Skip to main content
IBM Quantum Platform

Resultados del experimento

qiskit.result


Clases principales

Result(*[, backend_name, backend_version,...] )Modelo de resultados.
ResultError(error)Excepciones provocadas por errores en la salida de resultados.
Counts(data[, time_taken, creg_sizes,...] )Una clase para almacenar un resultado de recuento de la ejecución de un circuito.

Marginación

marginal_counts

qiskit.result.marginal_counts(result, indices=None, inplace=False, format_marginal=False, marginalize_memory=True)

GitHub

Marginalizar los recuentos de un experimento sobre algunos índices de interés.

Parámetros

  • result (dict |Result) – resultado a marginar (un objeto Result o un dict(str, int) de recuentos).
  • indices (list[int] | None) – Las posiciones de los bits que nos interesan para realizar la marginalización. Si None (valor predeterminado), no se aplica ninguna marginación.
  • inplace (bool) – Por defecto: Falso. Opera sobre el argumento Resultado original si es True, provocando la pérdida del Resultado del Trabajo original. No tiene efecto si result es un dict.
  • format_marginal (bool) – Por defecto: Falso. Si es True, toma la salida de marginalize y la formatea con marcadores de posición entre cregs y para no índices.
  • marginalize_memory (bool | None) – Si es True, margina también el campo de memoria (si está presente). Si es False, elimina el campo de memoria del resultado. Si es Ninguno, deje el campo de memoria como está.

Devuelve

Un objeto Resultado o un diccionario con

los recuentos observados, marginados para tener en cuenta únicamente la frecuencia de las observaciones de bits de interés.

Tipo de retorno

Resultado o dict (str, int )

Eleva

QiskitError - en caso de índices no válidos sobre los que marginar.

marginal_distribution

qiskit.result.marginal_distribution(counts, indices=None, format_marginal=False)

GitHub

Marginalizar los recuentos de un experimento sobre algunos índices de interés.

A diferencia de marginal_counts() esta función respeta el orden de la entrada indices. Si se especifica la lista de entrada indices , el orden en que se especifiquen los índices de bits será el orden de salida de las cadenas de bits en la salida marginada.

Parámetros

  • counts (dict) – resultado a marginar
  • indices (Sequence[int] | None) – Las posiciones de los bits que nos interesan para realizar la marginalización. Si None (valor predeterminado), no se aplica ninguna marginación.
  • format_marginal (bool) – Por defecto: Falso. Si es True, toma la salida de marginalize y la formatea con marcadores de posición entre cregs y para no índices.

Devuelve

Un diccionario marginado

Tipo de retorno

dict (str, int )

Eleva

  • QiskitError - Si algún valor de indices no es válido o el dict counts
  • no es válido. -

marginal_memory

qiskit.result.marginal_memory(memory, indices=None, int_return=False, hex_return=False, avg_data=False, parallel_threshold=1000)

GitHub

Marginar la memoria del disparo

Esta función es multihilo y lanzará un pool de hilos con hilos igual al número de CPUs por defecto. Puede ajustar el número de hilos con la variable de entorno RAYON_NUM_THREADS . Por ejemplo, configurando RAYON_NUM_THREADS=4 se limitaría el pool de hilos a 4 hilos.

Parámetros

  • memory (list[str] | ndarray) – La lista de memoria de entrada: puede ser una lista de cadenas hexadecimales que se van a marginalizar y que representan la memoria de medición de nivel 2, o bien una matriz NumPy que representa la memoria de medición de nivel 0 (valor único o promedio) o la memoria de medición de nivel 1 (valor único o promedio).
  • indices (list[int] | None) – Las posiciones de los bits que nos interesan para realizar la marginalización. Si None (valor predeterminado), no se aplica ninguna marginación.
  • int_return (bool) – Si se establece en True la salida será una lista de enteros. Por defecto, el tipo de retorno es una cadena de bits. Esto y hex_return se excluyen mutuamente y no pueden especificarse al mismo tiempo. Esta opción sólo tiene efecto con el nivel de memoria 2.
  • hex_return (bool) – Si se establece en True la salida será una lista de cadenas hexadecimales. Por defecto, el tipo de retorno es una cadena de bits. Esto y int_return se excluyen mutuamente y no pueden especificarse al mismo tiempo. Esta opción sólo tiene efecto con el nivel de memoria 2.
  • avg_data (bool) – Si se pasa un array numpy de 2 dimensiones para memory esto se puede establecer en True para indicar que es un dato de nivel 0 de promedio en lugar de un dato único de nivel 1.
  • parallel_threshold (int) – El número de elementos en memory para comenzar a ejecutar en varios hilos. Si len(memory) es >= este valor, la función se ejecutará en múltiples hilos. Por defecto, el valor es 1000.

Devuelve

La lista de la memoria marginada

Tipo de retorno

memoria_marginal

Eleva

ValueError - si int_return y hex_return están configurados como True


Distribuciones

ProbDistribution(datos[, disparos] )Una clase genérica tipo dict para distribuciones de probabilidad.
QuasiDistribution(datos[, disparos,...] )Una clase tipo dict para representar cuasi-probabilidades.

Valores esperados

sampled_expectation_value

qiskit.result.sampled_expectation_value(dist, oper)

GitHub

Calcula el valor esperado de una distribución muestreada

Tenga en cuenta que pasar un dict sin procesar requiere claves de cadena de bits.

Parámetros

Devuelve

El valor esperado.

Eleva

QiskitError - si la distribución o el operador de entrada es un tipo no válido

Tipo de retorno

Float

¿Le ha resultado útil esta página?
Informe de un error, de una errata o solicite contenido en GitHub.