실험 결과

qiskit.result

코어 클래스

칼럼 1	칼럼 2
`Result`(*[, 백엔드_이름, 백엔드_버전,...] )	결과 모델.
`ResultError`(오류)	결과 출력 오류로 인해 발생한 예외입니다.
`Counts`(데이터[, 소요_시간, 크레그_크기,...] )	회로 실행의 카운트 결과를 저장하는 클래스입니다.

소외

marginal_counts

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

GitHub

관심 있는 일부 지표에 대한 실험에서 카운트를 한계 설정합니다.

매개변수

result (dict |Result) – 마진화할 결과(Result 객체 또는 카운트 값을 포함한 dict(str, int)).
indices (list[int] | None) – 마진화를 수행할 대상인 비트 위치들. ( None 기본값)인 경우, 전혀 주변화하지 않습니다.
inplace (bool) – 기본값: False. True인 경우 원래의 Result 인자에 대해 연산을 수행하므로, 원래의 Job Result가 손실됩니다. 가 딕셔너리인 result 경우에는 아무런 효과가 없습니다.
format_marginal (bool) – 기본값: False. True인 경우, marginalize의 출력값을 가져와 cregs와 비인덱스 항목 사이에 자리 표시자를 삽입하여 형식을 지정합니다.
marginalize_memory (bool | None) – True인 경우, 메모리 필드(있는 경우)도 마진 처리합니다. False인 경우, 결과에서 메모리 필드를 제거합니다. 'None'인 경우, 메모리 필드는 그대로 둡니다.

리턴

결과 객체 또는 다음이 포함된 사전

관심 있는 비트의 관찰 빈도만 고려하도록 한계치를 설정한 관찰 횟수입니다.

리턴 유형

Result 또는 dict ( str, int )

레이즈

QiskitError - 유효하지 않은 인덱스가 있는 경우 한계값을 설정합니다.

marginal_distribution

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

GitHub

관심 있는 일부 지표에 대한 실험에서 카운트를 한계 설정합니다.

와 달리 marginal_counts() 와 달리 이 함수는 입력된 indices 의 순서를 존중합니다. 입력 indices 목록이 지정된 경우 비트 인덱스가 지정된 순서는 한계가 지정된 출력의 비트 문자열 출력 순서가 됩니다.

매개변수

counts (dict) – 주변화될 결과
indices (Sequence[int] | None) – 마진화를 수행할 대상인 비트 위치들. ( None 기본값)인 경우, 전혀 주변화하지 않습니다.
format_marginal (bool) – 기본값: False. True인 경우, marginalize의 출력값을 가져와 cregs와 비인덱스 항목 사이에 자리 표시자를 삽입하여 형식을 지정합니다.

리턴

소외된 사전

리턴 유형

dict ( str, int )

레이즈

QiskitError - indices 의 값이 유효하지 않거나 counts 딕셔너리가 잘못된 경우
가 유효하지 않습니다. -

marginal_memory

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

GitHub

샷 메모리 한계 설정

이 함수는 멀티스레드이며 기본적으로 CPU 수와 동일한 스레드로 스레드 풀을 시작합니다. RAYON_NUM_THREADS 환경 변수를 사용하여 스레드 수를 조정할 수 있습니다. 예를 들어 RAYON_NUM_THREADS=4 을 설정하면 스레드 풀이 4개로 제한됩니다.

매개변수

memory (list[str] | ndarray) – 입력 메모리 목록으로, 측정 레벨 2 메모리를 나타내는 16진수 문자열 목록이거나, 레벨 0 측정 메모리(단일 또는 평균) 또는 레벨 1 측정 메모리(단일 또는 평균)를 나타내는 numpy 배열입니다.
indices (list[int] | None) – 마진화를 수행할 대상인 비트 위치들. ( None 기본값)인 경우, 전혀 주변화하지 않습니다.
int_return (bool) – 이 값으로 설정하면 출력 True 결과는 정수 목록이 됩니다. 기본적으로 반환 유형은 비트 문자열입니다. 이 항목과 hex_return 는 상호 배타적이며, 동시에 지정할 수 없습니다. 이 옵션은 메모리 레벨 2에서만 적용됩니다.
hex_return (bool) – 이 값으로 설정하면 출력 True 결과는 16진수 문자열의 목록이 됩니다. 기본적으로 반환 유형은 비트 문자열입니다. 이 항목과 int_return 는 상호 배타적이며, 동시에 지정할 수 없습니다. 이 옵션은 메모리 레벨 2에서만 적용됩니다.
avg_data (bool) – 2차원 numpy 배열이 전달된 경우, 이를 레벨 1 단일 데이터가 아닌 레벨 0 평균 데이터임을 나타내기 위해 True memory 이 값을 로 설정할 수 있습니다.
parallel_threshold (int) – 여러 스레드에서 실행을 시작하기 memory 위한 의 요소 수. 이 값보다 len(memory) 크거나 같으면, 함수는 여러 스레드에서 실행됩니다. 기본적으로 이 값은 1000으로 설정되어 있습니다.

리턴

소외된 메모리 목록

리턴 유형

marginal_memory

레이즈

ValueError – int_return 와 hex_return 가 모두 True

배포

칼럼 1	칼럼 2
`ProbDistribution`(데이터[, 샷] )	확률 분포를 위한 일반 딕셔너리 같은 클래스입니다.
`QuasiDistribution`(데이터[, 샷,...] )	준확률을 표현하기 위한 딕셔너리와 유사한 클래스입니다.