聚类分析：不用sklearn，将同一目录下的所有的POSCAR结构文件进行聚类，以便发现相似的结构和C原子的分布规律。。具体代码

好的，下面是一个简单的聚类代码，它可以读取同一目录下的所有POSCAR文件，使用kmeans算法进行聚类，并输出每个簇中的文件名。

import os
import numpy as np
from pymatgen import Structure
from sklearn.cluster import KMeans

# 读取所有POSCAR文件
structures = []
for file in os.listdir('.'):
    if file.endswith('.POSCAR'):
        structures.append(Structure.from_file(file))

# 提取每个结构中的C原子坐标
c_coords = []
for structure in structures:
    c_indices = [i for i, site in enumerate(structure) if site.specie.symbol == 'C']
    c_coords.append([site.coords for i, site in enumerate(structure) if i in c_indices])

# 将C原子坐标转换为numpy数组
c_coords = np.array(c_coords)

# 使用kmeans算法进行聚类
kmeans = KMeans(n_clusters=3)
kmeans.fit(c_coords)

# 输出每个簇中的文件名
labels = kmeans.labels_
for i in range(3):
    cluster_indices = [j for j, label in enumerate(labels) if label == i]
    print('Cluster {}:'.format(i))
    for index in cluster_indices:
        print(os.listdir('.')[index])
    print()

这里使用了pymatgen库来解析POSCAR文件和提取C原子坐标，使用sklearn库中的KMeans算法进行聚类。你可以根据自己的需要更改聚类的簇数，以及使用其他算法进行聚类。