qiskit_noise_learning.data.ObservableData

class qiskit_noise_learning.data.ObservableData(dataset: Dataset)

GitHub

Bases : LeveledData

Un ensemble de valeurs attendues calculées.

Cette classe est une enveloppe autour d'un XArray Dataset, contenant les données suivantes :

Variables de données :
- observable_values: Observables calculées à partir de paires Path et InstructionSequence à une profondeur de fragment donnée, séparées par des randomisations. Ses dimensions sont les suivantes ("observable", "randomization"). np.nan On suppose que ces valeurs sont dues à l'irrégularité de la dimension "randomization" pour différentes observables.
- time_lbs: Limite inférieure des temps d'acquisition des données, avec des dimensions ("observable", "randomization")et de type "datetime64[us]".
- time_ubs: borne supérieure sur les temps d'acquisition des données, avec des dimensions ("observable", "randomization")et de type "datetime64[us]".
Coordonnées :
- unbound_path: Le chemin non lié (avec fragment_depth=None) pour chaque observable, le long de la dimension ("observable",), de type Path.
- fragment_depth: Tableau d'entiers représentant les profondeurs des fragments le long de la dimension ("observable",).

Paramètres

ensemble de données – Un ensemble de données présentant la mise en forme décrite ci-dessus.

init

__init__(dataset: Dataset)

Méthodes

Chronique « 1 »	Chronique « 2 »
`__init__`(ensemble de données)
`from_arrays`(chemins non liés, profondeurs de fragments,...)	Instancier à partir de données spécifiées sous forme de tableaux.
`merge`(autre)	Fusionner les données observables en une seule instance.

Attributs

Chronique « 1 »	Chronique « 2 »
`dataset`
`observable_values`	Tableau de données observables.
`time_lbs`	Tableau de données des limites inférieures de temps.
`time_ubs`	Tableau de données des limites supérieures de temps.

from_arrays

classmethod from_arrays(unbound_paths: list[Path], fragment_depths: ndarray[int], observable_values: ndarray[float64], time_lbs: ndarray[datetime64], time_ubs: ndarray[datetime64])

Instancier à partir de données spécifiées sous forme de tableaux.

Paramètres

unbound_paths – Les chemins non liés correspondant aux observables.
fragment_depths – Les profondeurs de fragment pour chaque observable.
observable_values – Un tableau NumPy de type « 2d » avec floats des axes ("observable", "randomization").
time_lbs – Une borne inférieure pour la durée de collecte des données pour chaque variable observable et chaque randomisation. Possède des axes ("observable", "randomization").
time_ubs – Limites supérieures de la durée de collecte des données pour chaque variable observable et chaque randomisation. Possède des axes ("observable", "randomization").

observable_values

Type: DataArray

Tableau de données observables.

time_lbs

Type: DataArray

Tableau de données des limites inférieures de temps.

time_ubs

Type: DataArray

Tableau de données des limites supérieures de temps.

merge

merge(other: Self) → Self

Fusionner les données observables en une seule instance.

Paramètres

autre – L'autre ensemble de données observables.

Retours

Les données fusionnées.

Cette page a-t-elle été utile ?

Signaler un bogue, une coquille ou proposer du contenu sur GitHub.