Skip to main content
IBM Quantum Platform

Résultats de l'expérience

qiskit.result


Classes centrales (core)

Result(*[, nom_du_backend, version_du_backend,...] )Modèle de résultats.
ResultError(erreur)Exceptions soulevées en raison d'erreurs dans les résultats.
Counts(données[, temps_écoulé, tailles_crég,...] )Classe permettant de stocker un résultat de comptage issu de l'exécution d'un circuit.

Marginalisation

marginal_counts

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

GitHub

Marginaliser les chiffres d'une expérience sur certains indices d'intérêt.

Paramètres

  • result (dict |Result) – résultat à marginaliser (un objet « Result » ou un dictionnaire (chaîne de caractères, entier) contenant les nombres).
  • indices (list[int] | None) – Les positions binaires qu'il convient de marginaliser. Si None (par défaut), ne pas marginaliser du tout.
  • inplace (bool) – Par défaut : Faux. Opère sur l'argument du résultat original s'il est vrai, ce qui entraîne la perte du résultat original de l'emploi. Cela n'a aucun effet si result est un dict.
  • format_marginal (bool) – Par défaut : Faux. Si True, prend la sortie de marginalize et la formate avec des espaces réservés entre les cregs et pour les non-indices.
  • marginalize_memory (bool | None) – Si c'est le cas, marginaliser également le champ de mémoire (s'il existe). Si Faux, le champ de mémoire est supprimé du résultat. Si aucun, laisser le champ de mémoire tel quel.

Retours

Un objet Result ou un dictionnaire avec

les nombres observés, marginalisés pour ne tenir compte que de la fréquence des observations des bits d'intérêt.

Type de retour

Result ou dict ( str, int )

Augmentations

QiskitError - en cas d'indices non valides à marginaliser.

marginal_distribution

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

GitHub

Marginaliser les chiffres d'une expérience sur certains indices d'intérêt.

Contrairement à marginal_counts() cette fonction respecte l'ordre de l'entrée indices. Si la liste d'entrée indices est spécifiée, l'ordre dans lequel les indices de bits sont spécifiés sera l'ordre de sortie des chaînes de bits dans la sortie marginalisée.

Paramètres

  • counts (dict) – résultat de la marginalisation
  • indices (Sequence[int] | None) – Les positions binaires qu'il convient de marginaliser. Si None (par défaut), ne pas marginaliser du tout.
  • format_marginal (bool) – Par défaut : Faux. Si True, prend la sortie de marginalize et la formate avec des espaces réservés entre les cregs et pour les non-indices.

Retours

Un dictionnaire marginalisé

Type de retour

dict (str, int )

Augmentations

  • QiskitError - Si l'une des valeurs de indices n'est pas valide ou si la dictée counts
  • n'est pas valide. -

marginal_memory

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

GitHub

Marginaliser la mémoire des fusillés

Cette fonction est multithread et lance par défaut un pool de threads dont le nombre est égal au nombre de CPU. Vous pouvez régler le nombre de threads à l'aide de la variable d'environnement RAYON_NUM_THREADS . Par exemple, le paramètre RAYON_NUM_THREADS=4 limiterait le pool de threads à 4 threads.

Paramètres

  • memory (list[str] | ndarray) – La liste de mémoire d'entrée : il s'agit soit d'une liste de chaînes hexadécimales à marginaliser représentant la mémoire de mesure de niveau 2, soit d'un tableau NumPy représentant la mémoire de mesure de niveau 0 (valeur unique ou moyenne) ou la mémoire de mesure de niveau 1 (valeur unique ou moyenne).
  • indices (list[int] | None) – Les positions binaires qu'il convient de marginaliser. Si None (par défaut), ne pas marginaliser du tout.
  • int_return (bool) – Si la valeur est True , la sortie sera une liste d'entiers. Par défaut, le type de retour est une chaîne de bits. This et hex_return s'excluent mutuellement et ne peuvent être spécifiés en même temps. Cette option n'a d'effet qu'avec le niveau de mémoire 2.
  • hex_return (bool) – Si la valeur est True , la sortie sera une liste de chaînes hexadécimales. Par défaut, le type de retour est une chaîne de bits. This et int_return s'excluent mutuellement et ne peuvent être spécifiés en même temps. Cette option n'a d'effet qu'avec le niveau de mémoire 2.
  • avg_data (bool) – Si un tableau numpy à 2 dimensions est transmis pour memory , cette valeur peut être fixée à True pour indiquer qu'il s'agit d'une donnée moyenne de niveau 0 au lieu d'une donnée unique de niveau 1.
  • parallel_threshold (int) – Le nombre d'éléments dans memory pour commencer l'exécution dans plusieurs threads. Si len(memory) est >= cette valeur, la fonction sera exécutée dans plusieurs threads. Par défaut, cette valeur est fixée à 1000.

Retours

La liste de la mémoire marginalisée

Type de retour

mémoire marginale

Augmentations

ValueError - si int_return et hex_return sont tous deux réglés sur True


Distributions

ProbDistribution(données[, prises de vue] )Une classe générique de type "dict" pour les distributions de probabilité.
QuasiDistribution(données[, prises de vue, etc.] )Une classe de type dict pour représenter les quasi-probabilités.

Valeurs attendues

sampled_expectation_value

qiskit.result.sampled_expectation_value(dist, oper)

GitHub

Calcule la valeur de l'espérance à partir d'une distribution échantillonnée

Notez que le passage d'un dict brut nécessite des clés de type chaîne de bits.

Paramètres

Retours

La valeur attendue.

Augmentations

QiskitError - si la distribution ou l'opérateur d'entrée est d'un type non valide

Type de retour

Float

Cette page a-t-elle été utile ?
Signaler un bogue, une coquille ou proposer du contenu sur GitHub.