算する際に有用です。

主な機能は以下の通りです。

• GUIによるアプリケーション起動: tkinter を利用した直感的なインターフェースを提供し、リストボックス形式のメインメニューと、関連するアクションを実行するためのサブメニューボタン、ツールバーボタン、右サイドバーボタンを配置します。
• 設定管理: アプリケーションの設定は .ini ファイル（例: Launcher.ini）に保存・読み込みされます。これにより、パス、フォントサイズ、外部アプリケーションの場所などの設定を永続化できます。
• スクリプトリストの動的な読み込み: 特定のディレクトリ (launcher_script_dir) から .ini ファイル形式のスクリプト定義を読み込み、ランチャーのメニュー項目として動的に表示します。また、-s コマンドライン引数で指定される .list ファイルによって、追加 (extra\_scripts) や除外 (remove\_scripts) するスクリプトを管理できます。
• 環境変数の管理: PYTHONPATH を含む環境変数をプログラムの起動時に設定し、外部アプリケーションやスクリプトが正しく動作するための環境を準備します。
• ログ出力: アプリケーションの実行ログを、指定されたログファイル (Launcher-out.txt など) に出力する機能を持ちます。
• 多言語対応: resource_*.resource ファイルを通じて、UIの表示テキストを日本語と英語に切り替えることができます。

このプログラムは、特定のプロジェクト環境下で複数のツールやスクリプトを効率的に管理・実行する際のハブとしての役割を果たすことを目的としています。

主な機能は以下の通りです。

• GUIアプリケーションの基盤: Tkinterによるウィンドウ、ボタン、メニューなどのGUI要素を構築するためのフレームワークを提供します。
• スクリプト実行管理: 内部のスクリプトエンジンと連携し、外部スクリプトの実行やその変数の管理をサポートします。
• 設定管理: INIファイル形式の設定ファイルを読み書きし、アプリケーションの状態やユーザー設定を永続化します。
• ユーザー対話: 入力ダイアログ、選択ダイアログ、カスタムダイアログ、メッセージボックス、確認ダイアログなど、多様な種類のGUIダイアログを通じてユーザーとの対話を可能にします。
• ファイル・パス操作: ファイルやディレクトリの検索、リストアップ、パスの結合や分割、OSに応じたパス区切り文字の変換など、ファイルシステムに関する操作を容易にします。
• 環境変数・内部変数の管理: 環境変数やアプリケーション固有の変数を設定、取得、更新する機能を提供します。
• GUI要素の動的制御: ボタンへのツールチップ追加、コンテキストメニューの生成とバインドなど、GUI要素を動的に操作する機能があります。
• データ読み込み: ExcelやCSVファイルからヘッダーラベルを読み込む機能があります。
• ウィンドウ制御: アプリケーションウィンドウの表示状態（最小化、最大化、最前面表示など）やタイトルを設定できます。

このライブラリは、複雑なPythonスクリプトや外部アプリケーションをGUIから起動・管理したい開発者にとって、強力なツールとなることを目指しています。

目的:
SymPy によるシンボリックな数式処理の結果が、NumPy を用いた数値計算による近似値とどの程度一致するかを視覚的に検証し、理解を深めることを目的としています。

主な機能:

• 数式解析: コマンドライン引数として与えられた数式文字列を SymPy が扱える形式に変換します。
• シンボリック計算:
• 指定された数式の1階微分を計算します。
• 指定された数式の不定積分を計算します。
• 指定された数式を特定の基準点の周りで指定された次数までテイラー展開します。
• 数値評価: SymPy の結果式および元の数式を、NumPy を用いて特定の $x$ の範囲で数値的に評価します。
• 数値比較:
• 微分モードでは、中央差分近似による数値微分結果と SymPy の微分結果を比較します。
• テイラー展開モードでは、テイラー展開の結果と元の関数値を比較します。
• 積分モードでは、現在のところ数値的な比較は行われません。
• 結果表示: 計算結果、元の関数値、数値近似値、および両者の相対誤差を表形式で標準出力に表示します。

解決する課題:
抽象的なシンボリック計算の結果と、具体的な数値計算の挙動との関連性を、具体的な例を通して理解する手助けとなります。特に、数値微分の近似精度や、テイラー展開の近似範囲における誤差の振る舞いを観察できます。

主な機能は以下の通りです。

• 汎用的な入力対応: ffmpeg がサポートするあらゆる音声・動画ファイルを入力として受け付け、音声トラックを抽出できます。
• 出力フォーマットの指定: MP3、WAVなど、様々な出力オーディオフォーマットを指定できます。デフォルトはMP3です。
• ビットレートの調整: 出力オーディオのビットレートを制御し、ファイルサイズと音質のバランスを調整できます。
• サンプリングレートの変更: 必要に応じて出力オーディオのサンプリングレートを変更できます。
• ファイルの上書き/更新制御: 出力ファイルが既に存在する場合に、無条件に上書きしたり (--overwrite)、入力ファイルが新しい場合のみ更新したり (--update) するオプションを提供します。
• ワイルドカード対応: 入力ファイルパスにワイルドカード（例: *.mp4）を使用することで、複数のファイルを一括処理できます。

このプログラムは、例えば動画ファイルからBGMのみを抽出したい場合や、異なるデバイスで再生するためにオーディオファイルの形式や品質を変換したい場合などの課題を解決します。

主な機能は以下の通りです。

• 多種類の最適化アルゴリズムの実装: 遺伝的アルゴリズム (GA)、粒子群最適化 (PSO)、レプリカ交換モンテカルロ (REMC)、および scipy.optimize.minimize を用いたNelder-Meadシンプレックス法をサポートします。
• Ackley関数の最小化: 2次元または4次元のAckley関数を最適化対象としています。4次元の場合は、2つの2次元Ackley関数の和として定義されます。
• 柔軟な設定: コマンドライン引数を通じて、使用するアルゴリズム、個体（粒子、レプリカ）数、収束許容誤差、最大イテレーション数、探索範囲などを調整できます。
• 2次元問題の可視化: 2次元問題の場合、最適化対象関数の3Dプロットを動的に表示し、探索空間を視覚的に確認できます。
• 収束状況の表示: 探索の進行状況や、現在の最良スコア、探索パラメータが標準出力に表示されます。

このプログラムは、複雑な多峰性を持つ関数（複数の局所最適解を持つ関数）のグローバル最適解を見つけるという課題に取り組んでいます。

主な機能は以下の通りです。

• 多様な最適化アルゴリズムのサポート: 最急降下法 (sd)、共役勾配法 (cg)、ニュートン法 (newton)、準ニュートン法 (broyden, dfp, bfgs)、およびシンプレックス法 (simplex) を選択できます。
• 複数の目的関数の選択: 楕円体関数 (ellipsoid, ellipsoid2)、円関数 (circle)、またはより複雑な4次関数 (general) から選択できます。
• ラインサーチ方式の指定: 各反復で最適なステップサイズを見つけるためのラインサーチ手法 (例: armijo, golden) を設定できます。
• リアルタイムでの最適化過程の可視化: 目的関数の等高線プロットと3Dワイヤーフレーム上に、探索経路をリアルタイムで表示し、最適化の進行状況を視覚的に確認できます。
• コマンドライン引数による柔軟な設定: 初期値、アルゴリズム、目的関数、グラフの表示設定などをコマンドライン引数で指定できます。
• 最適化結果の保存: 最終的な最適化結果（最小点と最小値）をファイルに保存します。

このプログラムは、多変数関数の最小化問題に取り組む際の強力なツールとして機能し、異なる最適化手法の挙動を比較検討するのに役立ちます。

主な機能:

• データ読み込み: 既知の元素と電子準位の結合エネルギー値が記述されたCSVファイル（XPS-BE-Source.csv）を読み込みます。
• ユーザー入力: ユーザーに対して、検索したい結合エネルギー値（$T$）とその許容誤差（$E$）を標準入力からプロンプト表示します。デフォルト値も設定されています。
• 範囲検索: 入力された結合エネルギー値の許容誤差範囲内にあるすべての元素、電子準位、および対応する結合エネルギー値をデータベースから検索します。
• 結果表示: 検索結果を整形された形式で標準出力に表示します。

解決する課題:
XPSスペクトルから得られたピークの結合エネルギー値が、どの元素のどの電子準位に由来するかを迅速に同定する作業を支援します。特に、複数の元素や準位が近い結合エネルギーを持つ場合に、候補を絞り込むのに役立ちます。

主な機能と解決する課題は以下の通りです。

1. PESスペクトル解析: 測定されたPESスペクトルに対し、物理モデル（フェルミ関数、DOS、装置関数）に基づいたフィッティングを行います。
2. パラメータ決定: フィッティングにより、フェルミ準位 (EF)、バックグラウンド (BG)、装置関数幅 (w)、信号強度 (I0)、DOSの線形傾き (DOSa) といった重要な物理パラメータを最適化して決定します。
3. 柔軟なモード:

• fit モード: 測定データにモデルをフィッティングし、最適なパラメータを探索します。最適化の進行状況はリアルタイムでプロットされ、終了後には結果がExcelファイルに保存されます。
• sim モード: 指定されたパラメータでモデルスペクトルを計算し、測定データと比較して表示します。これにより、パラメータ変更がスペクトルに与える影響を視覚的に確認できます。
• init モード: ユーザーが指定したフィット範囲に基づいて、EF、BG、I0、w の初期値を自動で推定し、結果をパラメータCSVファイルに保存します。これにより、フィッティングの開始点を見つける手間が省けます。

1. パラメータ管理: パラメータはCSVファイル ([入力ファイル名]_parameters.csv) で管理され、プログラム実行時に読み込まれます。コマンドライン引数で上書きすることも可能です。これにより、実験条件に応じたパラメータの再利用や微調整が容易になります。
2. 多様な入力ファイル形式: .csv, .xlsx, .txt (特定のHAXPESデータ形式またはシンプルなXY形式) のスペクトルデータを読み込むことができます。
3. リアルタイムプロット: フィッティングプロセス中のモデルスペクトルの変化をリアルタイムで視覚化し、最適化の収束状況を把握できます。

このプログラムは、PESスペクトルの定量的な解析を支援し、材料の電子状態に関する物理的洞察を得ることを目的としています。

このプログラムは以下の課題を解決します。

1. 混合スペクトルの成分分離: フィルムと基板の混合スペクトルから、それぞれの成分の形状と強度を特定します。
2. エネルギーシフトの定量化: 測定された混合スペクトルと参照スペクトル間の結合エネルギー軸におけるずれ（エネルギーシフト）を独立して定量化します。
3. 多項式バックグラウンドの除去: スペクトルに含まれるバックグラウンド成分を多項式でモデル化し、フィッティングから除去します。
4. 価電子帯オフセットの算出: 参照スペクトルのVBM (Valence Band Maximum) 位置が既知の場合、フィッティングで得られたエネルギーシフトを用いてVBOを算出します。

主な機能は以下の通りです。

1. データ入力: Excel (.xlsx) または CSV (.csv) 形式のデータファイルを読み込みます。
2. パラメータ設定: ベイズ最適化とガウス過程回帰に必要な各種パラメータをGUI上で直感的に設定できます。

• 探索グリッドのサイズ (nx_2D, ny_2D)
• 最大プローブ数 (max_num_probes)
• 各イテレーションでの探索数 (num_search_each)
• 乱数ガウス基底の数 (num_rand_basis)
• ハイパーパラメータ更新の間隔 (interval)
• 取得関数 (score_mode): Expected Improvement (EI), Probability of Improvement (PI), Thompson Sampling (TS) から選択。
• 乱数シード (random_seed)
• テストデータの割合 (fraction_test)
• 入力データの標準化 (standardize)

1. 計算実行: 設定したパラメータに基づいて、内部の計算エンジン (bayes_gp_plain_shimizu.py) を呼び出し、ベイズ最適化とガウス過程回帰を実行します。
2. 結果出力: 予測結果をExcelファイルに、計算過程やモデルの状態をNumPyの .npz 形式で保存します。
3. グラフ設定: グラフのサイズやフォントサイズに関する設定が可能です。
4. 多言語対応: 英語と日本語に対応しており、GUIの表示言語を切り替えることができます。
5. 設定の保存: ユーザーが設定したパラメータは、次回起動時も利用できるよう自動的に設定ファイルに保存されます。

このプログラムは、実験やシミュレーションにおいて、効率的に最適解を見つけるための次なる試行点を提案する「アクイジション」プロセスを視覚的に管理し、研究開発の効率化に貢献します。

主な機能は以下の通りです。

• GUIの提供: ファイル選択ダイアログ、テキスト入力フィールド、数値スライダー、チェックボックス、ドロップダウンメニューなどを用いて、各種パラメータを視覚的に設定できます。
• パラメータ管理: 入力ファイルパス、出力ファイルパス、ガウス過程の計算に必要なパラメータ（例えば、探査回数、基底関数の数、取得関数の種類など）を設定し、それらをバックエンドの計算エンジンに渡します。
• ファイル入出力: Excel (.xlsx) および CSV (.csv) 形式のデータファイルを読み込み、解析結果をExcel (.xlsx) および NumPy圧縮形式 (.npz) で出力します。
• 国際化: 設定ファイルで言語 (en または ja) を切り替えることができ、GUIの表示言語を変更できます（再起動後に適用）。
• 開発用タブとエディタタブ: 開発者向けのデバッグ機能や、設定ファイルを直接編集するためのエディタ機能を備えたタブが用意されています。

このプログラムは、コマンドラインインターフェース (CLI) に不慣れなユーザーでも、ベイジアン最適化の手法を容易に利用できるようにすることを目的としています。

主な機能は以下の通りです。

1. データ読み込みと前処理: ExcelまたはCSV形式の入力ファイルから記述子（説明変数）と目的関数（応答変数）を自動で識別し、読み込みます。ヘッダーの制御コードによって、最大化、最小化、特定値への収束などの最適化モードを指定できます。また、必要に応じて記述子の標準化を行います。
2. ガウス過程モデルの構築: 既存の観測データ（訓練データ）を用いてガウス過程モデルを構築し、未観測の領域における目的関数の予測平均値と不確実性（標準偏差）を推定します。
3. ベイズ最適化の実行: PHYSBO ライブラリを利用し、構築したガウス過程モデルと指定された獲得関数（Expected Improvement: EI, Probability of Improvement: PI, Thompson Sampling: TS）に基づいて、次に評価すべき最適な候補点（アクション）を提案します。
4. 逐次最適化: ユーザーが指定した繰り返し回数に応じて、ベイズ最適化によって提案された最良の候補点を新たな訓練データとして自動的に追加し、モデルを再学習・更新する機能があります。これにより、最適化プロセスを継続的に改善し、より良い解を探索することが可能になります。
5. 結果の出力: 予測された目的関数の平均値、標準偏差、獲得関数値などの詳細な結果を Excel 形式で出力します。また、PHYSBO の探索履歴も .npz 形式で保存されます。
6. 結果の可視化:

• 等高線図: 記述子が複数ある場合、予測された目的関数の平均値と標準偏差の等高線図を2次元で表示します。
• パレート図: 複数の目的関数がある場合、目的関数間のトレードオフを示すパレート図を表示します。
• 予測値と獲得関数のプロット: 各データ点に対する目的関数の予測値（平均値と信頼区間）と獲得関数値をプロットし、最適化の進行状況を示します。
• インタラクティブなデータ探索: グラフ上の点をクリックすることで、対応するデータ点（記述子、予測値、スコアなど）の詳細情報をコンソールに表示する機能があります。

主な機能は以下の通りです。

• データ読み込み: Excel (.xlsx) または CSV (.csv) 形式の入力ファイルから、記述子 (特徴量) と目的関数 (ターゲット) のデータを読み込みます。
• 目的関数設定: 入力ファイルのヘッダー行に記述された特殊なプレフィックス (例: max:, min:, =value:) に基づいて、目的関数の最適化モード（最大化、最小化、特定値への適合）を自動的に設定します。
• データ前処理: 欠損値 (NaN) を含む行を処理し、学習データと予測対象のテストデータを識別します。オプションで記述子の標準化を行います。
• ベイズ探索の実行: PHYSBOライブラリを利用し、指定された獲得関数 (EI, PI, TS) と試行回数でベイズ最適化を実行します。ランダム基底近似を用いた高速化も可能です。
• 結果の保存: ベイズ探索の履歴 (.npz ファイル) と、各データ点における目的関数の予測平均値、標準偏差、信頼区間を含む詳細な予測結果 (.xlsx ファイル) を出力します。
• 結果の可視化: Matplotlib を用いて、予測された目的関数の平均値と標準偏差の等高線図、目的関数が複数ある場合のパレート図、およびデータ点ごとの予測値と獲得関数の推移をグラフ表示します。
• インタラクティブな情報表示: 生成されたグラフ上の任意の点をクリックすることで、その点に最も近いデータ点の記述子、予測値、獲得関数値などの詳細情報をコンソールに出力します。

このプログラムは、多次元の設計空間において、実験やシミュレーションの評価コストが高い場合に、効率的に最適解を見つけ出すための強力なツールを提供します。

1. 自由電子モデル (free): 相互作用のない電子ガス。
2. タイトバインディングモデル (tb): 最近接ホッピングのみを考慮した単純なモデル。
3. 準自由電子モデル (nfe): 自由電子モデルに弱い周期ポテンシャルを追加したモデル。

主な機能

• バンド構造計算とプロット:
• 1Dバンド図（ブリルアンゾーン内の一直線パス）。
• 2D/3Dバンド図（高対称点パスに沿ったプロット）。
• 状態密度 (DOS) の計算とプロット:
• ガウスブロードニングまたはヒストグラム法によるDOSの生成。
• 1Dバンド図と並行してDOSをプロットするオプション。
• フェルミ準位 (EF) の決定:
• ユーザー指定の電子数 (--nelec) とスピン縮退度 (--spin) に基づき、DOS積分からEFを自動計算。
• または、--ef_fixed オプションでEFを固定値として直接指定可能。この場合、DOS計算はスキップされます。
• フェルミ点/フェルミ面 (kF/FS) のプロット:
• 1Dのフェルミ点。
• 2Dのフェルミ面（等高線）。周期境界条件を視覚的に表現するため、複数セルにわたって表示されます。
• 3Dのフェルミ面（等値面）。Marching Cubesアルゴリズムを使用して3D空間に描画されます。
• **有効質量 (m\*) のオーバーレイ**:
• 1Dバンド図において、有効質量 $m^*(k)$ を補助軸として表示するオプション。

解決する課題

このプログラムは、物性物理学における電子構造の基本的な概念（バンド構造、フェルミ準位、状態密度、フェルミ面、有効質量など）を、具体的な計算と視覚化を通じて理解するための教育的ツールとして設計されています。複雑な第一原理計算を行うことなく、これらの概念の物理的意味やモデル依存性を直感的に把握することを支援します。

• 説明:

3次元周期データのFFTを用いた補間処理を提供します。

このモジュールは、フーリエ変換とゼロパディングを利用して、3次元空間に周期的に配置された離散データを高解像度化するための関数を含みます。主に科学技術計算や画像処理の分野で、データの補間やアップサンプリングに利用されます。

• 目的:

3次元の等間隔周期データをFFT（高速フーリエ変換）を用いて補間し、高解像度化すること。
関連ドキュメントとして `interpolate3d_fft_usage` が参照されています。

入力ファイルから読み込んだデータ、または内部で生成したデータに対して、FFTを適用して周期関数の補間を行い、補間されたデータと元のデータ、必要であれば厳密な関数をプロットして比較します。

入力された結晶構造のBravais格子に基づいて高対称k点経路を計算し、表示します。

このプログラムの主な機能は以下の通りです。

1. 結晶構造の読み込み: CIFファイルから結晶構造情報を読み込みます。
2. 原始セルの取得: 読み込んだ構造から原始セル（Primitive Cell）をPymatgenライブラリを使用して取得します。
3. 高対称k点パスの決定: 'seekpath' ライブラリを用いて、原始セルの対称性に基づいた標準的な高対称k点パスを自動的に決定します。
4. 高対称点の座標表示: 決定された高対称点の分率座標を標準出力に表示します。
5. k点パスの表示: 各高対称点を結ぶパスを標準出力に表示します。

これにより、ユーザーはDFT（密度汎関数理論）などの計算手法でバンド構造を計算する際に必要なk点パス情報を簡単に得ることができます。

主な機能は以下の通りです。

1. 残差関数の定義: 外部モジュール 'schrodinger1d' の 'solve_schrodinger' 関数を利用して、特定のエネルギー $E$ に対するシュレーディンガー方程式を解き、計算された波動関数 $\psi(x)$ の終端 $x=L$ における値 $\psi(L)$ を残差として返します。
2. 符号反転区間の自動探索: Brent法が要求する、残差関数 $\psi(L)$ が符号を反転させるエネルギー区間 $[E_{low}, E_{high}]$ を、与えられた初期推定値 $E_0$ から自動的に探索します。
3. Brent法による根の探索: 'scipy.optimize.brentq' 関数を使用して、残差関数 $\psi(L; E) = 0$ となるエネルギー $E$ を高精度に計算します。これにより、物理的な境界条件を満たす固有値 $E$ が特定されます。
4. 結果の出力: 精密化された固有値 $E$ を標準出力に表示するほか、計算の詳細（初期値、探索区間、最終固有値、反復回数など）を 'refineE.csv' ファイルに追記します。

このプログラムは、1次元シュレーディンガー方程式の固有値問題を数値的に解く際の、高精度な固有値探索という課題を解決します。

主な機能:

• 1次元シュレーディンガー方程式の解法: 調和振動子ポテンシャル $V(x) = 0.5 x^2$ (原子単位系) における波動関数を計算します。ポテンシャル関数は 'V(x)' 関数で定義されており、必要に応じて変更可能です。
• シューティング法: ユーザーが与えたエネルギー $E$ に対して、指定された境界条件から波動関数を数値積分し、その振る舞いを評価します。
• Verlet積分: 波動関数の数値積分にはVerletアルゴリズムを採用しています。
• 境界条件の選択: 波動関数の初期条件として、「漸近条件 ('asymptotic')」または「ゼロ条件 ('zero')」を選択できます。
• 発散検出: 波動関数が閾値を超えて発散した場合、その時点で計算を停止し、発散した区間までの結果を報告します。
• 結果の可視化: 計算された波動関数 $\psi(x)$ および確率密度 $|\psi(x)|^2$ を 'matplotlib' を用いてグラフ表示します。発散した場合は、プロットが対数スケールに切り替わります。
• データ出力: 計算結果（$x$, $\psi(x)$, $|\psi(x)|^2$）をExcelファイル ('.xlsx') 形式で出力します。

解決する課題:
このプログラムは、量子系の波動関数を数値的にシミュレートし、束縛状態のエネルギー固有値や波動関数の形を探索するための基本的なツールを提供します。特に、シューティング法を用いることで、適切なエネルギーがどのような振る舞いを導くかを視覚的に理解することができます。

主な機能として、指定された格子サイト数やパラメータに基づき、実空間でのハミルトニアン行列を構築します。その後、行列の対角化を行うことで系のエネルギー固有値（バンド構造）を計算し、波数空間におけるエネルギー分散関係や状態密度（DOS）を算出・可視化します。
これにより、周期ポテンシャル中の電子の振る舞いや、バンド幅に対するホッピングパラメータの影響を直感的に理解するという課題を解決します。ソースコード内に説明を記述する際は、3重引用符によるdocstring形式が用いられていることが想定されます。

::: py:module:: tkPlot3d
:members:
:undoc-members:
:show-inheritance:
```

---

説明:

• モジュール概要: ドキュメントの冒頭には、PythonコードのモジュールDocstringの内容をMarkdown形式で直接記述しています。これにより、モジュール全体の高レベルな情報が最初に表示されます。
• API リファレンス (py:module ディレクティブ): ::: py:module:: tkPlot3d ディレクティブは、tkPlot3d モジュール全体をSphinxにドキュメント化させる指示です。
• :members:: モジュール内のすべての公開メンバー（関数、クラスなど）をドキュメントに含めます。
• :undoc-members:: Docstringがないメンバーもドキュメントに含めます（ただし、推奨されません）。
• :show-inheritance:: クラスの場合、継承関係を表示します。
• これらのオプションにより、各関数のDocstring（概要、詳細説明、:param:、:returns:）はSphinxによって自動的に解析され、整形された形でHTMLドキュメントに表示されます。
• myst-parser: Markdownファイル内でSphinxのRSTディレクティブ (::: py:module:: など) を使用するために必要です。conf.py で有効化する必要があります。
• 型ヒントとクロスリファレンス: PythonコードのDocstringに記述されている :param x: (numpy.ndarray) X座標の配列。 のような記述は、autodoc と intersphinx の設定により、numpy.ndarray のような型名がNumPyの公式ドキュメントへのリンクとして自動的に解決される可能性があります。

この設定とMarkdownファイルを使用することで、Pythonコードの変更なしに、そのDocstringを基にした高品質なSphinxドキュメントをMarkdown形式で生成できます。

関連リンク: :doc:tkWavefunction_H_usage

主な機能として、以下の3つのモデル（モード）の波動関数を計算できます。

1. 平面波モデル (pw): 自由電子の平面波。
2. 量子箱モデル (qbox): 無限ポテンシャル障壁によって区切られた量子ドット（量子箱）。
3. 水素原子モデル (H): 水素様原子の電子軌道（s軌道、p軌道、d軌道など）。

解決する課題としては、量子力学における波動関数の空間的な広がりや位相（実部と虚部）、確率密度を直感的に理解しやすくするための可視化（グラフ化）を提供することです。周期境界条件を考慮したブロッホの定理に基づく波数の変調もシミュレートできます。

温度と物理量（例えば伝導度やキャリア密度など）の測定データから、アレニウスプロットを作成し、多項式モデルによるフィッティングと活性化エネルギーの評価を行うプログラムです。

主な機能：

• 入力データから対象データ列を抽出し、変数変換（温度の逆数、対数変換など）を実行します。
• 指定されたモデル（1次～4次等の多項式）の次数で、線形最小二乗法によるフィッティングを行います。
• 推定されたパラメータの不確かさ（共分散行列）や予測区間、観測ノイズを考慮した各種誤差バンドを計算します。
• 数値微分を利用して、各温度における活性化エネルギーを算出します。
• フィッティング結果や誤差バンドを含む各種グラフ（X-Yプロット、T-Pプロット、アレニウスプロット、活性化エネルギーの温度依存性、係数の誤差）をプロットします。
• 算出したパラメータおよび曲線の計算データをExcelファイルへ出力します。

解決する課題：
熱活性化過程における実験データから活性化エネルギーを算出する際の、データ変換、誤差評価、および温度依存モデル（パーコレーションモデルなどの非単純なアレニウスモデル）への適応を自動化し、視覚的な評価と定量的な解析を同時に実現します。

このPythonスクリプトは、 `tkbo ライブラリを使用して1次元のBayesian Optimizationシミュレーションをアニメーションとして視覚化することを目的としています。真の目的関数 f_true を定義し、様々なモデル（ガウス過程回帰、PhysBO、ランダムなど）とAcquisition関数（UCB、EI、PI、Steinなど）を試すことができます。シミュレーションの進行状況は matplotlib` を用いてアニメーションとして描画され、GIFファイルとして保存したり、リアルタイムで表示したりできます。

主な機能

• 真の目的関数の定義: シミュレーションで使用される1次元の目的関数 `f_true()` を定義します。
• カスタムAcquisition関数の実装: ポステリア平均の最大化を行う `MeanAcquisition クラスを実装し、 tkbo` に登録します。
• コマンドライン引数処理: `argparse` を使用して、シミュレーションモード、モデル、最大イテレーション数、出力ファイル名などの詳細な設定をコマンドラインから指定できるようにします。
• `tkbo による最適化: 指定されたモデルとAcquisition関数に基づき、 tkbo.create_optimizer()` を用いてBayesian Optimizationのオプティマイザを構築・実行します。
• アニメーション生成: `matplotlib.animation.FuncAnimation` を使用して、各評価ステップでのGP予測、Acquisitionスコア、観測点、次の評価点を視覚的に更新するアニメーションを生成します。
• GIF保存と表示: 生成されたアニメーションをGIFファイルとして保存したり、ウィンドウに表示したりする機能を提供します。

非標準ライブラリ

このスクリプトは以下の非標準ライブラリに依存しています。

• `numpy`
• `matplotlib`
• `scikit-learn (sklearn.exceptions.ConvergenceWarning`)
• `tkbo`

実行例

以下は、このスクリプトの典型的な実行例です。

```bash
python gp_simulation_animation_tkbo.py --mode ucb --model sklearn_gpr --nmaxiter 120 --save 0 --show 1
python gp_simulation_animation_tkbo.py --mode ei --model sklearn_gpr --nmaxiter 120 --save 0 --show 1
python gp_simulation_animation_tkbo.py --mode stein --model physbo_gp --nmaxiter 120 --save 0 --show 1
python gp_simulation_animation_tkbo.py --model physbo --acquisition EI --nmaxiter 120 --save 0 --show 1
python gp_simulation_animation_tkbo.py --model random --nmaxiter 120 --save 0 --show 1
python gp_simulation_animation_tkbo.py --model random --nmaxiter 20 --outfile random.gif
```

主な機能と解決する課題は以下の通りです。

• データフィッティング: Excelファイルから読み込んだ $x, y$ 座標データに対し、指定された数の基底関数を組み合わせて最適な近似関数を決定します。
• 基底関数の選択: プログラムに組み込まれた複数の基底関数（定数、三角関数、多項式関数、指数関数）の中から、指定した数だけフィッティングに使用できます。
• パラメータ推定: 線形最小二乗法を用いて、各基底関数に掛かる係数を算出します。
• 結果の可視化: 入力データ、フィッティング曲線、および計算された係数をグラフで表示し、結果を直感的に把握できるようにします。
• 汎用性: 入力ファイル名と使用する基底関数の数をコマンドライン引数で指定できるため、様々なデータセットやフィッティング要件に対応できます。

このプログラムは、実験データや観測データに特定の数学的モデルを当てはめたい場合や、データの傾向を分析したい場合に有用です。

目的:
観測データに対して、ユーザーがPythonの文字列として定義した任意の非線形モデル関数を最小二乗法でフィッティングし、モデルパラメータの最適値、その標準誤差、およびモデル予測の信頼区間を推定すること。

主な機能:

• 柔軟なモデル関数定義: モデル関数はコマンドライン引数としてPythonの文字列で直接指定できます。これにより、様々な数学的モデル（例：ガウス関数、指数関数など）に柔軟に対応できます。
• 多変量対応: 複数の独立変数 (x[0], x[1], ...) をサポートし、多次元データに対するフィッティングが可能です。
• パラメータ最適化: scipy.optimize.minimize を利用して、指定された最適化手法（例：BFGS、L-BFGS-B）でモデルパラメータを最適化します。
• パラメータ誤差の推定: 数値的なヤコビアン行列から、最適化されたパラメータの標準誤差を推定します。
• 信頼区間/不確実性帯の計算: デルタ法を用いて、モデル予測に対するパラメータ起因の不確実性帯および予測不確実性帯を計算します。これは、フィッティング結果の信頼性を視覚的に評価する上で重要です。
• Excel出力: フィッティング結果、パラメータ情報、収束履歴、および計算グリッド上のモデル予測と不確実性帯をExcelファイルとして保存します。
• リアルタイムプロット: フィッティングの進行状況をリアルタイムでグラフ表示し、収束状況を視覚的に監視できます。
• シミュレーションモード: フィッティングを実行せず、指定された初期パラメータでモデル関数を評価するモードも提供します。

解決する課題:

• 特定の解析ソフトウェアに依存せず、Python環境でカスタムの非線形モデルフィッティングを行いたい研究者やエンジニア向けに、柔軟かつ強力なツールを提供します。
• フィッティング結果だけでなく、パラメータの信頼性（標準誤差、共分散、相関）やモデル予測の不確実性（信頼区間）も定量的に評価することで、結果の解釈を深めます。
• コマンドラインインターフェースにより、バッチ処理や他のスクリプトとの連携が容易になります。

入力されたデータセットに対して多項式フィッティングを行い、得られた係数やその分散共分散行列から、モデルの予測における各種不確実性（パラメータの不確実性、残差分散を含めた予測不確実性、測定ノイズを含めた総合的な不確実性）を算出します。
計算結果はExcelファイルとして出力され、同時に matplotlib を用いたグラフとして画面上に可視化されます。これにより、フィッティング曲線の妥当性や、予測値が持つ誤差範囲を視覚的かつ定量的に評価するという課題を解決します。
なお、コード内の関数定義直後には、3重引用符で囲まれたdocstringが記述されており、各関数の入出力仕様が定義されています。

主な機能は以下の通りです。

• データ読み込み: Excelファイル (.xlsx) から $x$ と $y$ のデータセットを読み込みます。
• ガウス基底関数の設定: データ範囲に基づいて等間隔に配置されたガウス基底関数の中心と、指定された幅を使用します。
• リッジ回帰: ガウス基底関数に対する係数を、L2正則化項（リッジ項）を含む線形最小二乗法で計算します。これにより、過学習を抑制し、汎化性能の高いモデルを構築します。
• 結果の可視化: 元の入力データ、フィッティングによって得られた曲線、および各ガウス基底関数の係数を matplotlib を用いてグラフ表示します。

このプログラムは、ノイズを含むデータや単純な多項式では表現しにくい複雑な形状のデータを、柔軟なガウス基底関数と正則化手法を組み合わせることで、高精度かつ安定的に近似するという課題を解決します。

1. データ読み込み: Excelファイルから$x$と$y$のデータセットを読み込みます。
2. カーネルリッジ回帰: 読み込んだデータを用いて、ガウスカーネルとリッジ正則化を適用したカーネルリッジ回帰モデルを訓練し、係数$c_i$を計算します。
3. 予測: 訓練されたモデルに基づき、入力データの範囲内で補間された$x$値に対する$y$の予測値を計算します。
4. 結果の可視化: 入力データ、フィッティング曲線、および計算された係数$c_i$をmatplotlibを使ってグラフにプロットし、表示します。
5. パラメータ設定: ガウスカーネルの幅 ($w_G$) とリッジ正則化パラメータ ($\lambda$) をコマンドライン引数で指定できます。

このプログラムは、線形モデルでは表現が難しい非線形な関係を持つデータに対して、柔軟なフィッティングモデルを構築し、視覚的に結果を確認することを目的としています。

主な機能:

• データ読み込み: 指定されたExcelファイルからデータを読み込みます。
• 目的変数と記述子の自動判別: Excelシートの列名に基づき、目的変数（予測対象）と記述子（予測に用いる特徴量）を自動的に分類します。
• データ分割と前処理: データセットを訓練データとテストデータに分割し、モデル学習前に標準化を行います。
• 多様な回帰モデルの適用: 線形回帰、Ridge、Lasso、ElasticNet、多項式回帰、ガウス過程回帰、多層パーセプトロン、ランダムフォレスト、サポートベクトル回帰 (SVR)、確率的勾配降下回帰 (SGDRegressor) など、複数の回帰モデルを選択して適用できます。
• モデル評価: 平均絶対誤差 (MAE)、平均二乗誤差 (MSE)、二乗平均平方根誤差 (RMSE)、決定係数 ($R^2$ スコア) といった主要な回帰評価指標を計算し、表示します。
• 予測結果の出力: 学習済みモデルによる予測値を元のデータフレームに結合し、新しいExcelファイルとして出力します。入力データに欠損値がある目的変数の行に対しても予測値が書き込まれます。
• 豊富なグラフによる可視化:
• データの分布を示す箱ひげ図。
• 特徴量間の相関関係を示すヒートマップ。
• 各特徴量間の関係を示すペアプロット。
• データのインデックスに対する実測値と予測値のプロット。
• 実測値と予測値の関係を示す散布図。
• 各記述子と目的変数の関係を示す散布図。

解決する課題:
このプログラムは、特定のデータセットに対してどの回帰モデルが最も適しているかを短時間で評価し、モデルの性能を視覚的に分析することを支援します。また、未測定のデータポイントに対する予測値の算出も可能にし、様々な分野での意思決定に役立ちます。

主な機能:

• データ読み込み: 指定されたExcelファイルからデータを読み込みます。
• 目的変数と記述子の自動判別: Excelシートの列名に基づき、目的変数（予測対象）と記述子（予測に用いる特徴量）を自動的に分類します。
• データ分割と前処理: データセットを訓練データとテストデータに分割し、モデル学習前に標準化を行います。
• 多様な回帰モデルの適用: 線形回帰、Ridge、Lasso、ElasticNet、多項式回帰、ガウス過程回帰、多層パーセプトロン、ランダムフォレスト、サポートベクトル回帰 (SVR)、確率的勾配降下回帰 (SGDRegressor) など、複数の回帰モデルを選択して適用できます。
• モデル評価: 平均絶対誤差 (MAE)、平均二乗誤差 (MSE)、二乗平均平方根誤差 (RMSE)、決定係数 ($R^2$ スコア) といった主要な回帰評価指標を計算し、表示します。
• 予測結果の出力: 学習済みモデルによる予測値を元のデータフレームに結合し、新しいExcelファイルとして出力します。入力データに欠損値がある目的変数の行に対しても予測値が書き込まれます。
• 豊富なグラフによる可視化:
• データの分布を示す箱ひげ図。
• 特徴量間の相関関係を示すヒートマップ。
• 各特徴量間の関係を示すペアプロット。
• データのインデックスに対する実測値と予測値のプロット。
• 実測値と予測値の関係を示す散布図。
• 各記述子と目的変数の関係を示す散布図。

解決する課題:
このプログラムは、特定のデータセットに対してどの回帰モデルが最も適しているかを短時間で評価し、モデルの性能を視覚的に分析することを支援します。また、未測定のデータポイントに対する予測値の算出も可能にし、様々な分野での意思決定に役立ちます。

主な機能としては、生データ (y(raw)) に含まれるノイズを低減し、より滑らかな傾向 (y(smooth)) を抽出することです。これにより、データの背後にある本質的なパターンやトレンドを視覚的に捉えやすくし、データの解釈を容易にするという課題を解決します。y(smooth) の値が y(raw) が0の領域でも非ゼロになっているのは、畳み込みカーネルが特定の幅を持ち、周囲のデータ点の影響を受けるためです。

複数の逆畳み込み手法をサポートしており、コマンドライン引数を通じて選択できます。また、結果のグラフ表示とExcelファイルへの出力機能も備えています。

主な機能は以下の通りです。

• 関数定義: コマンドライン引数として与えられた文字列に基づいて、任意の数学関数 $f(x)$ を評価します。
• データ生成: 指定された定義域 (xmin から xmax) 内で、nx 個のデータポイントを均等にサンプリングして関数データを生成します。
• フーリエ変換の実行: 生成されたデータに対して numpy ライブラリのFFTまたはIFFTを実行します。
• 結果の保存: 元のデータと変換結果（実部、虚部）をExcelファイルとして保存します。
• グラフ表示: matplotlib を使用して、元の関数と変換後の結果（実部、虚部、絶対値）を並べて表示し、視覚的な解析を可能にします。
• ログ出力: プログラムの実行状況やパラメータ設定をログファイルに記録します。

本プログラムは、信号処理、物理学、工学などの分野におけるフーリエ変換の基本的な挙動を学習・確認するためのツールとして利用できます。

主な機能は以下の通りです。

• データ読み込み: Excelファイルから $k$ 値と $E(k)$ 値を読み込みます。
• データミラーリング: 電子バンド構造 $E(k)$ が反転対称性 $E(k) = E(-k)$ を持つ場合、与えられたデータの半分から全体のデータを生成するオプションを提供します。
• FFTによる補間: 読み込んだデータにFFTを適用し、周波数領域でゼロパディングを行うことで、時間領域（この場合 $k$ 空間）での高密度な補間データを生成します。
• 結果の出力: 補間されたデータを新しいExcelファイルに保存します。
• グラフ表示: 元のデータ、補間されたデータ、そして必要に応じてFFTの周波数スペクトルをMatplotlibを用いてグラフ表示します。

このプログラムは、限られた測定点や計算点から、より滑らかで密なデータを生成し、視覚的な解析やさらなる数値計算の基盤を提供することを目的としています。

主な機能は以下の通りです。

• データ入力: Excelファイル (.xls, .xlsx) またはCSVファイルからデータを読み込みます。
• データ選択とフィルタリング:
• コマンドライン引数で指定された列インデックスまたは列ラベルに基づいて、X軸データとY軸データを抽出します。
• X軸データの範囲 (xmin, xmax) を指定して、計算対象のデータを絞り込むことができます。
• 処理モード: 以下の3つの異なる処理モードをサポートします。
• FFT: 入力データに対して高速フーリエ変換 (FFT) を実行し、その結果を周波数スペクトルとして出力・表示します。
• IFFT: 入力データに対して逆高速フーリエ変換 (IFFT) を実行し、その結果を出力・表示します。
• FFT smoothing: 入力データをFFTし、指定された波数範囲 (kcut0 から kcut1) の成分のみを保持して高周波ノイズ（または低周波ドリフト）を除去します。その後、逆FFTを実行して平滑化されたデータを得ます。この平滑化されたデータを出力・表示します。
• 結果出力: 処理されたデータはExcelファイルとして保存されます。
• グラフ表示: matplotlib を使用して、入力データ、FFT/IFFTスペクトル、平滑化されたデータなどの視覚的な結果をグラフで表示します。
• ログ出力: プログラムの実行中に標準出力されるメッセージは、指定されたログファイルにも保存されます。

このプログラムは、ノイズの除去、信号の主要なトレンドの抽出、および周波数領域でのデータ解析といった課題を解決するために利用されます。

プログラムの目的:
EXAFSデータをk空間からR空間へ変換し、原子間距離情報（動径分布関数）を抽出すること。特に、EXAFS解析特有のR軸補正、窓関数処理、k重み付けをサポートし、複数のパラメータ設定でのスキャン解析機能を提供することで、解析の効率化と最適化を支援します。

主な機能:

• データ入力: .xlsx, .csv, .txt, .dat 形式のファイルからk軸と信号データを読み込みます。
• EXAFS R軸補正: 通常のフーリエ変換の周波数軸をEXAFS解析に特化したR軸（実空間）へ変換します。
• FFT計算: 高速フーリエ変換を実行し、R空間における実部、虚部、振幅、パワースペクトルを出力します。
• MEM計算: 最大エントロピ法を用いてR空間スペクトル（パワースペクトル密度: PSD）を計算します。MEMの自己回帰 (AR) モデル次数は、AIC (Akaike Information Criterion) / BIC (Bayesian Information Criterion) 基準または固定値で選択可能です。
• データ前処理:
• k重み付け: 入力信号に $k^{\text{korder}}$ を乗算してk重み付けを適用します。
• Hanning窓関数: 指定されたk範囲とテーパー幅でEXAFSスタイルのHanning窓関数を適用し、変換範囲を限定します。
• 平均値除去: k重み付け後に信号の平均値を差し引くオプションを提供します。
• ゼロパディング: FFT/MEM計算のNFFT長を制御し、R空間の分解能を調整します。
• パラメータスキャン: 特定のパラメータ（MEM次数、Hanning窓範囲/幅、k重み付け、NFFT長）を段階的に変化させ、複数の変換結果を重ね合わせて比較する機能を提供します。
• 正規化: 変換結果の曲線を最大値で正規化し、形状の比較を容易にします。
• 結果の出力:
• 計算結果の詳細をExcelファイル (.xlsx) に保存します。
• 入力データと変換結果のグラフをMatplotlibで表示し、画像ファイルとして保存する機能も持ちます。

解決する課題:
EXAFS解析において、R空間への変換は窓関数の設定、k重み付け、変換手法（FFT/MEM）の選択、MEMにおけるARモデル次数の決定など、多くのパラメータに依存します。ft_exafs_scan.py はこれらの複雑な設定を一元的に管理し、特にパラメータスキャン機能を通じて、最適な解析条件を見つけるプロセスを効率化し、結果の解釈を支援します。

主な機能:

• データ入力: Excelファイル（.xlsxまたは.xlsm）から複数の列を持つデータを読み込みます。
• データ選択とフィルタリング: ユーザーがX軸とY軸に対応する列を指定し、さらにX軸の範囲（最小値、最大値）でデータをフィルタリングできます。
• 平滑化手法:
• 単純移動平均: 指定されたウィンドウサイズ内のデータの平均値で平滑化します。
• Savitzky-Golayフィルター: 指定されたウィンドウサイズと多項式次数に基づいてデータを平滑化します。これは、データの形状を比較的保ちながらノイズを除去するのに優れています。
• 微分計算: Savitzky-Golayフィルターを使用する場合、データの1次、2次、またはそれ以上の高次微分を計算できます。これにより、データの変化率や曲率を分析することが可能です。
• リサンプリング: 平滑化後のデータを、指定されたステップでリサンプリングし、均一な間隔のデータセットを生成できます。
• 結果の可視化: 平滑化されたデータおよび元のデータをグラフとして表示します。
• データ出力: 処理されたデータを新しいExcelファイル（.xlsm）に保存します。
• テストモード: 複数の平滑化条件を一度に適用し、結果を比較するテストモードを備えています。

解決する課題:

科学実験や工学的測定で得られる生データには、多くの場合ノイズが含まれています。このノイズは、データの解釈を困難にし、正確な分析を妨げます。smoothing.py は、これらのノイズを効果的に除去し、データの根底にあるトレンドや構造を明らかにすることで、より信頼性の高いデータ分析を可能にします。また、データの微分を計算することで、ピーク位置の検出や変化点の特定など、データの詳細な特性を評価する手助けをします。

• Docstringの自動生成: 入力されたPythonコードの内容をAIに渡し、適切なDocstring（関数、クラス、モジュールレベル）を生成させます。生成されるDocstringはSphinxの形式に準拠します。
• 柔軟なファイル指定: ワイルドカードパターン (*.py) を用いて複数のファイルを一度に処理できます。
• INIファイルによる設定: プロンプトテンプレート、AIモデル、システムロールなどの設定をINIファイルから読み込むことで、AIの動作を柔軟にカスタマイズできます。INIファイルは複数行の記述や変数展開に対応しています。
• 更新・上書き制御: 既存の出力ファイルが存在する場合、上書きオプション (--overwrite) や、入力ファイルより出力ファイルが新しい場合に処理をスキップする更新オプション (--update) を利用して、不必要なAI呼び出しやファイル変更を防ぎます。
• AIサービス連携: tkai_lib を通じて、OpenAIのGPTシリーズ（GPT-4、GPT-3.5など）およびGoogle Gemini（旧Bard）APIと連携します。

このプログラムは、Pythonプロジェクトにおけるドキュメンテーション作業の効率化、特にDocstringの記述にかかる時間と労力を削減することを目的としています。

主な機能:

• Globパターン展開: documents/* のようなglobパターンを、実際に存在するファイル (documents/intro.rst, documents/chapter1.md など) のリストに展開します。
• 複数ファイル形式対応: reStructuredText (.rst) と Markdown (.md) の両方のファイルを認識し、toctreeエントリとして追加します。
• 重複エントリの自動除外: 展開されたリスト内で同じファイルが複数回出現するのを防ぎます。
• ソート機能: 展開されたファイルリストをファイル名でソートするオプションを提供し、toctreeの表示順序を管理しやすくします。
• ラベル付け機能: 展開される各エントリに対し、対応する子ファイルから最初のセクションタイトル（H1見出しまたはRST下線見出し）を抽出し、それをラベルとして使用するオプションを提供します。これにより、toctreeの可読性が向上します（例: Chapter One <path/to/chapter_one.rst>)。
• バックアップ機能: 元のファイルを上書きする前に、自動的にバックアップファイルを作成します。

解決する課題:

Sphinxの toctree に多数のファイルを手動で追加・削除する作業は、プロジェクトの規模が大きくなるにつれて時間とエラーが発生しやすくなります。このスクリプトは、ファイルシステムの構造に基づいて toctree を自動的に生成・更新することで、この課題を解決し、ドキュメント作成のワークフローを効率化します。

1. Indexファイルの命名規則と存在確認:

• source\cms ディレクトリ以下に存在する *_index.rst または *_index.md ファイルの命名規則をチェックします。特に、ファイル名にハイフン (-) またはアンダースコア (_) が混在している、あるいは不適切な命名がされていないかを確認し、想定外のファイル混入を検出します。

1. 古いハイフン命名の参照チェック:

• source ディレクトリ以下の .rst および .md ファイル内で、以前使用されていた可能性のあるハイフン形式の参照文字列（例: N-integration-metal, smoothing-fft）が toctree ディレクティブ内などに残っていないかを検出します。これは、Sphinxのビルド時に multiple toctrees warning などの警告が発生する原因を特定するのに役立ちます。

1. toctreeでの拡張子明記チェック:

• source ディレクトリ以下の .rst および .md ファイル内で、toctree ディレクティブのエントリでファイル拡張子（.rst や .md）が誤って記述されていないかを検出します。Sphinxの toctree では通常、拡張子を含めずにファイル名を指定するため、このような記述はエラーや警告の原因となることがあります。

このスクリプトを実行することで、ドキュメントの整合性を維持し、ビルドエラーや警告を未然に防ぎ、効率的なドキュメント管理を支援します。

このプログラムの主な機能は以下の通りです。

1. HTMLファイルの走査: 指定されたルートディレクトリ以下にある、指定されたワイルドカードパターン（デフォルトは *_api.html）に一致するすべてのHTMLファイルを再帰的に検索します。
2. メインコンテンツの抽出: 各HTMLファイルから、role="main" や class="document" など、Sphinx が生成する典型的なHTML構造に基づいて主要なコンテンツ領域を抽出します。
3. テキストのクリーンアップ: 抽出したHTMLコンテンツから、<script>, <style>, <nav>, <footer>, <header> などの不要なタグとその内容を除去し、さらにすべてのHTMLタグを除去してプレーンテキストに変換します。HTMLエンティティのデコードと複数の空白の正規化も行います。
4. API取り込み失敗の判定: クリーンアップされたテキストの長さ、およびHTML内にSphinx の autodoc が生成する典型的なAPIマーカー（例: py function, py class, sig-name など）の存在をチェックします。本文が極端に短い、またはAPIマーカーが見つからない場合、そのページはAPI取り込みに失敗したと判断します。
5. 結果の出力: 失敗と判断されたファイルのパスとその理由をコンソールに表示し、指定された出力ファイル（デフォルトは failed_api_html.txt）に失敗したファイルのパスを一覧として書き込みます。

このプログラムは、ドキュメント生成プロセスにおける autodoc の設定ミスや、ソースコードの問題によりAPIドキュメントが不完全に生成される課題を早期に発見し、不完全なドキュメントが公開されるのを防ぐのに役立ちます。

主な機能は以下の通りです。

1. モジュール名の検証: .. automodule:: ディレクティブに指定されたモジュール名に、Pythonのimport文で不適切とされるハイフン (-) やパス区切り文字 (\ や /) が含まれていないかをチェックします。
2. __main__ ガードのチェック: .. automodule:: で指定されたモジュールに対応するPythonソースファイルが、sys.argv や argv を使用しているにもかかわらず、if __name__ == "__main__": ガードで保護されていない可能性がないかをチェックします。これにより、Sphinxがドキュメント生成時にモジュールをインポートした際に意図しないスクリプト実行を防ぎます。
3. 自動修正機能: --fix オプションが指定された場合、検出された以下の問題を自動的に修正します（--dry-run と併用することで変更をシミュレーションできます）。

• automodule ディレクティブ内のモジュール名に含まれる \ や / を . に、- を _ に置換します。
• 対応するPythonソースファイルの名前（ハイフンを含む場合）をリネームします。
• *_api.rst ファイル名自体（ハイフンを含む場合）をリネームします。
• 同じディレクトリ内の関連する _usage.rst、_examples.rst、_index.rst、.md ファイル内の参照（ファイル名のステム部分）も更新します。

このスクリプトは、Sphinxを用いたPythonプロジェクトで、APIドキュメントの記述ミスや、ドキュメント生成時の予期せぬサイドエフェクト（例: import 時のコマンドライン引数処理）を防ぐことを目的としています。

具体的には、以下の機能を提供します。

1. ディレクトリ比較: 比較元ディレクトリ (Source) と比較先ディレクトリ (Target) の内容を再帰的に走査します。
2. ファイルフィルタリング: 指定された拡張子パターン（例: *.py）に合致するファイルのみを比較対象とします。
3. 除外ルール: 定義された正規表現パターンリストに基づいて、特定のパスやファイルを除外します。これにより、バージョン管理システムファイル、一時ファイル、ビルド成果物など、比較に不要な要素を無視できます。
4. 差分報告: Source にのみ存在するファイルと、Target にのみ存在するファイルをリストアップし、標準出力に表示します。

このツールは、特に大規模なプロジェクトで複数の環境間でのファイル構成の整合性を保つ必要がある場合に役立ちます。

---

• 個別プロセスでのモジュールインポート: Sphinxプロジェクトの source ディレクトリ配下にある各Pythonファイル (.py) を、それぞれ独立した子プロセスでインポートします。これにより、インポートによる副作用が他のファイルに波及するのを防ぎ、各ファイルが独立してインポート可能かを確認できます。
• conf.py の autodoc_mock_imports 設定の尊重: conf.py ファイルで定義されている autodoc_mock_imports の設定を読み込み、該当するモジュールをダミーモジュールとしてモックします。これにより、実際の環境でインストールされていない依存ライブラリがあってもインポートエラーを回避し、Sphinxビルド時の挙動をエミュレートします。
• 手動モックモジュールの指定: コマンドライン引数 --mock を使用して、conf.py の設定とは別に、追加でモックするモジュールを指定できます。
• 詳細なエラー報告: 各ファイルのインポートの成否を記録し、失敗した場合にはエラーの種類、メッセージ、完全なトレースバック、および子プロセスの標準出力・標準エラー出力を詳細に報告します。
• 柔軟な実行制御: エラーが発生しても処理を続行する --keep-going オプションや、インポートに成功した子プロセスの出力も表示する --show-child-output オプションを提供します。
• 特定のファイルのスキップ: conf.py や特定の命名規則 (_docstring で終わるファイル、_数字 で終わるファイル) に合致するファイルは、診断の対象から自動的にスキップされます。

このプログラムは、Sphinx autodoc ビルドが途中で停止したり、予期しないインポートエラーが発生したりする場合に、どのモジュールがどのような理由でインポートできないのかを特定し、デバッグの効率を大幅に向上させることを目的としています。

このプログラムの主な機能は以下の通りです。

• ファイルパターンによる複数ファイル処理: ワイルドカードパターン（例: *.py）を使用して複数のプログラムファイルを一括で処理できます。
• AI API連携: OpenAI (GPT-4, GPT-5相当) またはGoogle Gemini APIと連携し、プログラムコードから内容を理解してドキュメントを生成します。
• 柔軟なプロンプト設定: INI形式の設定ファイルを通じて、AIへのプロンプトテンプレート、システムロール、使用するAIモデルなどを細かくカスタマイズできます。これにより、特定の形式や内容のドキュメント生成が可能です。
• 多様な言語への対応: ファイルの拡張子に基づいてプログラム言語を自動判別し、AIへの指示に含めることができます。
• ファイル管理機能: 既に生成されたドキュメントファイルの更新日時とソースファイルの更新日時を比較し、最新でない場合にのみ再生成するスキップ機能や、既存ファイルを上書きするオプションを提供します。

本プログラムは、特に大規模なプロジェクトにおいて、多数のスクリプトやモジュールのドキュメントを迅速かつ一貫性のある形式で作成する際に役立ちます。

主な機能:

• ワイルドカードのサポート: 複数のワイルドカードパターン（例: *.png, data_*.txt）を受け取り、マッチするすべてのファイルを処理します。
• ファイル種別の自動判別: ファイルの拡張子に基づいて、画像ファイルとデータファイルを自動的に判別します。
• サムネイル生成: 画像ファイルに対して、指定された幅のアスペクト比を維持したサムネイル画像を生成します。
• 条件付きサムネイル更新: 既存のサムネイルが存在する場合、元の画像が新しい場合にのみ更新する（--updateオプション）、または強制的に上書きする（--overwriteオプション）機能を提供します。
• Markdown出力: 処理された画像ファイルに対してはサムネイル付きの画像リンクと元の画像へのリンクを含む「生成された画像一覧」セクションを、データファイルに対してはファイル名へのリンクを含む「生成されたデータファイル」セクションを標準出力に出力します。

解決する課題:

• ドキュメント作成時における画像ファイルのサムネイル作成と、それらのMarkdown形式での記述の手間を削減します。
• 多数の画像やデータファイルを扱うプロジェクトで、手動でのリストアップやリンク作成の煩雑さを解消し、一貫した形式での出力を行います。

• Docstringの自動追加: 外部スクリプト add_docstring.py を利用し、指定されたPythonスクリプトの関数、クラス、メソッドにDocstringを自動で生成・追加します。
• プログラム解説の自動生成: 外部スクリプト explain_program5.py を利用し、指定されたPythonスクリプトの概要や動作原理に関する解説を生成します。
• Sphinx用ファイルの生成: Sphinxドキュメントの構造に必要な __init__.py、index.template、[スクリプト名]_index.rst、[スクリプト名]_api.rst などのファイルを自動的に作成します。
• 実行例ファイルの作成: プログラムの実行例を記述するためのMarkdownファイル ([スクリプト名]_examples.md) のテンプレートを作成します。このテンプレートには、対象スクリプトの --help 出力や、同一ディレクトリ内で検出された関連する画像・データファイルへの参照が自動的に埋め込まれます。
• ファイルのバックアップと置換: Docstring追加前の元のスクリプトファイルをバックアップし、Docstringが追加された新しいバージョンのスクリプトで元のファイルを置き換えます。

このスクリプトは、Sphinxを用いたPythonプロジェクトのドキュメント作成において、手動でのファイル作成、Docstringやプログラム解説の記述にかかる手間を大幅に削減し、ドキュメントの整合性を維持することを目的としています。

スクリプトは、デフォルトで以下のファイル名と互換性を持つように設計されています。

• 入力ファイル: `IdVg-Vd0.1.xlsx、IdVg-Vd10.xlsx`
• 出力ファイル: `IdVg-Vd10_analyze.csv、IdVg-Vd0.1_analyze.csv、output.csv、output_log.csv、rootIdVg.png、IdVg_LIN.png`

主な機能は以下の通りです。

• TFTのI-V特性シミュレーション: ゲート電圧 (Vg) とドレイン電圧 (Vd) に対するドレイン電流 (Id) の関係を計算します。
• TFTの構造図表示: 2Dまたは3DでTFTの層構造を図示します。
• パラメータ設定: TFTの移動度、誘電率、寸法などの物理的パラメータをコマンドライン引数で詳細に設定できます。
• 結果のグラフ表示: シミュレーション結果はMatplotlibとTkinterを統合したインタラクティブなグラフウィンドウで表示されます。グラフにはアノテーション、マウス追従、ポップアップメニューなどの機能が含まれます。
• 結果のファイル出力: シミュレーションされたI-V特性データはExcelファイルとして保存されます。
• プラグインのサポート: 外部プラグインを読み込むことで、グラフのポップアップメニューに機能を追加できます。

本プログラムは、TFTの設計や解析において、その電気的振る舞いを予測し、構造を視覚的に理解するためのツールとして機能します。

このツールは、CSV形式の測定データを自動的にエンコーディングを検出して読み込み、伝達特性データから閾値電圧 (`Vth)、移動度 (Mobility)、サブスレッショルドスイング (S) などの主要なデバイスパラメータを抽出します。また、出力特性データから線形領域のコンダクタンス (gd) や移動度 (mu_lin, mu_eff`) を評価します。データの平滑化にはサビツキー・ゴレイフィルターをサポートしており、解析結果はインタラクティブなグラフ表示とPNGファイルとして保存されます。全ての解析結果、生データ、平滑化データはExcelファイルに集約されて出力されます。

関連リンク: `tftanalyze_usage`

主な機能は以下の通りです。

• HTML生成の補助: Webブラウザへ送信するHTMLの基本的な構造（DOCTYPE, head, bodyタグなど）を簡単に生成・出力できます。
• CGIリクエストの判定: 現在のリクエストがGETメソッドかPOSTメソッドかを判別する機能を提供します。
• フォームデータの取得: GETまたはPOSTメソッドで送信されたフォームデータやクエリ文字列パラメータを簡単に取得できます。
• パスの簡易検証: ファイルパスやディレクトリパスに含まれる可能性のある不適切な文字列（例: ../, //, 特殊文字）を検出し、セキュリティ上のリスクを軽減するための簡易的な検証機能を提供します。

このライブラリを使用することで、PythonによるCGIスクリプト開発において、低レベルなHTTPヘッダーの操作やフォームデータのパースといった共通タスクから開発者を解放し、アプリケーションのビジネスロジックに集中できるようになります。

主な機能:

• コマンドライン引数解析: アプリケーションのコマンドライン引数を効率的に定義し、解析します。位置引数とキーワード引数の両方に対応し、型変換やデフォルト値の設定も可能です。
• 設定ファイル管理: アプリケーション固有の設定ファイル（INI形式やExcel形式）の読み書きをサポートし、設定を簡単に管理できます。
• 出力リダイレクト: 標準出力や標準エラー出力に加え、ファイルへの出力を簡単にリダイレクトできます。複数の出力先への同時出力も可能です。
• エラーハンドリングとトレースバックの整形: 例外発生時のトレースバックを色付けして表示したり、リダイレクトされた出力先に書き出したりする機能を提供します。
• プラグインモジュール管理: 指定されたディレクトリからPythonモジュールを動的にロードし、その中の関数を呼び出すプラグイン機構をサポートします。
• 時間計測: アプリケーションの各段階におけるタイムスタンプを記録し、経過時間を計算・表示する機能を提供します。
• 多言語対応: フレーズ管理機能を通じて、アプリケーションのメッセージの多言語対応をサポートします。
• アプリケーションパスと環境情報: スクリプトの実行パス、ユーザー名、OS名など、アプリケーションの実行環境に関する情報を取得・管理します。

このライブラリは、特にコマンドラインツールやGUIアプリケーションのバックエンドとして、共通のロジックやインフラストラクチャを再利用可能な形で提供し、開発効率の向上とコードの一貫性を目指しています。

主な目的と機能は以下の通りです。

• コマンドライン引数解析の拡張: argparse.ArgumentParser の強力な機能を継承しつつ、独自のヘルパーメソッドを提供することで、コマンドライン引数の定義を簡素化します。
• プログラムメタ情報の管理: プログラムのファイル名、パス、バージョン、作者、作成日、最終更新日といったメタデータを一元的に管理できます。これにより、自己記述的なプログラムの作成を支援します。
• オブジェクト管理機能との統合: tkObject を継承することで、一般的なオブジェクト管理機能（例えば、オブジェクトの属性を表示する機能など）とコマンドライン引数パーサーを統合します。これにより、大規模なアプリケーションにおいて、コマンドライン引数も他の設定と同様に管理しやすくなります。
• 型指定ヘルパー: float 型や int 型の引数を追加するための専用メソッド add_floatarg や add_intarg を提供し、引数定義の簡潔さを向上させます。

このライブラリは、特に tklib エコシステム内で、アプリケーションの起動時オプションを柔軟に設定し、同時にプログラム自身の詳細情報を提供する必要がある場面で役立ちます。

主な機能は以下の通りです。

• HTML形式の例外ハンドリング: Pythonスクリプトで未処理の例外が発生した場合、エラー情報（トレースバック）をHTML形式で整形して標準出力に出力します。これにより、ウェブブラウザでエラー内容を視覚的に確認しやすくなります。
• 基本的なHTML出力補助: CGIヘッダとHTMLドキュメントの基本的な構造（<html>, <head>, <body> タグなど）の生成を簡素化します。
• ファイル読み込み: 特定のエンコーディングを指定してテキストファイルを読み込む機能を提供します。
• INIファイル解析: INI形式の設定ファイルを読み込み、キーと値のペアをPythonの辞書として抽出する機能を提供します。コメントやセクションヘッダは自動的に無視されます。
• パス情報の整形と置換: ファイルパスからディレクトリ名、ファイル名、拡張子などの要素を抽出し、それらを任意のテンプレート文字列に埋め込んで新しいパス文字列を生成します。

このライブラリは、特に軽量なウェブアプリケーションやツールにおいて、エラー表示の改善、HTML出力の定型化、設定管理、ファイルパス操作といった共通の課題を解決することを目的としています。

主な目的は以下の通りです。

• CGIアプリケーションの簡素化: CGIの低レベルな詳細を抽象化し、より高レベルなAPIを提供することで、開発者がビジネスロジックに集中できるようにします。
• リクエスト処理: GET、POST、PATH_INFO、コマンドライン引数など、さまざまな方法で渡されるパラメータを統一的に取得・解析します。
• ルーティング: 特定のアクションやURLパスに基づいて、適切なPython関数を実行するメカニズムを提供します。
• 柔軟なレスポンス: HTMLページだけでなく、JSON形式のデータも容易に出力でき、Ajaxリクエストなどに対応します。
• セキュリティ: X-Frame-OptionsやContent-Security-Policy (CSP) などのHTTPヘッダーを設定し、一般的なWeb攻撃からの保護を支援します。
• ロギングとエラーハンドリング: アプリケーションの動作を記録し、予期せぬエラーが発生した際に詳細なトレースバックをHTML形式で表示するなどの機能を提供します。
• テンプレートエンジン統合: Jinja2テンプレートエンジンを内蔵し、動的なHTMLコンテンツ生成を容易にします。
• 外部サービス連携: 外部HTTPリクエスト（GET/POST/PUT/DELETE）の送信や、SMTPを使用したメール送信機能を提供します。
• アカウント認証: ユーザー名、パスワード、IPアドレスに基づいた基本的なアカウント認証機能を提供し、アクセス制御を可能にします。

主な機能は以下の通りです。

• GETリクエストのクエリパラメータ解析: QUERY_STRING 環境変数からURLエンコードされたパラメータを解析し、辞書形式で提供します。
• POSTリクエストのフォームデータ解析:
• 通常のフォームデータ（application/x-www-form-urlencoded 形式に類似）を解析し、辞書形式で提供します。
• ファイルアップロードを含む multipart/form-data 形式のデータを解析し、フォームフィールドとアップロードされたファイルの両方を分離して提供します。
• ファイルアップロードの処理: multipart/form-data で送信されたファイルは、ファイル名とバイナリコンテンツとして取得できます。

このライブラリは、CGIアプリケーション開発者がHTTPリクエストの複雑なデータ解析ロジックを自前で実装する手間を省き、ビジネスロジックに集中できるようにすることを目的としています。

• HTML要素のオブジェクト指向表現: HTMLタグ、コンテンツ、属性、子要素をPythonのクラスインスタンスとして管理します。
• プログラムによるHTML構造の構築: append_child メソッドなどを使用して、要素の親子関係を簡単に構築できます。
• 自動HTMLエスケープ: コンテンツや属性値に特殊文字が含まれる場合、安全なHTML出力を確保するために自動的にエスケープ処理を行います（script タグや escape=False を指定した場合を除く）。
• HTML文字列の生成: 構築された要素ツリーから、outerHTML や innerHTML といったプロパティを通じて、最終的なHTML文字列を簡単に取得できます。
• テキストコンテンツの抽出: タグ構造を無視して、要素とその子要素全ての純粋なテキストコンテンツを抽出する機能を提供します。
• テーブル構造の簡易生成: HTMLテーブル (<table>) を作成し、ヘッダーやデータ行を追加するコンビニエンスメソッドを提供します。

このライブラリは、動的にHTMLコンテンツを生成する必要があるWebアプリケーションのバックエンド処理や、静的なHTMLレポートの生成など、PythonでHTMLを操作する様々なシナリオで役立ちます。

主に、結晶構造解析や材料科学シミュレーションの文脈で、個々の原子の配置や特性をプログラム上で効率的に扱うための基盤を提供します。

主な目的と機能は以下の通りです。

• 原子サイト情報のカプセル化: 原子名、位置座標（分数座標）、電荷、サイト占有率、多重度、力、速度といった原子サイトの基本的な属性を一つのオブジェクトとして管理します。
• 座標の正規化: 結晶学で一般的に使用される分数座標を、周期性を考慮して$0.0$から$1.0$の範囲に丸める（正規化する）機能を提供します。
• 原子名解析: 原子名文字列（例: 'C1', 'O_anion', 'Fe2+') から、その要素名、タイプ、電荷などの詳細情報を抽出する機能を提供します。
• tklib.tkobject.tkObject の継承: より汎用的なオブジェクト機能を提供する tkObject を継承しており、基本的なオブジェクト管理機能（例: クラスパスの取得）も利用可能です。
• データの一貫性: 設定されていない属性に対してデフォルト値や解析値を提供することで、データの一貫性を保ちます。

このライブラリは、結晶構造データ（CIFファイルなど）の読み込み、処理、操作を行うアプリケーションの基盤となる原子サイト表現として利用されることを想定しています。

主な機能は以下の通りです。

• 原子基本情報の読み込み: 元素周期表データ (PERIODIC.CSV) から原子の基本情報を読み込みます。
• イオン半径データの読み込み: Shannonのイオン半径データ (Shannon_Ionic_Radii.txt) を読み込み、特定のイオンの半径情報を取得します。
• 原子散乱因子パラメータの読み込みと計算: ASFDC (Atomic Scattering Factor Data Collection) ファイル (asfdc) から原子散乱因子を計算するためのパラメータを読み込み、指定された $s = \sin\theta / \lambda$ 値に対応する原子散乱因子を計算します。
• 異常散乱因子データの読み込みと補間: 特定の原子に対する異常散乱因子データを読み込み、指定されたX線波長に対応する $f_1, f_2$ を補間計算により取得します。
• 原子タイプオブジェクト: tkAtomType クラスを通じて、特定の原子タイプに関連する情報を一元的に管理し、上記のような計算やデータ取得を容易にします。

このライブラリは、結晶構造解析ソフトウェアやシミュレーションツールの一部として、原子の物理的・散乱特性を扱う場面で利用されることを想定しています。

このライブラリは、以下のような課題を解決します。

• 様々な形式で記述された原子名（例: Sr.a[b]2+）から、基本となる原子名、サイトタイプ、電荷などの要素を正確に解析します。
• 原子番号と原子名の相互変換機能を提供します。
• 原子データベースファイルから原子の物理的・化学的特性（原子半径、質量、融点、沸点など）を効率的に取得します。
• 他の結晶構造関連ライブラリ (tkcrystal など、コメントアウトされたインポートから推測される) において、原子の情報を一元的に管理・提供する基盤として機能します。

主な機能は以下の通りです。

• バンド構造のプロット: k点パスに沿った電子のエネルギーバンドを Matplotlib の Axes オブジェクト上に描画します。
• スピン分極のサポート: スピンアップとスピンダウンのバンドを個別に、または占有数に応じて異なる色でプロットする機能を提供します。
• 重要なエネルギー準位の表示: 価電子帯上限 ($E_V$)、伝導帯下端 ($E_C$)、フェルミ準位 ($E_F$)、HOMO ($E_{HOMO}$)、LUMO ($E_{LUMO}$) などの重要なエネルギー準位を破線でプロットできます。
• k点経路の視覚化: 高対称点などのk点境界を垂直線で示し、対応するk点名を軸ラベルとして表示します。
• 占有数に応じた色分け: バンドの占有数に基づいて、プロットされるマーカーの色を濃淡で表現する機能を提供します。これにより、バンドの占有状態を一目で把握できます。

このライブラリは、計算結果の解析やプレゼンテーション資料の作成において、クリアで情報 rich なバンド構造図を迅速に生成することで、研究者の作業を支援します。

さらに、このライブラリは、VASP（Vienna Ab initio Simulation Package）などの第一原理計算コードの出力ファイル（DOSCAR, EIGENVAL など）を読み込み、バンド構造情報（DOS、バンドエッジ、フェルミエネルギーなど）を解析する機能も備えています。これにより、BoltzTraP計算の入力準備や結果の物理的な解釈を支援し、熱電材料の特性評価ワークフローを効率化することを目的としています。

このライブラリは、主にtkBoltzTraPクラスを中心に構成されており、熱電輸送特性のデータ処理をオブジェクト指向的に行うことができます。

主な機能は以下の通りです。

• tkCrystal オブジェクトから格子パラメータ（$a, b, c, \alpha, \beta, \gamma$）を抽出します。
• tkCrystal オブジェクト内の各原子サイトから、元素記号、占有率、分率座標を読み取ります。
• 部分占有率を持つ原子サイトを pymatgen の Species 表現（辞書形式）に適切に変換します。
• 抽出した情報に基づいて pymatgen.core.Structure オブジェクトを構築し、返します。

このライブラリは、tkCIF.py などが提供する結晶構造データ形式と pymatgen のデータ構造との間の相互運用性を提供し、異なるツール間でのデータ変換と解析を容易にすることを課題としています。

主な機能は以下の通りです。

• CIFファイルの読み込み: 単一または複数のデータブロックを含むCIFファイルを読み込み、解析します。
• CIFデータ構造の解析: キーワードと値のペア、ループ構造、コメントなど、CIFファイルの複雑な構文を解析し、Pythonの辞書形式に変換します。
• 結晶構造オブジェクトへの変換: 解析されたCIFデータから、tklib.tkcrystal.tkcrystal パッケージの tkCrystal オブジェクトを生成し、結晶学的なプロパティにアクセスできるようにします。
• CIFファイルの書き出し: 結晶構造オブジェクトからCIF形式のファイルを再生成する機能を提供します。

このライブラリは、結晶学研究や材料科学分野でのデータ処理、シミュレーション前処理、結果の可視化など、CIFデータをプログラムで扱う必要があるシナリオで役立ちます。

このライブラリの主な目的は以下の通りです。

• CIFデータの解析: CIFファイルから、格子定数、空間群情報、原子サイト座標、原子タイプなどの結晶学関連情報を効率的に抽出します。
• 結晶構造の抽象化: 抽出したCIFデータを、より高レベルな結晶構造オブジェクト (tkCrystal) に変換し、他の結晶学計算やシミュレーションで利用しやすくします。
• CIFファイルの生成: プログラム内で構築された結晶構造データから、新しいCIFファイルを生成する機能を提供します。

これにより、研究者や開発者はCIFファイルの手動解析の手間を省き、Pythonプログラム内で結晶構造データをシームレスに利用・操作できるようになります。

主な機能は以下の通りです。

• 結晶構造データの管理: 結晶構造データ（CIFファイルなどから読み込まれた情報）をオブジェクトとして保持し、各種プロパティにアクセスする。
• 詳細情報の表示: 単位セルのパラメータ、対称性、格子ベクトル、体積、化学組成、密度、原子サイト情報などを整形して標準出力に表示する。
• データ変換: 結晶構造の詳細を標準的な辞書形式に変換し、他のプログラムやデータフォーマットとの連携を容易にする。
• 3D可視化: Matplotlibを使用して、単位格子とそこに配置された原子を3次元で描画し、視覚的に構造を確認できる。

このライブラリは、結晶学や材料科学の分野において、結晶構造データの処理、解析、および可視化を支援することを目指しています。

結晶構造に関する多様な情報（格子パラメータ、空間群、原子タイプ、原子サイト、化学組成など）を一元的に保持し、それらの情報を基に様々な結晶学的な計算や解析を実行することを目的としています。

主な機能は以下の通りです。

• 結晶構造の定義と管理: 格子パラメータ、格子ベクトル、空間群、原子タイプ、原子サイトなどの結晶学的要素を設定、取得、およびクリアします。
• 原子サイトの操作: 非対称単位の原子サイトを、空間群の対称操作と並進操作によって単位胞全体に展開（拡張）します。これにより、完全な単位胞内の原子配置を生成します。
• 化学組成と密度計算: 結晶の化学組成を分析し、組成式、単位胞の分子量、密度、原子密度などを計算します。
• 距離と角度計算: 単位胞座標における原子間の距離や角度、最近接原子サイトを計算します。
• 格子変換と計量テンソル: 格子パラメータと格子ベクトルの間の変換、および実空間と逆空間の計量テンソルを計算・管理します。
• 回折計算関連: $hkl$ 面間隔、回折角、構造因子、$hkl$ の多重度などを計算します。

このライブラリは、結晶構造データの表現、解析、およびシミュレーションを行うアプリケーション開発において、基盤となる機能を提供することで、複雑な結晶学計算の簡素化と効率化に貢献します。

このライブラリは以下の主要な機能を提供します。

• 構造データの読み込み: CIFファイルやVASPファイル (vasprun.xml, POSCAR) から結晶構造を読み込み、pymatgen.core.structure.Structure オブジェクトとして管理します。
• 対称性解析: pymatgen.symmetry.analyzer.SpacegroupAnalyzer を用いて、空間群情報、対称操作、サイト等価性などの構造対称性を解析します。
• 組成情報の抽出: 結晶の化学式、組成、原子数、密度、分子量などの情報を取得します。
• 3D構造描画: matplotlib を利用して結晶構造の3D描画を行います。原子はサイズと色で区別され、結合や単位胞の描画、さらに原子の変位ベクトルを表現するアニメーション機能も備えています。
• 情報抽出: サイト情報、組成情報、原子の半径や電子構造など、詳細な物質科学的プロパティを抽出する機能を提供します。

tklib の tkObject を継承しているため、TkinterなどのGUIフレームワークと連携しやすいように設計されている可能性がありますが、提供されたコードからはGUIインターフェースそのものは直接含まれていません。物質研究者が計算結果を素早く視覚化し、構造的な特徴を理解するためのツールとして機能します。

• 原子散乱因子 (Atomic Scattering Factor, ASF) の計算: X線および電子線に対する原子散乱因子を計算する機能を提供します。これは、回折パターンシミュレーションや構造精密化において不可欠な要素です。
• ASFパラメータの読み込み: 特定の原子やX線源に対応する原子散乱因子のパラメータを外部データベースファイル (ASFDC) から読み込むことができます。
• RIETAN関連パスの管理: RIETANプログラムおよび関連するデータベースファイルへのパスを管理します。
• 既存データフォーマットの読み込み（Perlコードに記述された機能の一部）: ソースコード中にPythonの3重引用符で囲まれたPerlコードの断片として、IGOR Pattern File、RietPlot File、gnuplot File、TOPAS Text File、RINT2000 ASCII Fileなど、様々な回折データファイル形式を読み込む機能の存在が示唆されています。ただし、これらの機能はPythonコードとしては実装されていません。

このライブラリは、特に結晶学、材料科学分野の研究者がX線回折データや電子線回折データを扱う際に、基礎となる物理量の計算やRIETANとの連携のためのユーティリティとして利用されることを想定しています。

• 空間群情報の管理: 空間群名、空間群番号、セット番号、ラウエ群、格子システム、格子軸、対称操作といった結晶学的データをオブジェクト指向的に管理します。
• データベース連携: RIETANなどの結晶構造解析ソフトウェアが利用する空間群データベース（spgr.daf など）から、空間群の詳細情報を読み込む機能を提供します。
• 対称操作の適用: 原子位置や速度ベクトルに、定義された空間群の対称操作を適用し、等価な位置や方向を計算する機能を提供します。
• 格子情報の解析: 格子定数に基づいて格子システムや格子軸のタイプを自動的に解析する機能を提供します。
• 結晶学的計算のサポート: 空間群に基づいてブラベー格子を推測するなどの結晶学的計算をサポートします。

このライブラリは、結晶構造モデルの構築、シミュレーション、データ解析など、空間群の厳密な取り扱いが要求される場面で利用されることを想定しています。

現時点での実装では、具体的な空間群のデータ構造や、その操作（例: 対称操作、点群の計算など）は含まれていません。しかし、コンストラクタ (__init__)、デストラクタ (__del__)、および文字列表現 (__str__) のための基本的なオーバーライドが提供されています。ソースコード中のコメントアウトされた tkcrystal.tkcrystalobject.tkCrystalObject の記述から、将来的に結晶構造データとの連携や、より高レベルな結晶学的な機能への拡張が意図されていることが伺えます。

したがって、このライブラリは、空間群オブジェクトを扱うための基盤クラスとして機能し、将来的な機能拡張のためのプレースホルダーとして位置づけられます。

このライブラリは、VASP計算の自動解析やデータ処理パイプラインの構築を支援し、計算結果の可視化や分析を容易にします。tklib という独自のライブラリ群に依存しており、特に tkCrystalObject を継承することで、結晶学的な操作や情報管理とVASPのデータ解析を統合しています。

解決する課題としては、VASPの出力ファイル形式が複雑であること、およびそれらのファイルから必要な情報を手動で抽出する手間を省き、プログラマティックなアクセスを可能にすることが挙げられます。

主な機能は以下の通りです。

• VESTA形式の原子データ読み込み: VESTAの elements.ini ファイルから、原子番号、原子名、各種半径（原子半径、ファンデルワールス半径、イオン半径）、および表示色などの詳細な原子特性データを読み込みます。
• データ構造化: 読み込んだ原子データを、Pythonの辞書形式で提供し、プログラムからのアクセスを容易にします。原子名をキーとして、対応する特性情報にアクセスできます。
• tklib との連携: 内部的に tklib ライブラリのユーティリティ関数や設定パスを利用しており、VESTA関連のファイルパス解決や数値型変換をサポートします。

このライブラリは、VESTAの原子データを利用して物質科学系のシミュレーションやデータ解析を行う際に、原子ごとの詳細なパラメータを手動で管理する手間を省き、データの整合性を保ちながら効率的な開発を支援することを目的としています。

• 目的: このライブラリは、結晶構造解析、特にX線回折のシミュレーションや解析を行うアプリケーションの基盤となることを意図しています。一般的な物理定数、数学関数、そして結晶構造を記述するためのデータ構造を集約しています。
• 主な機能:
• 一般的なX線源とその特性波長をマッピングした Xray_wavelengths 辞書を提供します。
• numpy および tklib の科学計算モジュールから、度数/ラジアン変換に最適化された多くの数学関数を内部的に利用します。
• tklib フレームワークの一部として、プログラム変数管理、ファイル操作、INIファイル解析、および結晶学に特化した科学計算をサポートします。
• tkCrystalObject (結晶構造データ) や tkSpaceGroup (空間群情報) などのクラス定義を内部的に利用し、構造解析におけるデータ表現の基礎を提供します。
• 解決する課題: 結晶学的な計算に必要な定数や補助関数を一元化することで、開発者がこれらの要素を繰り返し実装する手間を省きます。また、一般的なX線源データへの標準的なアクセスを提供します。

主な機能は以下の通りです。

• CSVデータ書き込み: 特定のヘッダ ('x', 'y(raw)', 'y(smooth)') を持つCSVファイルにデータを書き出す機能を提供します。
• CSVデータ読み込み: CSVファイルからヘッダ行（ラベル）とデータ行を読み込み、データ行は自動的に数値型（浮動小数点数）に変換して行列形式のデータとして取得する機能を提供します。
• ファイル操作の抽象化: tklib.tkdatafile.tkDataFile クラスを継承しており、基本的なファイルパス管理、モード指定、開閉処理などのファイル操作基盤の上にCSV固有の処理を構築しています。

このライブラリは、生の csv モジュールを直接使用するよりも、特定のデータ構造（ヘッダと数値列）を扱いやすくし、CSVから行列形式のデータを抽出する際の型変換を自動化することで、開発者の手間を軽減することを目的としています。

主な機能は以下の通りです。

• データ格納: labelarray (ラベルのリスト) と datalistarray (データ配列のリスト) を内部に保持し、構造化されたデータを取り扱います。
• ラベル/インデックス検索: 正規表現または数値インデックスを使用して、特定のデータセットのラベルインデックスを効率的に検索します。この際、空白や括弧の違いを吸収し、大文字小文字を無視した検索も可能です。
• データ配列の取得: 検索したラベルインデックスに基づいて、対応するデータ配列とそのラベルをペアで取得します。
• データ型変換: 取得したデータ配列の各要素を、float や int などの指定された型に一括で変換する機能を提供します。
• 複数データの一括読み込み: 複数のラベルやインデックスに対応するデータセットを一度に取得できます。

このライブラリは、実験データ、設定ファイル、ログファイルなど、特定のヘッダー（ラベル）の下に数値データが並ぶ形式のファイルをプログラム的に解析し、必要なデータ要素を柔軟に抽出する場面で特に有用です。

このライブラリは以下の課題を解決します。

• デバッグ出力の切り替え: デバッグレベルの設定一つで、デバッグメッセージをコンソールに出力するか、ログファイルに出力するかを瞬時に切り替えられます。
• 情報付加: デバッグメッセージに、呼び出し元のファイル名、行番号、および現在の時刻を自動的に付加し、デバッグ作業の効率を高めます。
• 簡易API: 標準の print 関数と類似したAPI (dbg) を提供することで、デバッグコードの記述を直感的で簡単なものにします。

このライブラリは、openpyxl を利用してExcelファイルの読み書きを行い、pandas を利用してDataFrame形式でのデータ操作を可能にします。また、親クラスである tklib.tkexcel.tkExcel の機能を継承・拡張しており、Excelファイル操作の基本的な機能に加えて、条件に基づいた高度なデータ検索ロジックを提供することで、大量のデータが格納されたExcelファイルを効率的に扱うことを目的としています。

主な機能は以下の通りです。

• Excelファイルのオープン、クローズ、シートの選択。
• 指定された条件（例: "カラム名 == 値" や "カラム名 like '正規表現'") に基づくデータの検索。
• 検索結果から特定のカラムのデータを抽出。
• 抽出結果をリストや辞書、またはpandas DataFrameとして取得。

主な機能:

• Excelファイルの読み書きと作成: 新規Excelファイルの作成、既存ファイルの読み込み、データ追記（アペンド）、保存。
• パスワード保護されたExcelファイルのサポート: msoffcrypto-tool を使用して、パスワードで保護されたExcelファイルの復号と読み込み。
• CSV/テキストファイルの統合: CSVファイルや区切り文字で区切られたテキストファイルを、内部的にExcelワークブックとして読み込み、Excelファイルと同様の操作を可能にします。
• シートとセルの操作: 特定のセルへの値の書き込み/読み込み、行/列の挿入/削除、シート名の変更、シートのコピー。
• 書式設定: セルのフォント（色、太字、斜体など）、塗りつぶし、罫線などのスタイル設定。
• 列の表示設定: 列幅の取得/設定、列の表示/非表示の切り替え。
• データ構造の柔軟性: セルデータを行列、リスト、辞書の形式で取得する機能。
• チャートの作成: スキャッターチャートの作成と、軸ラベル、タイトル、凡例、データ系列などの設定。

解決する課題:

tkexcel.py は、openpyxl などの低レベルなExcel操作ライブラリを直接使用する際の複雑さを軽減し、以下のような課題を解決します。

• 簡素化されたAPI: ファイルのオープン、読み書き、クローズといった一連の操作を、より少ないコードで実行できるよう抽象化します。
• パスワード付きExcelのハンドリング: パスワード保護されたファイルを扱うための複雑な手順を内部で処理し、ユーザーは簡単な引数指定で利用できます。
• 多様なファイル形式への対応: Excelファイルだけでなく、CSVやテキストファイルを同じインターフェースで扱えるようにすることで、データ処理の柔軟性を高めます。
• データの抽出と整理: Excelシートから特定の列や行のデータをリストや辞書形式で簡単に抽出できる機能を提供し、データ解析の前処理を効率化します。

このライブラリの主な目的は以下の課題を解決することです。

• エンコーディングの自動検出: Pythonでテキストファイルを扱う際に頻繁に問題となる、エンコーディングの不一致を自動的に検出し、適切なエンコーディングでファイルを開くことを可能にします。
• ファイル内容の高度な検索とナビゲーション: 特定の正規表現パターンにマッチする行までファイルを読み飛ばしたり、ブロック単位で内容を読み込んだりする機能を提供し、大規模な設定ファイルやログファイルの解析を効率化します。
• ファイル操作の共通化: ファイルのオープン、クローズ、読み書き、シークなどの基本的な操作をラップし、一貫したインターフェースで提供します。
• 正規表現との統合: ファイル操作と密接に関連する正規表現を用いた検索・置換・分割処理を、tkre モジュールを介して提供します。

主な機能は tkFile クラスによって提供され、ファイルの読み書き、ポインタ操作、そして正規表現を用いたコンテンツベースのファイルナビゲーションを可能にします。

具体的には、以下の機能を提供します。

• 動的なモジュールロード: 指定されたディレクトリとファイルマスクに基づいて、外部のデータ読み込みモジュール（フィルタモジュール）を動的にロードし、管理します。これにより、さまざまなデータ形式に対応する柔軟な処理が可能になります。
• データ抽出: ロードされたモジュールを使用してデータファイルを読み込み、正規表現や数値インデックスに基づいて特定のデータ（ラベルやデータ配列）を効率的に検索・抽出します。
• データ管理: 読み込んだデータやそれに関連するメタデータ（ファイル情報など）をインスタンス変数として保持し、後続の処理で利用できるようにします。
• 出力補助: tklib.tkutils のデータ表示ユーティリティをラップし、整形された出力機能を提供します。

このライブラリは、データ分析や処理のワークフローにおいて、多様なデータソースからのデータ取得を抽象化し、一貫したインターフェースでアクセスできるようにすることで、開発の効率化とコードの再利用性を高めることを目指しています。

• 基本的な3Dプリミティブの描画: テキスト、球体、円柱、矢印といった一般的な3Dオブジェクトを、指定した位置、色、サイズ、透明度で簡単に描画する関数を提供します。
• OpenGLウィンドウ管理: PyOpenGLおよびGLUTを用いた3D描画のためのウィンドウの初期化、ビューポート設定、プロジェクション（透視投影）設定を行います。
• インタラクティブな視点操作: マウスのドラッグによるシーンの回転、キーボードによる拡大縮小や移動といった基本的なカメラ操作をサポートし、ユーザーが3Dシーンを自由に探索できるようにします。
• ライティングとマテリアルの設定: シーンにリアリティを与えるための光源（GL_LIGHT0）と、オブジェクトのマテリアル特性（環境光、拡散反射、鏡面反射、輝き）を初期設定します。
• 解決する課題: OpenGLの低レベルなAPIを直接操作することなく、より高レベルな関数やクラスを通じて3Dシーンを構築・操作できる環境を提供します。特に、分子構造や結晶構造のような科学的な3Dモデルを素早く可視化し、インタラクティブに操作したい場合に有用です。

主な機能は以下の通りです。

• 3Dプロットにおける軸のスケーリングやアスペクト比の調整。
• カスタムカラーマップの作成と適用。
• 3D表面プロット (plot_surface3d)。
• marching_cubes アルゴリズムを用いた3D等値面プロット (plot_isosurface3d)。
• 3D空間における散布図プロット (plot_scatter3d)。
• 3D空間の特定平面上での2D等高線プロット (plot_contour2d_xy, plot_contour2d_yz, plot_contour2d_zx)。
• カラーバーの生成と設定。

このライブラリは、複雑な matplotlib の3Dプロット設定をカプセル化し、ユーザーがより簡潔なコードで高品質な3Dグラフィックを生成できるようにすることで、可視化の課題を解決します。

主な機能は以下の通りです。

• Matplotlibのラッパー機能: matplotlib.pyplot の基本的な描画関数（例: subplots, legend）をラップし、追加の機能や設定を提供します。
• Tkinterとの連携強化: tkPlot_tkinter ライブラリと連携し、MatplotlibのプロットをTkinterのGUIアプリケーションに組み込むためのインターフェースを提供します。これにより、MatplotlibのグラフをTkinterウィンドウ内で表示・操作できます。
• インタラクティブなスライダーの追加: グラフ上にパラメータを調整するためのスライダーウィジェットを簡単に追加できます。これにより、リアルタイムでのデータ可視化やシミュレーションのパラメータ変更が可能になります。
• イベント処理の基盤: tklib の tkPlotEvent や RangeSelector といった機能を利用し、より高度なイベント処理やインタラクティブな選択機能の実装をサポートする基盤を提供します。

このライブラリは、Matplotlibの柔軟性とTkinterのGUI構築能力を組み合わせることで、動的でユーザーフレンドリーなデータ可視化ツールを開発する際の課題を解決します。

主な機能は以下の通りです。

• Matplotlib の Figure オブジェクトを Tkinter キャンバスに簡単に埋め込みます。
• Matplotlib の標準ナビゲーションツールバーを Tkinter ウィンドウに追加します。
• Tkinter ベースのカスタムツールバーやボタンを Matplotlib のプロットと連携して追加できます。
• Matplotlib の一般的なプロット操作（例：subplots、legend、tight_layout）を tkPlot_tkinter クラスのメソッドとしてラップし、簡潔なAPIで利用できるようにします。
• Tkinter ウィンドウと Matplotlib キャンバスの更新を管理し、動的なプロット表示を可能にします。

これにより、科学技術計算やデータ分析アプリケーションにおいて、柔軟で応答性の高いグラフ表示機能を実現することが可能になります。

このライブラリの主な機能は以下の通りです。

• matplotlib.figure.Figure オブジェクトの生成と管理。
• 複数のサブプロット（matplotlib.axes.Axes オブジェクト）の追加、初期化、および管理。
• 2次元ラインプロット、3次元ワイヤーフレームプロット、2次元等高線/塗りつぶし等高線プロットといった多様なグラフ描画機能。
• 既存のプロットデータの動的な更新機能。
• グラフ表示の一時停止、表示、指定時間待機などの制御機能。

tkplot.py は、matplotlib を直接操作する際に発生する冗長なコード記述を削減し、特にGUIアプリケーションなどでの動的なデータ表示や、複数のグラフを効率的に管理する必要がある場面で、開発者の負担を軽減することを課題解決の目標としています。

主な機能は以下の通りです。

• プロット上の範囲選択 (RangeSelector): マウスドラッグによりX軸、Y軸、または両方の範囲を視覚的に選択し、その範囲情報を取得できます。
• データ点のクリックイベント処理と情報表示: プロット上のデータ点をクリックした際に、最も近い点の詳細情報をコンソールに表示します。
• ポップアップメニューの表示: 右クリックイベントにカスタムメニューを紐付け、プロット上でコンテキストメニューを表示できます。
• プロット上のテキストやマーカーのドラッグ移動: 追加されたテキストやアノテーション、特定のデータマーカーをマウスでドラッグして移動させることができます。
• マウスカーソルに追従する補助線やマーカー: マウスカーソルの位置に合わせて、X軸/Y軸方向の補助線やマーカーをリアルタイムで表示します。
• mplcursors によるデータアノテーション: マウスホバー時にデータ点に関する詳細なアノテーション（ツールチップ）を表示し、クリック時にはコンソールに出力します。
• 停止ボタンの追加: プロットにボタンを追加し、特定の処理を停止させるためのトリガーとして利用できます。

このライブラリを利用することで、Matplotlibの静的なグラフに動的な操作性を持たせ、データ探索や分析の効率を高めることが可能になります。

このライブラリの主な目的は以下の通りです。

• GUIアプリケーションの基盤提供: Tkinterウィンドウ、メニュー、ツールバー、ペイン分割といった基本的なGUI要素の作成・管理を簡素化します。
• 設定管理の統合: ユーザー設定やアプリケーションパラメータを効率的に管理し、GUIを通じて設定を変更・保存する機能を提供します。
• 開発・デバッグ支援: アプリケーションの内部状態（設定パラメータ、Tkinter変数、環境変数など）をGUI上で確認できる開発者向けのタブや、コードをインタラクティブに実行できるエディタ機能を提供します。
• 外部アプリケーション連携: システムにインストールされているエディタ、シェル、ファイルマネージャーなどの外部アプリケーションのパスを自動的に検出し、連携を容易にします。
• 一貫したユーザーエクスペリエンス: 終了確認ダイアログや設定ダイアログなど、一般的なGUIアプリケーションで必要とされる機能を提供し、一貫したユーザーエクスペリエンスの実現をサポートします。

これにより、開発者はTkinterアプリケーションの定型的なコード記述を減らし、アプリケーションの主要なロジックに集中できるようになります。

主な機能は以下の通りです。

• Tkinter の Menu ウィジェットをラップし、扱いやすい形でポップアップメニューを作成。
• ウィジェットへのマウスの Enter（進入）および Leave（離脱）イベントにメニューの表示/非表示機能を自動的にバインド。
• メニュー項目とそれに対応するコールバック関数を簡単に定義。

このライブラリは、特定のウィジェットにカーソルを重ねたときに情報を表示したり、操作オプションを提供したりする、ツールチップのようなインタラクティブなメニューを実装する際に役立ちます。

主な機能は以下の通りです。

• 宣言的なウィジェット定義: 辞書のリストを用いて、Entry、Button、Label、Listbox、Combobox、Checkbox、Radiobutton、ファイルパス選択などの様々なウィジェットを容易に定義し、配置できます。
• 変数との自動連携: 定義したウィジェットとプログラム内の変数を、ウィジェットタイプに応じて StringVar、IntVar、DoubleVar、BooleanVar などの tkinter 変数を通して自動的に連携させ、ウィジェットからの入力をプログラム変数に反映させることが可能です。
• カスタムダイアログの簡素化: tkinter.simpledialog.Dialog を拡張し、宣言的に定義されたウィジェットリストに基づいてカスタム設定ダイアログを簡単に作成できます。
• 基本的なレイアウト補助: ツールバー、ペイン分割（PanedWindow）、タブ付きインターフェース（Notebook）といった一般的なGUIレイアウトの構築を補助する機能を提供します。
• スクロール可能なリストボックス: 標準の Listbox にスクロール機能を追加した tkScrolledListbox を提供します。

このライブラリは、複雑な tkinter のAPIを直接操作することなく、構造化された方法でGUIを構築したい開発者にとって有用です。特に、設定画面やデータ入力フォームなど、定型的なGUI要素を迅速に作成する場合に、コードの記述量を減らし、可読性を向上させることを目指しています。

提供される主な機能は以下の通りです。

• 共通UIコンポーネント: Tkinterの基本的なウィジェット（Menu, Frame, CheckButton, Entry, Combobox, Button, Textなど）に対するラッパーを提供し、アプリケーションの変数管理や国際化処理との統合を容易にします。
• ファイル/フォルダ選択ダイアログ: フォルダ選択 (folder_button_click) やファイル選択・保存 (path_button_click) のダイアログを表示する機能を提供します。
• メッセージボックスと入力ダイアログ: 情報表示、警告、エラー、再試行/キャンセル、はい/いいえ、OK/キャンセルなどの各種メッセージボックスや、浮動小数点数、整数、文字列の入力ダイアログを提供します。
• カスタム入力ウィジェット: 右クリックメニュー（カット、コピー、ペーストなど）が組み込まれた tkEntry や tkSpinbox、ラベルと入力フィールドを組み合わせた LabelEntryFrame や PathFrame、範囲指定のための RangeFrame など、拡張された入力ウィジェットを提供します。
• Matplotlibの埋め込みキャンバス: Canvas 関数を通じて、MatplotlibのグラフをTkinterアプリケーション内に埋め込み、スクロールバーの有無やサイズ調整、マウスイベントハンドリングを設定できる機能を提供します。
• 設定ダイアログジェネレータ: tkSetupDialog および tkCustomDialog_by_config を使用して、アプリケーションの設定を動的に生成・管理できる高度なダイアログ機能を提供します。これにより、外部エディタのパス設定や各種オプションの切り替えなど、複雑な設定UIを柔軟に構築できます。

このライブラリは、Tkinterをベースとしたデスクトップアプリケーションにおいて、定型的なUI実装の手間を削減し、開発者がよりアプリケーションのロジックに集中できるようにすることを目的としています。

このライブラリの主な機能は以下の通りです。

• ツールチップの表示: マウスカーソルが特定のTkinterウィジェット上に移動した際に、指定されたテキストを含む小さなポップアップウィンドウ（ツールチップ）を表示します。
• ツールチップの非表示: マウスカーソルがウィジェットから離れると、ツールチップを自動的に非表示にします。
• 外観のカスタマイズ: ツールチップの背景色と文字色を任意に設定できます。

このライブラリは、Tkinterが標準で提供していないツールチップ機能を簡単に実装できるようにすることで、ユーザーインターフェースの使いやすさを向上させることを目的としています。ウィジェットの機能を補足説明したり、ユーザーにヒントを提供したりする際に役立ちます。

主な機能は以下の通りです。

• モジュールのキャッシュインポート: 一度インポートに成功したモジュールは内部の辞書にキャッシュされ、次回以降の同じモジュールのインポート要求に対してはキャッシュされたオブジェクトを返します。
• インポート失敗時の詳細なエラーハンドリング: モジュールのインポートに失敗した場合、原因となったエラーメッセージとともに、そのモジュールを pip や conda でインストールする方法の例を提示します。
• プログラムの強制終了オプション: インポート失敗時に、警告として処理を続行するか、またはユーザー入力待ちの後、プログラムを強制終了するかを選択できます。
• インポートエラーのサマリー表示: 複数のモジュールインポートで発生したエラーをまとめて表示し、ユーザーに不足しているすべてのモジュールを一度に把握させる機能を提供します。

このライブラリは、特にGUIアプリケーション（tklib との関連から推測されます）などのように、複数の外部依存を持つプログラムにおいて、起動時の依存モジュールチェックとそのフィードバックを標準化し、ユーザーエクスペリエンスを向上させる課題を解決します。

主な目的と機能は以下の通りです。

• INIファイルの読み込み: ファイル全体、特定のセクション、または特定のキーの値を読み込むことができます。
• INIファイルへの書き込み: 既存のキーの値を更新したり、新しいセクションやキー/値のペアを追加したりできます。
• ファイル操作の抽象化: ファイルのオープン、クローズ、行単位の読み書き、ファイルポインタのシークといった低レベルな操作は、基底クラスtkFileから継承・利用されます。
• 柔軟なキー/値の検索: セクション内で特定のキーを検索し、その値を抽出する機能を提供します。
• ファイル構造の保持: INIファイルを書き込む際に、既存のコメントや空白行などの構造を可能な限り保持しながら、指定されたキーを更新または追加します。

このライブラリは、アプリケーションの設定、構成、ユーザー設定などをINIファイル形式で管理する際に、煩雑なファイル解析ロジックを開発者が記述する手間を省き、より直感的かつ堅牢な方法を提供することを目指しています。

主な機能:

• 強化された属性管理: 通常の属性アクセスに加えて、tkObject.get2() や tkObject.set_attribute2() メソッドを通じて、obj.data[0] や obj.config["key"] のようなリストや辞書内の要素へのアクセスを文字列ベースで抽象化します。
• オブジェクトのイントロスペクション: オブジェクトのクラス、メンバー関数、メンバー変数、および属性辞書 (__dict__) へのアクセスを容易にするメソッドを提供します。
• デバッグサポート: デバッグレベルに基づいて条件付きでメッセージを出力したり、オブジェクトの内容をプリティプリントしたりする機能 (dprint, dpprint) を備えています。
• 汎用ユーティリティ: 属性の一括更新、エラーメッセージの標準化、クラスパスの取得など、オブジェクト指向プログラミングで頻繁に必要となる補助的な機能を提供します。

解決する課題:

このライブラリは、主に以下の課題を解決します。

• 一貫したオブジェクト操作インターフェース: 複雑なデータ構造を持つオブジェクトに対して、文字列ベースで統一された属性アクセスと操作のメカニズムを提供します。
• オブジェクトのメタデータへの容易なアクセス: オブジェクトの構造を動的に調べ、そのメンバーや属性に関する情報を取得するプロセスを簡素化します。
• 効率的なデバッグ: デバッグメッセージの表示を集中管理し、特定のデバッグレベルでのみ出力することで、ログの量を制御しやすくします。

• パラメータの永続化: INIファイル形式でのパラメータの読み込みと保存をサポートし、アプリケーション設定の永続化を実現します。
• コマンドライン引数の管理: アプリケーション起動時のコマンドライン引数をパラメータとして取り扱い、設定に反映させることができます。
• パラメータの説明機能: 各パラメータに対して説明（docstringのようなもの）を付与し、パラメータの意図や使用方法を明確にできます。
• 柔軟なパラメータアクセス: 辞書ライクなアクセス、キーによる値の取得・設定、型に応じた値の変換（文字列、整数、浮動小数点数、ブール値）をサポートします。
• 表示機能: 現在のパラメータとその値を、オプションで説明と共に整形して表示する機能を提供します。
• 複合型パラメータのサポート: リスト、タプル、辞書などの複合型パラメータもINIファイルで管理できます。

このライブラリは、アプリケーションの設定を外部ファイルで管理し、動的に読み書きするニーズに応えることで、柔軟でメンテナンス性の高いアプリケーション開発を支援することを目的としています。

具体的には、以下の課題を解決することを意図しています。

• モジュール化の促進: アプリケーションの各部分を独立した「モジュール」として扱うための共通インターフェースを提供し、コードの保守性と再利用性を高めます。
• 名前空間の管理: 各モジュールに一意の名前を割り当てることで、アプリケーション内で複数のモジュールが共存する際の識別の容易さを確保します。
• 基盤の提供: tkObject が提供する可能性のある共通のライフサイクル管理やイベント処理といった機能を、モジュールレベルで活用するための足がかりとなります。

現状のソースコードでは、tkModule クラスはモジュールの識別名 (name) と、関連する実際のモジュールオブジェクト (module) を保持するシンプルな構造に留まっており、具体的なGUI要素の操作は継承元の tkObject に委ねられています。

主な目的は、正規表現を用いた文字列の検索、マッチング、置換、分割といった操作を簡素化し、特定の文字列フォーマット（例: 引用符で囲まれた文字列や空白を含む文字列）の処理を補助することにあります。特に、正規表現のフラグ指定を簡略化する機能や、マッチ結果を詳細に取得する機能が提供されています。

このライブラリは、tklib.tkobject を継承したクラスを含んでいますが、直接的なGUI要素とは関連せず、より汎用的な文字列操作ツールとして機能します。

このライブラリの主な機能は以下の通りです。

• スクリプトの解析と実行: INIファイル形式で記述されたスクリプトを読み込み、解析し、定義されたメニューやボタンに関連付けられた一連のコマンドを実行します。
• 変数置換: スクリプト内の $varname や $(varname) 形式の変数を、アプリケーションの環境や設定に基づいて動的に実際の値に置換します。
• 多岐にわたるコマンドのサポート:
• 外部コマンドの実行。
• ファイルやディレクトリの操作（作成、削除、コピー、移動）。
• GUIダイアログの表示（メッセージ、入力、ファイル選択、色選択など）。
• INIファイルや環境変数の読み書き。
• 文字列処理やパス操作。
• 条件付き実行やアプリケーション制御（終了、デバッグモード切替など）。
• GUIとの連携: tklib のGUIコンポーネントと連携し、メニュー、ボタン、ダイアログなどのGUI要素にスクリプト機能を提供します。

このライブラリは、特にTkinterベースのランチャーアプリケーションにおいて、複雑な操作をINI形式のスクリプトで記述し、柔軟に実行するための基盤を提供することで、アプリケーションの拡張性やカスタマイズ性を高める課題を解決します。

このライブラリの主な目的は、動的なコンテンツ生成をサポートすることにあります。具体的には、文字列、ファイル、Excelデータに対して {{ key }} 形式のテンプレート変数を置換する機能を提供します。これにより、定型的な文書やデータ構造を基に、個別の情報に応じた出力を容易に生成できるようになります。

解決する課題としては、以下のような点が挙げられます。

• 定型文書のパーソナライズ: レポート、メール、設定ファイルなど、基本的な構造は同じだが一部のデータが異なる文書を効率的に生成できます。
• Excelデータとの連携: Excelファイルをテンプレートとして利用したり、生成したデータを既存のExcelファイルに追加したりする機能を提供し、データ管理やレポート作成の自動化を支援します。
• 安全な型変換: 文字列から数値への変換時にエラーが発生しにくいように設計されており、ユーザー入力や外部データソースからの値の処理を安全に行えます。
• 科学技術計算との統合: tklib.tksci からインポートされる多数の物理定数や数学関数を利用して、テンプレート内で高度な計算結果を組み込むことができます。

主な機能:

• 一般化されたフェルミ・ディラック積分 $F_r(\eta)$ の計算: 任意の次数 $r$ と化学ポテンシャル $\eta$ に対する積分値を効率的に計算します。
• 高精度と広範囲な対応:
• 退化極限 ($\eta$ が非常に大きい場合): Sommerfeld展開を用いて高精度かつ高速に計算します。
• 非退化極限 ($\eta$ が非常に小さい場合): 交代級数展開を用いて効率的に計算します。
• 中間領域: 適応型数値積分（scipy.integrate.quad）を内部的に利用し、精度と速度のバランスを取ります。
• 特定の整数次数での高速化: $r = -1, 0, 1$ の場合、解析解または特殊関数（scipy.special.expit, numpy.log1p, scipy.special.spence）を用いて非常に高速に計算します。
• フェルミ・ディラック分布関数: 電子、ホール、ドーパントの電離分数など、フェルミ・ディラック分布関数自体も提供します。
• キャリア密度計算のヘルパー関数: $F_{1/2}(\eta)$ を用いた電子・正孔密度の計算を簡略化する関数を提供します。
• キャッシュ機構: functools.lru_cache を用いて、同じ引数での再計算を避け、性能を向上させます。

解決する課題:

フェルミ・ディラック積分は、閉じた形式での解析解が存在しない場合が多く、特に広いパラメータ範囲で高精度かつ効率的に計算することは困難です。本ライブラリは、異なる物理的極限（退化、非退化、中間）に合わせた最適なアルゴリズムを自動的に選択することで、この課題を解決し、信頼性の高い結果を提供します。

フェルミ・ディラック積分 $F_r(\eta)$ の定義は以下の通りです。
$$
F_r(\eta) = \frac{1}{\Gamma(r+1)} \int_0^\infty \frac{x^r}{1 + \exp(x-\eta)} dx
$$
ただし、このライブラリでは FermiIntegral_fast など主要な関数はガンマ関数による正規化を行わない積分
$$
I_r(\eta) = \int_0^\infty \frac{x^r}{1 + \exp(x-\eta)} dx
$$
を計算します。これは、関数 electron_density や hole_density で利用される定数 $kF12 = 2/\sqrt{\pi}$ と組み合わせて、物理的な濃度計算に直接適用できるように設計されています。例えば、$I_{1/2}(\eta)$ は $\Gamma(3/2) F_{1/2}(\eta)$ に相当します。

• 数値積分: リーマン和やシンプソン法による基本的な数値積分、およびSciPyライブラリを活用した高精度な数値積分。
• フェルミ・ディラック統計: フェルミ・ディラック分布関数の計算、および各種近似式や数値積分を用いたフェルミ積分の計算。非縮退、縮退、および高速計算のためのアルゴリズムを含みます。
• 状態密度と有効質量: 有効質量と有効状態密度、または状態密度のプレファクターとの相互変換。
• キャリア輸送モデル: 2種類キャリアモデル（電子と正孔）におけるホール抵抗率、ホール係数、磁気抵抗の計算。単一キャリアモデルや、移動度が等しい場合の特殊なケースにも対応します。
• 物理定数: 物理学で頻繁に使用される基本的な物理定数（プランク定数、電子電荷、ボルツマン定数など）へのアクセス。
• データ入出力: CSVファイルやExcelファイルからのデータ読み込み、およびCSVファイルへのデータ書き出し機能。
• 金属および半導体統計計算: 金属におけるフェルミ準位やキャリア密度の計算、および半導体におけるキャリア統計と輸送特性の計算（ただし、一部機能はクラスメソッドとして設計されており、完全な動作には追加のコードが必要です）。

このライブラリは、材料科学、固体物理学、半導体デバイス物理学などの分野における研究者やエンジニアが、材料の電気的・熱的特性をシミュレーションし、解析するための強力なツールとなります。

主な目的と機能は以下の通りです。

• ファイルシステム操作: ファイルやディレクトリのパスの結合、分割、存在確認、ファイルの一覧取得、コピー、リネーム、削除、環境変数の操作など。
• データ変換と整形: 文字列から数値への変換、数値の文字列フォーマット、リストや辞書からの安全なデータ取得、2次元リストの転置、リストのソートなど。
• 文字列処理: コメントの削除、変数プレースホルダの置換、引用符付き文字列の分割、Unicode正規化など。
• システム情報とプロセス管理: OS情報の取得、実行中プロセスの表示と終了（対話形式）、実行可能ファイルの検索など。
• エラーハンドリングとデバッグ: カスタムエラーの発生、例外ハンドラの設置、現在のコード位置の取得と表示、Pythonデバッガへの移行。
• CSVファイル操作: CSVファイルの読み書き（辞書形式、リスト形式など多様なフォーマットに対応）。
• グラフスタイル: Matplotlibと連携し、グラフの色、線種、マーカーの定義と取得。

このライブラリは、様々な場面で発生する共通の課題に対し、再利用可能なユーティリティ関数を提供することで、開発者がより本質的なロジックに集中できるよう支援することを目的としています。

主な機能:

• 多様なファイル形式のサポート: CSV (.csv) および Excel (.xlsx, .xlsm) ファイルからのデータ読み込みと書き込みをサポートします。
• データの抽出とフィルタリング: 特定の列（ラベル名またはインデックスで指定）のデータを抽出し、数値範囲に基づいてフィルタリングする機能を提供します。
• Excelテンプレートの利用: 既存のExcelテンプレートファイル（特にVBAを含む.xlsmファイル）を使用して、新しいデータを挿入し、グラフや既存データを整形する機能があります。
• データ型変換: 文字列として読み込まれたデータを、可能な場合は自動的に整数型や浮動小数点型に変換します。
• Pandas DataFrameとの連携: Pandas DataFrameオブジェクトから直接Excelファイルに出力する機能を提供し、既存のデータ分析ワークフローとの統合を容易にします。

解決する課題:

• 異なるファイル形式（CSV、Excel）間でのデータ連携における複雑さを軽減します。
• 手動でのファイル操作や、複雑なライブラリの低レベルAPIを直接操作することなく、統一されたインターフェースでデータを扱えるようにします。
• 特に、テンプレートを用いたレポート作成など、定型的なデータ出力プロセスを自動化するのに役立ちます。

このモジュールの主な目的は、Python標準ライブラリである xml.etree.ElementTree や xml.dom.minidom に加え、外部ライブラリの xmltodict、dicttoxml、numpy を利用して、XMLファイルとPythonの辞書構造間の相互変換、XML要素の再帰的な解析、特定のセクション情報の抽出、整形されたXMLの書き出しなど、XML操作に関する幅広い機能を提供することです。

具体的には、ATLAS最適化XMLやVASP計算結果XML (vasprun.xml) などの特定のフォーマットを持つXMLファイルの解析を容易にする機能を含んでいます。これにより、これらの複雑なXML構造から必要な情報を効率的に抽出し、Pythonプログラム内で扱いやすい形式に変換することが可能になります。

このプログラムの主な機能は以下の通りです。

• DOSCAR ファイルからエネルギーとDOSデータを抽出。
• 指定された温度範囲で、フェルミ・ディラック統計に基づいて電子の物理量を計算。
• 温度変化に伴うフェルミ準位の変動を電荷中性条件から決定。
• 電子の内部エネルギー変化 ($ \Delta U_e $)、エントロピー寄与 ($ -T \Delta S_e $)、およびヘルムホルツ自由エネルギー変化 ($ \Delta F_e = \Delta U_e - T \Delta S_e $) を計算。
• 計算結果を温度ごとに表形式で出力。
• 計算された物理量の温度依存性およびDOSプロファイルをグラフ表示。

このプログラムは、金属や半導体などの電子系が有限温度で示す熱力学的特性を理解し、VASP計算の結果をさらに深く解析するために役立ちます。

プログラムの目的

このプログラムの主要な目的は、VASPユーザーが手動でKPOINTSファイルを作成する手間を省き、ブリルアンゾーン内の正確な高対称性経路に沿ったK点グリッドを効率的かつ正確に生成することです。

主な機能

1. CIFファイルの読み込み: 入力としてCIFファイルを解析し、結晶構造情報を抽出します。
2. 結晶構造の標準化と対称性解析: pymatgen ライブラリを用いて結晶の対称性を検出し、必要に応じて構造を標準的なプリミティブセルに変換します。これにより、高対称性経路の特定が容易になります。
3. 高対称性K点経路の生成: 結晶のブラベー格子タイプに基づき、第一ブリルアンゾーン内の高対称点とそれらをつなぐ経路を自動的に決定します。Setyawan-Curtarolo、Latimer-Munro、Hinumaなど、複数の高対称性パスの慣例をサポートします。
4. K点座標の丸め: 生成されたK点座標の浮動小数点値を、指定された最大分母までの分数表現に丸めることで、KPOINTSファイル内の表記をより簡潔かつ正確にします。
5. VASP KPOINTSファイルの出力: 決定された高対称性経路とK点分割数に基づき、VASPのラインモード形式でKPOINTSファイルを生成し、指定されたファイル名で保存します。

解決する課題

• 手動でのKPOINTSファイル作成における労力と誤りのリスクの軽減。
• 複雑な結晶構造における高対称性K点経路の正確な同定の自動化。
• 異なる高対称性パス慣例への対応。

主な機能は以下の通りです。

• VASP出力ファイルの読み込み: MDシミュレーションのOUTCAR、INCAR、POSCAR、CONTCARファイルを読み込み、シミュレーション情報を抽出します。
• 構造情報の出力: シミュレーションの初期構造と最終構造をCIF (Crystallographic Information File) 形式で出力します。
• 時系列データの抽出: 各MDステップにおける時間、温度、全エネルギー、運動エネルギー、格子定数、セル角度、セル体積などの物理量を抽出します。
• 平均二乗変位 (MSD) 計算: 各原子タイプについて、平均二乗変位 (MSD: Mean Square Displacement) または統合平均二乗変位 (IMSD: Integrated Mean Square Displacement) を計算します。
• CSV形式での履歴データ出力: 抽出した物理量と計算したMSD/IMSDをCSV (Comma-Separated Values) 形式で出力し、MDシミュレーションの履歴を一元的に記録します。

本プログラムは、VASPのMDシミュレーション結果を手動で解析する手間を省き、結果の可視化や詳細な分析を効率化することを課題解決としています。

1. XCrySDen AXSF (アニメーションXSF) ファイルの生成: VASPの OUTCAR ファイルに含まれる各MDステップの結晶構造情報を抽出し、XCrySDenで可視化可能なアニメーション形式のAXSFファイル (md.xsf) を作成します。このファイルはMDシミュレーション中の原子の動きを視覚的に追跡するのに役立ちます。また、同時にMDステップごとの温度、エネルギーなどの情報が記載されたCSVファイル (inf.csv) も出力します。

1. 平均二乗変位 (MSD) および関連履歴の計算: AXSFファイル (または必要に応じて OUTCAR から再生成) を使用して、MDシミュレーション中の原子の平均二乗変位 (MSD) を計算します。MSDは原子の拡散挙動を評価するための重要な指標です。MSDの計算に加えて、重心の変位、格子定数、体積、温度、エネルギーなどの時系列データをまとめた履歴CSVファイル (sample_name-history.csv) を生成します。初期構造 (POSCAR) と最終構造 (CONTCAR) はCIF形式でも保存されます。

このプログラムは、VASPのMDシミュレーション結果の解析と可視化を効率化し、材料の動的特性の理解を深めることを目的としています。

主な機能:

• VASPの OUTCAR ファイルから、各ステップの結晶構造（格子ベクトル、原子座標、原子にかかる力または速度）を読み取ります。
• 読み取った構造履歴をXCrySDenでアニメーションとして表示可能なAXSF形式で出力します。
• VASPの POSCAR および CONTCAR ファイルから、シミュレーションの初期構造と最終構造をCIF (Crystallographic Information File) 形式で別途出力します。
• INCAR ファイルからシミュレーション名 (SYSTEM) とタイムステップ (POTIM) を読み取り、出力ファイル名や情報表示に利用します。

解決する課題:
VASPの分子動力学シミュレーション結果は、OUTCAR ファイルに構造情報が時系列で記述されますが、このファイルを直接可視化ツールでアニメーションとして扱うことは困難です。本プログラムは、OUTCAR の情報をXCrySDenという広く使われている結晶構造可視化ソフトウェアのアニメーションフォーマットに変換することで、VASP MDシミュレーションの動的な挙動を容易に解析・視覚化できるようにします。

主な機能は以下の通りです。

• コマンドライン引数として渡されたファイルからPDOSデータを読み込みます。
• 入力ファイルの1行目をプロットの凡例（レジェンド）として抽出し、アンダースコア (_) をスペースに置換して整形します。
• 2行目以降の数値データをNumPy配列として効率的に処理します。
• matplotlib ライブラリを使用して、指定されたデータ範囲とスタイル設定に基づいてPDOSプロットを生成します。
• x軸ラベル ($E - E_F$ (eV))、y軸ラベル (PDOS (states/eV))、軸範囲、フォントサイズ、凡例の位置などを自動的に設定します。
• 生成されたプロットを dos.png というファイル名で、高解像度（300 dpi）、透明背景のPNG画像として保存します。

このプログラムの主な目的は以下の通りです。

1. 状態密度 (DOS) のプロット: VASPの DOSCAR ファイルから全状態密度 (Total DOS) を読み込み、エネルギーに対するDOSと積算電子数をプロットします。価電子帯上端 (EVBM)、伝導帯下端 (ECBM)、バンドギャップ、フェルミ準位、および全電子数 (NELECT) がグラフ上に示されます。
2. キャリア濃度の計算とプロット: 特定の温度において、フェルミ準位の位置を変化させた場合の電子濃度 ($n$) と正孔濃度 ($p$) を計算し、フェルミエネルギーの関数としてプロットします。これにより、材料がN型またはP型半導体として振る舞う際のキャリア濃度変化を評価できます。
3. Seebeck係数の計算とプロット: 定緩和時間近似 (Constant Relaxation Time Approximation, CRTA) を用いて、特定の温度におけるSeebeck係数をフェルミ準位の関数として計算し、プロットします。これにより、熱電材料の性能評価に必要なSeebeck係数とドーピングレベルの関係を調べることができます。

このプログラムは、VASP計算の出力から材料の電子構造と熱電特性を迅速に評価したい研究者やエンジニアにとって有用です。

主な機能:

• CHGCAR ファイルから以下の構造情報を抽出します。
• タイトル行
• グローバルなスケール因子
• 単位格子の基底ベクトル（3次元）
• 含まれる原子の化学種リスト
• 各原子種の原子数リスト
• 原子座標の指定形式（DirectまたはCartesian）
• 各原子の分数または直交座標
• 電荷密度データのグリッドサイズ（$N_x, N_y, N_z$）を特定します。
• グリッド上の電荷密度値を読み込み、NumPy配列を経由して、Pythonのネストされたリスト形式（P[ix][iy][iz] のようにアクセス可能）で提供します。
• プログラムが直接実行された場合、読み込んだ CHGCAR ファイルのタイトル、グリッドサイズ、およびグリッド点 $(0,0,0)$ における電荷密度の値を標準出力に表示します。

解決する課題:

VASPの CHGCAR ファイルは複雑なテキスト形式であり、Pythonで直接解析して電荷密度データにアクセスするのは手間がかかります。本プログラムは、ファイルフォーマットの詳細を抽象化し、Pythonの使いやすいデータ構造（辞書とネストされたリスト）として電荷密度データを提供することで、後続のデータ解析や可視化を容易にします。

主な機能:

• 双極子補正情報の読み取り: IDIPOL=4 を設定したVASP計算のOUTCARファイルから、双極子および四重極子によるエネルギー補正に関する情報を読み取ります。特に、電荷系に対するエネルギー補正 Ecorr(charge) を抽出します。
• 誘電率の読み取り:
• 電子誘電率: LOPTICS=.TRUE. を設定したVASP計算のOUTCARファイルから、電子的な誘電率テンソルの各成分を抽出し、その平均値を計算します。数値として直接入力することも可能です。
• イオン誘電率: LEPSILON=.TRUE. を設定したVASP計算のOUTCARファイルから、格子振動によるイオン的な誘電率テンソルの各成分を抽出し、その平均値を計算します。数値として直接入力することも可能です。
• 欠陥電荷の計算: 欠陥を含む系のPOTCAR、POSCAR、OUTCARファイルから、価電子の合計数とVASPが計算した全電子数 NELECT を基に、欠陥の電荷 $q$ を計算します。
• 有限サイズ補正の計算: 読み取った Ecorr(charge)、計算された電荷 $q$、および総誘電率 $\epsilon_{total}$ を用いて、帯電欠陥に対する最終的なエネルギー補正 dEcorr を計算します。
• 結果の出力: 計算された誘電率、電荷、補正エネルギーなどのサマリー情報をINI形式のファイルとして保存し、同時に標準出力にも表示します。

解決する課題:
VASPのような周期境界条件を用いた第一原理計算では、帯電した欠陥を扱う場合、周期的なセル間に存在する電荷間のクーロン相互作用によって、計算される形成エネルギーがセルサイズに依存してしまいます。本プログラムは、Makov-Payneの補正モデルなどを参考に、この有限サイズ効果によるエネルギー誤差を見積もり、補正することを目的としています。

---

主な機能は以下の通りです。

• VASP計算結果の読み込み: 理想結晶モデルと欠陥結晶モデルそれぞれのVASP計算出力ファイル (POSCAR, OUTCAR, DOSCAR, EIGENVAL) を読み込みます。
• 平均コアポテンシャルの計算: 理想結晶と欠陥結晶における各原子サイトの平均コアポテンシャル ($V_{core}$) をOUTCARファイルから抽出します。
• 欠陥サイトの特定と除外: 結晶構造の比較に基づいて空孔、格子間原子、置換欠陥を特定し、指定された距離 (Rmin_potential) 以内の欠陥近傍サイトをポテンシャル補正計算から除外します。
• VBM補正量の決定: 欠陥から十分に離れたサイトの$V_{core}$の差($\Delta V_{core}$)の分布を解析し、その最頻値 ('mode' アルゴリズム) または平均値 ('average' アルゴリズム) をVBM補正量 ($dE_{VBM}$) として決定します。
• DOSのエネルギーシフト: 欠陥結晶のDOSを$dE_{VBM}$でエネルギーシフトし、理想結晶のDOSと比較してプロットします。
• サマリーとログの出力: 計算結果と設定をまとめたサマリーファイルと、実行ログファイルを出力します。
• グラフ表示: $V_{core}$と$\Delta V_{core}$の欠陥からの距離依存性、およびDOSを可視化します。

本スクリプトは、温度変化に伴うフェルミ準位の自己無撞着計算、欠陥の電荷状態による形成エネルギーの変化、電荷遷移準位の特定、およびこれらの物理量のグラフ表示機能を提供します。

主な機能:

• VASPのDOSCARファイルからエネルギーと状態密度 (DOS) データを読み込み、単位体積あたりにスケーリングします。
• POSCARファイルから結晶のセル体積を読み込みます。
• 状態密度データから価電子帯の頂上 (EV) と伝導帯の底 (EC) を特定し、バンドギャップ ($E_g$) を計算します。
• 指定された温度 $T$ とフェルミ準位 $E_F$ における電子、正孔、イオン化ドナー、イオン化アクセプターのキャリア密度をフェルミ・ディラック統計に基づいて計算します。
• 電荷中性条件 ($N_e + N_A^- - N_h - N_D^+ = 0$) を満たすフェルミ準位を、ニュートン法または二分法を用いて数値的に求めます。
• モード 'T': 特定の温度範囲でフェルミ準位の温度依存性、キャリア密度 ($N_e$, $N_h$, $N_D^+$, $N_A^-$) の温度依存性、ホール係数 ($R_H$)、および活性化エネルギー ($E_a$) を計算し、グラフとしてプロットします。
• モード 'EF': 特定のフェルミ準位範囲でキャリア密度 ($N_e$, $N_h$, $N_D^+$, $N_A^-$) のフェルミ準位依存性、ホール係数 ($R_H$)、および有効状態密度 ($N_C$, $N_V$) の近似値を計算し、グラフとしてプロットします。
• 計算結果は標準出力に表示され、matplotlib を使用して視覚的にプロットされます。

解決する課題:
VASPから得られる状態密度情報を用いて、半導体の重要な電気的特性（フェルミ準位、キャリア密度、ホール係数など）を理論的に評価し、その温度依存性やフェルミ準位依存性を解析することを目的としています。これにより、材料のドーピング効果や温度変化による伝導特性の変化を予測・理解するのに役立ちます。

• 主な機能: 現在、本プログラムはCIF (Crystallographic Information File) 形式の結晶構造データからVASPのPOSCARファイルを生成する機能のみを提供します。
• 指定されたCIFファイルを読み込み、その結晶構造情報（格子定数、格子ベクトル、原子の種類と数、原子座標）を抽出します。
• 抽出した情報に基づいて、VASPが要求するPOSCAR形式のテキストファイルを生成します。
• CIFファイルパスにはワイルドカード（例: *.cif）を使用でき、その場合は辞書順でソートされたリストの最初のファイルが処理されます。
• 解決する課題: CIFファイルから手動でPOSCARファイルを作成する手間を省き、VASP計算の準備プロセスを自動化します。これにより、ユーザーは結晶構造情報に基づいたPOSCARファイルを迅速かつ正確に生成できます。

主な機能:

• VASPの標準出力ファイル（INCAR, POSCAR, KPOINTS, OUTCAR, EIGENVAL など）を読み込み、計算されたバンド構造のデータを抽出します。
• 価電子帯最大エネルギー (EV)、伝導帯最小エネルギー (EC)、バンドギャップ (Eg)、HOMO (Highest Occupied Molecular Orbital)、LUMO (Lowest Unoccupied Molecular Orbital) を自動的に特定し、表示します。
• 抽出したバンド構造のデータをExcel形式 (.xlsx) で出力します。
• Matplotlibライブラリを使用して、バンド構造図を生成し、PNG画像として保存したり、画面に表示したりすることができます。
• プロットモードとして、各k点でのマーカー表示 (band)、k点間の線連結表示 (bandline)、占有数を考慮した表示 (bandocc) を選択できます。
• フェルミ準位 (EF) を基準としてエネルギーをシフトし、分かりやすいバンド図を生成します。

解決する課題:

VASPの生出力ファイルからバンド構造を直接視覚化するのは困難であり、このプログラムはVASP計算結果の迅速な解析と視覚化を可能にすることで、物質の電子構造に関する理解を深める手助けをします。特に、バンドギャップやHOMO/LUMOレベルといった重要な電子状態の特性を明確に提示します。

主な機能は以下の通りです。

• VASP出力ファイルから結晶構造情報、計算パラメータ、フェルミ準位、状態密度、電子数、バンドエネルギーなどを抽出します。
• フェルミ準位をエネルギー基準として0 eVに補正します。
• 価電子帯最大エネルギー ($E_V$), 伝導帯最小エネルギー ($E_C$), バンドギャップ ($E_g$), 最高被占軌道 (HOMO), 最低非占軌道 (LUMO) などのバンドエッジ情報を特定します。
• オプションで、ガウス関数による畳み込み（スムージング）をDOSデータに適用し、プロットのノイズを低減します。
• Matplotlibライブラリを使用して、状態密度と電子数積算曲線をグラフ化します。グラフには特定されたバンドエッジも点線で表示されます。
• 生成されたグラフはPNG画像ファイルとして保存され、オプションで画面に表示されます。

このプログラムは、VASP計算結果のDOSを容易に視覚化し、バンド構造に関連する物理量を直感的に評価できるようにすることで、手動でのデータ処理やグラフ作成の手間を省き、研究者の解析作業を効率化します。

主な機能:

• VASPの OUTCAR ファイルから、頻度依存の複素誘電率テンソル $\epsilon(\omega) = \epsilon_1(\omega) + i\epsilon_2(\omega)$ を抽出します。
• 誘電率テンソルの実部 ($\epsilon_1$) と虚部 ($\epsilon_2$) を、各テンソル成分 (XX, YY, ZZ, XY, YZ, ZX) について読み取ります。
• VASPが計算する "density-density" 応答と "current-current" 応答のいずれかを選択してプロットできます。
• 抽出した誘電率データを epsilon.xlsx というExcelファイルに保存します。
• Matplotlibライブラリを使用して、各テンソル成分の実部と虚部をエネルギー (eV) の関数としてプロットし、インタラクティブなグラフウィンドウで表示します。
• プロットするエネルギー範囲をコマンドライン引数で指定できます。

解決する課題:
VASPの OUTCAR ファイルはテキスト形式であり、誘電率データが複数のセクションにわたって記述されているため、手動でデータを抽出して可視化するのは手間がかかります。このスクリプトは、その抽出と可視化のプロセスを自動化し、解析を効率化します。

プログラムの目的

VASP計算の実行中に、その進捗状況、特に収束状況を効率的に把握することを目的としています。長時間にわたる計算において、計算が正常に進行しているか、あるいは収束に問題が生じていないかを、手動でログファイルを監視する手間なく、視覚的に確認できるようになります。

主な機能

• VASPファイルの監視と解析: 指定されたVASP計算ディレクトリ内の OUTCAR および OSZICAR ファイルを定期的に監視します。ファイルが更新されると、その内容を読み込み、計算の主要な情報を解析します。
• コンソール出力: INCAR, POSCAR, OUTCAR, OSZICAR から抽出された設定情報、格子定数、フェルミエネルギー、収束基準（EDIFF, EDIFFG）、および各電子ステップ・イオンステップでのエネルギーと力の詳細な履歴をリアルタイムでコンソールに出力します。
• リアルタイムグラフ表示: matplotlib ライブラリを使用して、以下の3種類のグラフを動的に更新し、VASP計算の収束トレンドを可視化します。

1. エネルギー差の対数グラフ: 各電子ステップにおける最終エネルギーとの絶対エネルギー差 ($|E - E_{final}|$) を対数スケールでプロットします。電子的な収束基準 EDIFF も合わせて表示されます。
2. スケーリングされたエネルギー差グラフ: 各電子ステップにおけるエネルギー差を $dE^{1/npower}$ の形でスケーリングしてプロットします（$npower=10.0$）。これにより、小さなエネルギー変化を視覚的に強調し、EDIFF に対応するスケーリングされた基準線も表示します。
3. スケーリングされた力のグラフ: 各イオンステップにおける最終力との絶対力の差を $|F - F_{final}|^{1/npower}$ の形でスケーリングしてプロットします（$npower=10.0$）。イオン的な収束基準 EDIFFG に対応するスケーリングされた基準線も表示します。

• 自動更新: OUTCAR ファイルの最終更新時刻をチェックし、変更があれば自動的に情報を再解析し、グラフを更新します。

解決する課題

このプログラムは、VASP計算の安定性と収束状態を直感的に理解するための手段を提供します。特に、構造最適化の途中でエネルギーが振動したり、力が収束しなかったりする問題が発生した場合に、その傾向を早期に発見し、計算パラメータの調整などの対策を講じるのに役立ちます。

主な機能は以下の通りです。

• 画像ファイルの表示: プログラム起動時にコマンドライン引数で画像ファイルを指定すると、その画像を指定されたサイズ（またはデフォルトサイズ）で表示します。
• ファイル選択機能: GUI上の「Open Image」ボタンをクリックすることで、ファイルダイアログを開き、任意の画像ファイルを閲覧・選択して表示できます。
• 表示サイズの設定: GUI上に「Width」と「Height」の入力フィールドがあり、表示する画像のサイズ（ピクセル単位）をユーザーが手動で変更できます。これらの値は、次に画像を開く際に適用されます。
• 初期表示設定: コマンドライン引数を通じて、初期表示する画像ファイルパスと、その画像の初期表示幅・高さを設定できます。

主な機能:

• JSONデータの視覚化: 大規模または複雑なJSONファイルを、ネストされた構造を容易に理解できるツリー形式で表示します。
• キーと値の分離表示: 各JSONオブジェクトのキーと対応する値を、それぞれ独立した列に表示することで、情報の識別を容易にします。
• 階層構造の展開/折りたたみ: ネストされたJSONオブジェクトや配列は、ユーザーがクリックして展開したり折りたたんだりできるノードとして表示されます。
• ウィンドウサイズの設定と保存: プログラム起動時にウィンドウサイズを指定できるほか、前回の終了時のウィンドウサイズを自動的に保存し、次回起動時にそのサイズを復元します。これにより、ユーザーの作業環境に合わせた柔軟な表示が可能です。

解決する課題:

JSONファイルは、特にデータ量が多く、ネストが深い場合に、テキストエディタでその構造を把握したり、特定のデータを見つけ出すことが困難になることがあります。JSONView.py は、このような課題を解決し、データの構造を直感的に理解し、効率的に閲覧できるGUIを提供します。

主な機能は以下の通りです。

• Markdownのレンダリング: 指定されたMarkdownファイルを読み込み、markdown ライブラリを使用してHTMLに変換し、GUI上に表示します。コードブロックやテーブルなどの拡張機能もサポートしています。
• 画像のリサイズ: Markdownファイル内に埋め込まれた画像について、ユーザーが設定した最大表示幅に合わせて自動的にリサイズし、一時的に保存してから表示します。これにより、大きな画像でもビューアの表示領域に収まるように調整されます。
• フォントサイズ調整: テキストの基準フォントサイズをユーザーが設定できます。見出しのフォントサイズは、基準フォントサイズに基づいて自動的に調整されます。
• 設定の永続化: ウィンドウのサイズと位置、最後に開いたディレクトリ、画像の表示幅、基準フォントサイズなどの設定を mdview.ini ファイルに保存し、次回起動時に自動的に読み込みます。
• ファイル操作: GUIメニューからMarkdownファイルを開いたり、現在開いているファイルを再読み込みしたりできます。

このプログラムは、特にMarkdownドキュメントに多くの画像が含まれる場合や、表示環境に応じてフォントサイズを調整したい場合に有用なツールとなります。

主な機能は以下の通りです。

1. VASPファイルの読み込み: CHGCARやLOCPOTといったVASPの体積データファイルを読み込み、格子情報や三次元グリッドデータを抽出します。
2. 等値面 (Isosurfaces) の描画: 指定された値（レベル）において、電荷密度や電位が一定となる面を3Dで表示します。
3. グリッド点 (Dots) の描画: 体積データが特定の閾値を超えるグリッド点を散布図として3D空間にプロットします。
4. スライス面 (Slice Planes) の描画: 分率座標で指定された位置で体積データをスライスし、その断面図を色付きの平面として3D空間に表示します。
5. ダウンサンプリング: 大規模なデータセットに対する処理速度向上のため、体積データを指定したステップで間引くことができます。

本プログラムは、VASP計算結果から得られる複雑な三次元的な物理量分布を直感的に理解しやすくするための強力な可視化ツールとして機能します。

主な機能は以下の通りです。

• XMLファイルの解析とツリー構造での表示。
• XML要素のタグが「Element」列に、そのテキスト内容が「Value」列に表示されます。
• XML要素に付随する属性は、その要素の子ノードとして「key: value」の形式で表示されます。
• コマンドライン引数により、読み込むXMLファイルのパスとGUIウィンドウの初期サイズを指定できます。
• Treeview 上で項目をダブルクリックすると、その項目（特に「Value」列）が選択・フォーカスされますが、直接的なインプレース編集機能は実装されていません。

主な機能は以下の通りです。

• XMLファイルの表示: 指定されたXMLファイルを解析し、階層構造を持つツリービューとしてGUI上に表示します。各XML要素のタグ、属性、およびテキスト値が表示されます。
• 要素値の編集: ツリービューに表示されたXML要素のテキスト値をダブルクリックすることで、ポップアップダイアログを通じて編集できます。
• 編集内容の保存: 編集されたXMLツリーを新しいXMLファイルとして保存します。

このプログラムは、XMLファイルを直接テキストエディタで開いて編集する手間を省き、視覚的な操作でXMLデータを簡単に閲覧・変更したいという課題を解決します。特に、構造が複雑なXMLファイルや、特定の要素の値だけを変更したい場合に有用です。

主な機能は以下の通りです。

• XMLファイルの読み込み: 起動時に指定された、またはデフォルトのXMLファイルを読み込みます。
• ツリービュー表示: 読み込んだXMLファイルの階層構造を、Treeviewウィジェットを用いて視覚的に表示します。各XML要素のタグと属性がツリー形式で表示されます。
• 編集モードへの切り替え: 「Edit XML」ボタンをクリックすると、表示モードから編集モードへ切り替わります。編集モードでは、XMLデータの生のテキストがTextウィジェットに表示され、ユーザーは直接そのテキストを編集できます。
• 編集内容の保存と更新: 編集モード中に「Save XML」ボタンをクリックすると、Textウィジェット内のXMLテキストが解析され、プログラム内部のXMLツリー構造が更新されます。新しいXML構造はTreeviewに再表示され、編集モードが終了します。XMLテキストの解析中に構文エラーが発生した場合、エラーメッセージがポップアップ表示され、編集モードは継続されます。
• コマンドライン引数による設定: 読み込むXMLファイルのパスや、アプリケーションウィンドウの初期サイズをコマンドライン引数で指定できます。

このプログラムは、XML構造を簡単に確認したり、手動でXMLデータを修正したりする際に役立ちます。

このプログラムの主な目的は、大規模なXMLファイルの構造を視覚的に理解しやすくすることです。特に、テキストエディタで直接開くと内容が膨大で把握しにくいXMLファイル（例: 計算結果を格納した vasprun.xml など）の階層構造、タグ、属性、およびテキスト内容を効率的に閲覧できるようになります。

主な機能は以下の通りです。

• 指定されたXMLファイルを解析し、その階層構造をツリービューとして表示します。
• 各XML要素のタグ、name 属性（存在する場合）、テキスト内容、およびその他の属性をツリービューのノードとして表示します。
• ウィンドウのサイズはコマンドライン引数で指定できるほか、終了時のサイズが設定ファイル (XMLView.ini) に保存され、次回起動時に自動的に復元されます。
• XMLファイルの解析エラーやファイルが見つからない場合は、適切なエラーメッセージを表示します。

プログラムの目的

Webサイトの階層構造を視覚的に把握できるサイトマップを簡単に作成することで、手作業によるサイトマップの作成・更新にかかる手間を削減します。特に、大規模なWebサイトや頻繁に更新されるサイトにおいて、サイト構造の管理を効率化することを目的としています。

主な機能

1. HTMLファイルの再帰的探索: 指定されたルートディレクトリから、サブディレクトリを含めてすべてのHTMLファイルを探索します。
2. タイトル抽出: 各HTMLファイルから <title> タグの内容を抽出し、サイトマップ内のリンクテキストとして使用します。<title> タグが見つからない場合は、ファイル名を代替タイトルとして使用します。
3. 除外フィルタリング: 正規表現パターンを指定することで、特定のディレクトリやファイルをサイトマップから除外できます。これにより、開発中のファイルやプライベートなコンテンツがサイトマップに含まれることを防ぎます。
4. HTMLサイトマップの生成: 探索・抽出された情報に基づき、HTML5形式のサイトマップファイルを生成します。各エントリは、ページのタイトルとルートディレクトリからの相対パスで構成され、一覧性の高いリスト形式で表示されます。

解決する課題

• Webサイトのページが増えるたびに手動でサイトマップを更新する手間。
• サイト全体の構造を一覧で把握したいが、個々のリンクをたどるのは非効率。
• 特定のディレクトリやファイルをサイトマップに含めたくない場合の柔軟な対応。

目的と主な機能

このプログラムの主な目的は、ウェブサイトの全体像を把握し、コンテンツの網羅性や階層構造を視覚的に確認できるツールを提供することです。
具体的な機能は以下の通りです。

1. ウェブサイトの再帰的クロール: 指定されたルートURLから出発し、同一ドメイン内のリンクを辿ってウェブサイト全体を深さ優先でクロールします。
2. HTMLサイトマップツリービューの生成: クロールによって発見されたすべてのURLとそれに関連するメタデータ（ページのタイトル、最終更新日）を、HTMLの折りたたみ可能なツリー構造として整形して出力します。
3. メタデータの抽出: 各ページのHTMLコンテンツから<title>タグを抽出してページのタイトルとし、HTTPレスポンスヘッダーのLast-Modifiedから最終更新日を取得します。
4. URLのフィルタリングと除外:

• 指定されたベースドメイン外のリンクは追跡しません。
• デフォルトで一般的なファイル拡張子（PDF、画像、アーカイブなど）を持つURLをサイトマップから除外するオプションがあります。
• 特定のパスパターン（正規表現）にマッチするURLをクロールおよびサイトマップから除外する機能があります。

1. URLの正規化: URLのフラグメント（#以降のアンカー部分）を削除し、同じページを指す異なるURLが重複して扱われるのを防ぎます。
2. 文字コードの自動判別: 取得したHTMLコンテンツの文字コードを自動で判別し、適切にデコードします。
3. モダンなUI: 生成されるHTMLサイトマップはTailwind CSSを使用してスタイリングされており、視認性の高いツリービューを提供します。

解決する課題

• サイト構造の可視化: 大規模なウェブサイトの階層構造やリンク関係を直感的に把握するのが困難な場合、このツールは全体像を明確に示します。
• コンテンツの網羅性確認: サイトマップを生成することで、ウェブサイト内のすべての重要なページが適切にリンクされているか、また意図しないページが公開されていないかを確認できます。
• ページの更新状況の把握: 各ページの最終更新日が表示されるため、コンテンツの鮮度管理や更新頻度の低いページの特定に役立ちます。
• SEO対策: 検索エンジンがサイトの構造を理解しやすくなるよう、人間が視覚的に確認するためのサイトマップとして利用できます（XMLサイトマップとは目的が異なります）。

本プログラムの主な機能は以下の通りです。

1. ファイルの再帰的コピー: source_dir で指定されたディレクトリ内のすべてのファイルとサブディレクトリを、target_dir へ構造を保ったままコピーします。
2. 条件付き文字列置換: convert_file_extensions リストに含まれる拡張子を持つファイルに対して、replace_list に定義された正規表現パターンによる文字列置換を適用します。
3. 置換除外リスト: exclude_list に含まれるファイル名を持つファイルは、たとえ置換対象の拡張子であっても文字列置換をスキップし、そのままターゲットディレクトリへコピーされます。
4. エンコーディング自動検出: テキストファイルを読み込む際に chardet ライブラリを使用してファイルのエンコーディングを自動検出し、文字化けを防ぎます。
5. ディレクトリの自動作成: コピー先のディレクトリが存在しない場合、必要に応じて自動的に作成されます。

このスクリプトは、ウェブサイトのパス構造を変更する際や、開発環境と本番環境で異なるURLやパスを使用する場合など、ディレクトリ構造を維持しつつ一括でファイルの内容を修正する必要があるシナリオで特に有用です。

主な機能は以下の通りです。

• ウェブクローリング: 指定されたルートURLから開始し、同じドメイン内のリンクを再帰的にたどってウェブページを探索します。.html、.shtmlファイル、またはディレクトリパスのみをクロール対象とします。
• メタデータ抽出:
• 各ページのHTMLコンテンツから<title>タグの内容を抽出し、ページのタイトルとして記録します。
• HTTPレスポンスヘッダーのLast-Modifiedフィールドから、ページの最終更新日時を取得し、YYYY-MM-DD形式でフォーマットします。
• URLの正規化とフィルタリング:
• URLのフラグメント（#以降の部分）を削除し、同じコンテンツを指す重複URLを避けます。
• クロール対象をスクリプト実行時に指定されたルートURLと同じドメインに限定します。
• 画像、CSS、JavaScriptなどの非HTMLリソースへのリンクは無視します。
• 文字エンコーディングの自動検出: charset_normalizerライブラリを使用して、HTTPレスポンスのバイトコンテンツから最適な文字エンコーディングを自動で判別し、コンテンツを正確にデコードします。
• XMLサイトマップ生成: 収集したURL、タイトル、最終更新日時などのメタデータを用いて、Sitemapプロトコル（バージョン0.9）に準拠したXMLファイルを生成します。生成されるXMLは整形（pretty-print）されて出力されます。

このプログラムは、ウェブサイトのページを手動で登録する手間を省き、サイトの更新状況を検索エンジンに効果的に伝えることで、ウェブサイトのインデックス作成と可視性の向上に貢献します。

`xrayutilities および pymatgen` ライブラリを使用して、多層膜サンプルのXRRプロファイルを計算し、プロットします。また、CIFファイルから結晶構造情報を読み込み、シミュレーションに利用する機能もサポートしています。

実行モードやパラメータはコマンドライン引数として渡すか、スクリプト内のグローバル変数を直接編集することで設定できます。

入力ファイルは特定のフォーマットに従い、複数の計算ジョブを連続して処理できます。各ジョブでは、格子系、補正フラグ、重み付けモード、回折位置の変換モードなどが設定され、それに従って観測データが処理されます。計算結果は整形されたレポートファイルとして出力され、各ジョブのプロットも生成されます。

プログラムは、ソースコード内に直接記述された構造パラメータ（単位格子長 $a$、構造因子 $F$、繰り返し数 $N$、および層の積層順序）に基づいてシミュレーションを実行します。これにより、研究者は様々な層状構造のX線回折パターンを容易に予測し、実験データと比較することが可能になります。

プログラムは、ソースコード内に直接記述された構造パラメータ（単位格子長 $a$、構造因子 $F$、繰り返し数 $N$、および層の積層順序）に基づいてシミュレーションを実行します。これにより、研究者は様々な層状構造のX線回折パターンを容易に予測し、実験データと比較することが可能になります。

1. 理論的な回折ピークの生成: 三斜晶系、単斜晶系、斜方晶系、正方晶系、立方晶系、三方晶系、六方晶系といった、様々な結晶系の理想的な格子定数と指定されたX線波長を用いて、理論的な回折ピーク（Miller指数 $(hkl)$ と $2\theta$ 値）を計算します。
2. ノイズの付加: 計算された $2\theta$ 値にランダムなガウスノイズを付加し、実際の実験データに近い状況をシミュレートします。
3. 入力ファイルの生成: 生成されたノイズ付き回折ピークデータから、lsq_latt2.py が処理できる形式の入力ファイルを動的に作成します。この入力ファイルは一時ディレクトリ内に保存されます。
4. lsq_latt2.py の実行: 作成された入力ファイルを引数として、指定された lsq_latt2.py スクリプトを subprocess として実行します。
5. 出力の解析: lsq_latt2.py が生成した出力ファイルから、フィットによって得られた格子定数を解析・抽出します。
6. 結果の評価: 抽出された格子定数を、元の理想的な格子定数と比較し、その誤差が許容範囲内であるかを判定します。
7. レポートの生成: 各テストケースの結果（成功/失敗、誤差の詳細、推測される問題点）を標準出力に表示し、テスト全体のサマリーを出力します。

このプログラムは、lsq_latt2.py が様々な結晶系、ノイズレベル、回折ピーク数に対してロバストかつ正確に動作することを確認することを目的としています。

主な機能:

• CIFファイルから結晶構造（格子定数、原子サイト情報など）を読み込みます。
• 標準的なX線源（例: CuKα1, MoKαなど）の波長を内蔵辞書から取得するか、ユーザーが直接波長を指定できます。
• 指定された最大$2\theta$角までのMiller指数 (hkl) の組み合わせを探索します。
• Braggの法則に基づき、各(hkl)面からの回折角 ($2\theta$) と面間隔 ($d_{hkl}$) を計算します。
• 同じ$2\theta$値を持つ回折ピークをグループ化し、面間隔、Miller指数、および多重度と共に結果を標準出力とログファイルに表示します。

解決する課題:

このプログラムは、特定の結晶材料に対して理論的に予測されるX線回折パターン（ピーク位置）を提供します。これは、実験で得られたX線回折データと比較することで、未知の結晶相の同定、既知の結晶材料の格子定数の確認、あるいは回折ピークの帰属（インデキシング）を行う際の強力なツールとなります。

このモジュールは、`xrayutilities ライブラリを使用して動的理論に基づいたXRDシミュレーションを実行し、実験データに対して構造パラメータ（組成 x、緩和度 relax、膜厚 thick`）を最適化します。また、フリンジ解析による膜厚の自動推定機能も備えています。

関連情報については、`xrd_fit_usage` ドキュメントを参照してください。

目的

このライブラリの主な目的は、さまざまなソースからX線回折データを読み込み、標準化された形式で処理し、GUIアプリケーションなどの上位層に提供することです。具体的には、測定されたXRDパターンや結晶構造情報ファイル（CIFなど）から回折ピーク情報を抽出し、解析に必要なパラメータ（2θ範囲、X線波長など）を管理します。

主な機能

• 動的プラグインロード: 環境変数 tkprog_X_path で指定されたパスの下にある xrd/filter ディレクトリから、データ読み込み・変換を行うPythonプラグインモジュールを動的にロードします。
• XRD測定データ解析: 指定されたファイルパスからXRD測定データを読み込み、サンプル名、2θ角度の配列、および強度の配列として返します。対応するファイル形式はロードされたプラグインに依存します。
• XRDリファレンスパターン生成: CIFファイルなどの結晶構造情報ファイルから、指定されたX線波長と2θ範囲に基づいて理論的な回折ピークの位置、強度、およびミラー指数（hkl）を計算して返します。
• 解析パラメータ管理: 2θの最小・最大値、ステップ幅、X線波長、ピークの半値幅（FWHM）、ガウス関数とローレンツ関数の混合比率（Gfraction）、背景除去の次数などの多くの解析パラメータを tkApplication オブジェクトを通じて一元的に管理し、GUIからの設定変更に対応します。
• ファイルフィルター生成: ロードされたすべてのプラグインが対応するファイル形式をリストアップし、GUIのファイルダイアログで使用できる形式のフィルター文字列を生成します。

解決する課題

• 多様なデータフォーマットへの対応: XRD測定データや結晶構造情報のフォーマットが多岐にわたるため、プラグイン機構により柔軟に対応し、コードの拡張性を高めます。
• 統一されたデータアクセスインターフェース: 異なるデータソースからの情報を、GUIアプリケーションが扱いやすい標準化されたPythonオブジェクト（NumPy配列など）として提供します。
• 解析パラメータの一元管理: 複雑なXRD解析に必要な多数のパラメータを効率的に設定・管理し、ユーザーが容易に調整できるようにします。

主な機能:

• データとリファレンスの読み込み: 測定されたXRDデータファイル（*.txt など）および文献値のリファレンスデータファイル（*.txt など）をGUIを通じて簡単に読み込むことができます。セッションの保存・読み込みにも対応しています。
• グラフ表示の柔軟性:
• 線形、対数、平方根のY軸スケール切り替え。
• 複数のデータセットやリファレンスを視覚的に分離するための自動および手動オフセット調整。
• グラフ全体の縦横比やサイズ、プロットの分割比率のカスタマイズ。
• 軸ラベル、凡例、目盛、線の太さなどの詳細な描画設定。
• データ処理:
• Kα2除去: X線源に起因するKα2ダブルピーク成分を除去し、よりシャープなピークパターンを得る処理。
• スムージング: Savitzky-Golayフィルターを用いて、測定データに含まれるノイズを平滑化する機能。
• ピーク解析とマーキング:
• ピーク付けモード: マウスクリックでグラフ上にピークマーカーを簡単に追加し、その位置を記録。
• 手動/自動マーカー: 特定のX軸位置に手動でマーカーを追加したり、自動ピーク検索機能で検出されたピークに一括でマーカーを付与したりできます。
• マーカーのカスタマイズ: マーカーの記号、色、オフセット、線幅を個別に変更可能。
• マウスオーバー情報: グラフ上のリファレンスピークにマウスを重ねると、そのピークのMiller指数 (hkl) と $2\theta$ 値、さらにゴースト線や高次反射の情報が表示されます。
• リファレンスフィルタリング: ユーザーが定義した数式に基づいて、表示するリファレンスピークを高度にフィルタリングする機能。GIXRD (Grazing Incidence X-ray Diffraction) 測定における面外配向性の評価に役立つ特殊関数も提供。
• X線源関連の表示: 選択されたX線源の波長に基づいて、Kα2、Kβ、W Lα1, Lα2、またはカスタム波長のゴースト線、およびホバー中のピークの高次反射ピーク位置をグラフ上に表示します。
• 出力: 表示されているグラフをPNG、JPEG、SVG、PDF形式で高解像度で保存できます。

解決する課題:

• XRDデータの基本的な可視化と調整を、プログラミング知識なしで手軽に行いたい。
• 複数のXRDパターンやリファレンスデータを一度に表示・比較し、共通の解析条件を適用したい。
• 特定のピークの指数付けや構造解析の補助として、リファレンスデータやゴースト線の情報を活用したい。
• 高解像度でカスタマイズ可能なグラフを、論文やプレゼンテーション向けに効率的に作成したい。
• GIXRD測定など特定のX線回折手法における複雑なピーク解析（特に配向性評価）を支援したい。

本スクリプトは、`CIF ファイルから結晶構造を読み込み、指定されたX線源（例: CuKa1）と2θ範囲で XRD パターンを計算します。計算された個々の回折ピークに対してガウス関数を適用し、指定された半値半幅 (FWHM`) でスムージングされたスペクトルを生成します。

結果の回折ピーク情報と生成されたスペクトルデータは、標準出力、指定されたログファイル、およびExcelファイルに保存されます。また、計算されたスペクトルと個々のピークは `matplotlib によってプロットされ、視覚的に表示されます。コマンドライン引数により、入力 CIF ファイル、X線源、2θの最小値・最大値・ステップ、FWHM` などを柔軟に設定できます。

関連リンク:

• Pymatgen XRDCalculator ドキュメント: https://pymatgen.org/pymatgen.analysis.diffraction.xrd.html
• Pymatgenチュートリアル（Qiita）: https://qiita.com/ojiya/items/1b154c3698cff91c8a2b
• Pymatgen XRDソースコード (GitHub): https://github.com/materialsproject/pymatgen/blob/v2023.5.10/pymatgen/analysis/diffraction/xrd.py

主な機能は以下の通りです。

• データ読み込み: Excel (.xlsx) や CSV などの表形式データファイルから、X軸とY軸に対応するデータを読み込みます。
• データ範囲指定: X軸の最小値と最大値を指定して、データの範囲をフィルタリングできます。
• 平滑化と導関数計算: Savitzky-Golayフィルターを用いて、データセットを平滑化し、さらに1次、2次、3次導関数を計算します。
• ピーク検出: 3次導関数のゼロ交差をピーク候補として識別し、平滑化されたデータの強度、1次導関数の絶対値と平滑化されたY値の比、2次導関数の符号を用いて、候補をフィルタリングします。
• ピーク幅の推定: 検出されたピークに対し、3次導関数のゼロ交差から半値半幅 (HWHM) を推定します。
• 結果の可視化: Matplotlib を使用して、元のデータ、平滑化されたデータ、検出されたピークとその推定ガウス関数フィッティングをプロットします。デバッグモードでは、各導関数も同時にプロットされます。
• ログ出力: プログラムの実行パラメータ、ピーク検出プロセスに関する情報が標準出力およびログファイルに出力されます。

主な機能:

• データ読み込み: 指定されたXRFスペクトルデータファイルを読み込みます。入力ファイルの形式はプラグインシステムによって自動的に判別されます。
• スペクトル表示: 読み込んだ複数のスペクトルデータを、一つのウィンドウ内の複数のサブプロットに表示します。X軸はXRFの角度（$2\theta$）またはエネルギー、Y軸は強度です。
• GUI操作: Tkinterベースのグラフィカルユーザーインターフェースを提供し、プロットの表示、図のPNGファイルへの保存、および将来的な機能（平滑化、ピークサーチなど）のためのユーザーインターフェース要素（ボタン、エントリー、チェックボックスなど）を配置します。
• ログ出力: プログラムの実行ログを、指定された入力ファイル名に基づいたファイル名で自動的に保存します。

解決する課題:
このプログラムは、XRFデータの初期的な探索的データ解析 (EDA) と可視化を支援します。研究者や技術者がXRFスペクトルデータを手軽に確認し、基本的な特性を把握するためのツールとして機能します。