{ "cells": [ { "cell_type": "markdown", "id": "1fd07edc-2356-49d3-bf35-6e4e1256b61b", "metadata": {}, "source": [ "---\n", "title: \"サンプラーの入出力\"\n", "description: \"Samplerプリミティブの入力および出力形式を理解する\"\n", "---\n", "\n", "\n", "\n", "# サンプラーの入出力\n", "\n" ] }, { "cell_type": "markdown", "id": "fcd633c9-366b-440f-8997-7c60692e5a4d", "metadata": { "tags": [ "version-info" ] }, "source": [ "{/*\n", " DO NOT EDIT THIS CELL!!!\n", " This cell's content is generated automatically by a script. Anything you add\n", " here will be removed next time the notebook is run. To add new content, create\n", " a new cell before or after this one.\n", " */}\n", "\n", "\n", " \n", " このページのコードは、以下の要件に基づいて開発されました。\n", " これらのバージョン以降のご利用をお勧めします。\n", "\n", " ```\n", " qiskit[all]~=2.5.1\n", " qiskit-ibm-runtime~=0.47.0\n", " ```\n", " \n", "\n", "\n" ] }, { "cell_type": "markdown", "id": "672f7038-64e7-42cc-9936-c30a03596791", "metadata": {}, "source": [ "このページでは、 IBM Quantum® Compute Service 上でワークロードを実行する「 `qiskit-ibm-runtime` Sampler」プリミティブの入力と出力の概要について説明します。 Sampler では、「 [**プリミティブ・ユニファイド・ブロック（ PUB ）」**](/docs/guides/primitive-input-output#pubs) と呼ばれるデータ構造を使用することで、ベクトル化されたワークロードを効率的に定義することができます。 これらは、Samplerプリミティブのメソッド [`run()`](/docs/api/qiskit-ibm-runtime/sampler-v2#run) への入力として使用され、そのメソッドは定義されたワークロードをジョブとして実行します。 その後、ジョブが完了すると、結果は、使用されたPUBと、プリミティブから指定された実行時オプションの両方に依存する形式で返されます。\n", "\n" ] }, { "cell_type": "markdown", "id": "0115445a-d695-4806-8a9a-6bcd2451e418", "metadata": {}, "source": [ "\n", "\n", "## 入力\n", "\n", "各 PUB は、以下の形式になっています：\n", "\n", "(``, ``, ``),\n", "\n", "項目は `parameter values` 複数存在する場合があり、各項目は選択した回路に応じて、配列または単一のパラメータのいずれかになります。 また、入力には測定値が含まれている必要があります。\n", "\n", "Samplerプリミティブの場合、 PUB には最大3つの値を格納できます：\n", "\n", "* 1つ以上の [`Parameter`](/docs/api/qiskit/qiskit.circuit.Parameter) オブジェクトを含む単一 `QuantumCircuit`の\n", " *注：これらの回路には*、サンプリング対象となる各量子ビットの測定手順も記載する必要があります。\n", "* $\\theta_k$ に対して回路をバインドするためのパラメータ値のコレクション（実行時にバインドする必要があるオブジェクトが `Parameter` 使用される場合にのみ必要）\n", "* （任意）回路を測定するためのショット数\n", "\n" ] }, { "cell_type": "markdown", "id": "f2314472-55e7-4f31-824e-31b18179e18d", "metadata": {}, "source": [ "***\n", "\n", "以下のコードは、 `Sampler` プリミティブへのベクトル化された入力の例を示しており、 IBM®`RuntimeJobV2 ` バックエンド上で単一のオブジェクトとして実行します。\n", "\n" ] }, { "cell_type": "code", "execution_count": 1, "id": "21687f88-51fc-4139-91b0-3fb4542716ca", "metadata": {}, "outputs": [], "source": [ "from qiskit.circuit import (\n", " Parameter,\n", " QuantumCircuit,\n", " ClassicalRegister,\n", " QuantumRegister,\n", ")\n", "from qiskit.transpiler import generate_preset_pass_manager\n", "from qiskit.quantum_info import SparsePauliOp\n", "from qiskit.primitives.containers import BitArray\n", "\n", "from qiskit_ibm_runtime import (\n", " QiskitRuntimeService,\n", " SamplerV2 as Sampler,\n", ")\n", "\n", "import numpy as np\n", "\n", "# Instantiate runtime service and get\n", "# the least busy backend\n", "service = QiskitRuntimeService()\n", "backend = service.least_busy(operational=True, simulator=False)\n", "\n", "# Define a circuit with two parameters.\n", "circuit = QuantumCircuit(2)\n", "circuit.h(0)\n", "circuit.cx(0, 1)\n", "circuit.ry(Parameter(\"a\"), 0)\n", "circuit.rz(Parameter(\"b\"), 0)\n", "circuit.cx(0, 1)\n", "circuit.h(0)\n", "circuit.measure_all()\n", "\n", "# Transpile the circuit\n", "pm = generate_preset_pass_manager(optimization_level=1, backend=backend)\n", "transpiled_circuit = pm.run(circuit)\n", "layout = transpiled_circuit.layout\n", "\n", "# Now define a sweep over parameter values, the last axis of dimension 2 is\n", "# for the two parameters \"a\" and \"b\"\n", "params = np.vstack(\n", " [\n", " np.linspace(-np.pi, np.pi, 100),\n", " np.linspace(-4 * np.pi, 4 * np.pi, 100),\n", " ]\n", ").T\n", "\n", "sampler_pub = (transpiled_circuit, params)\n", "\n", "# Instantiate the new Sampler object, then run the transpiled circuit\n", "# using the set of parameters and observables.\n", "sampler = Sampler(mode=backend)\n", "job = sampler.run([sampler_pub])\n", "result = job.result()" ] }, { "cell_type": "markdown", "id": "9f1a6c43-a00c-421f-b11d-62d3237f1ccb", "metadata": {}, "source": [ "\n", "\n", "## 出力\n", "\n", "1つ以上のPUBがQPUに送信されて実行され、ジョブが正常に完了すると、データはコンテナオブジェクト [`PrimitiveResult`](/docs/api/qiskit/qiskit.primitives.PrimitiveResult) として返され、このオブジェクトには `RuntimeJobV2.result()` メソッドを呼び出すことでアクセスできます。 には、各 `PrimitiveResult`PUB の実行結果を含む [`SamplerPubResult`](/docs/api/qiskit/qiskit.primitives.SamplerPubResult) オブジェクトの反復可能なリストが含まれています。 これらのデータは、回路の出力のサンプルです。\n", "\n", "このリストの各要素は、プリミティブの `run()` メソッドに送信された PUB に対応しています（たとえば、20個のPUBで送信されたジョブは、20 `SamplerPubResult` 個のオブジェクトのリストを含むオブジェクト `PrimitiveResult` を返します。各オブジェクトは、それぞれの PUB に対応しています）。\n", "\n", "各オブジェクト `SamplerPubResult` は、 `data` とという2 `metadata` つの属性を持っています。\n", "\n", "* この `data` 属性は、実際の測定値や標準偏差などを含む、 [`DataBin`](/docs/api/qiskit/qiskit.primitives.DataBin) カスタマイズされたデータセットです。 データ・ビンは辞書のようなオブジェクトであり、回路内の各要素につき `BitArray``ClassicalRegister` 1つずつ格納されています。\n", "* この `BitArray` クラスは、順序付けられたショットデータを格納するためのコンテナです。 サンプリングされたビット列を、2次元配列内のバイトとして格納します。 この配列の最も左側の軸は順序付きショットを、最も右側の軸はバイトをそれぞれ表しています。\n", "* この `metadata` 属性には、使用された実行時オプションに関する情報が含まれています（詳細は、このページの「 [結果のメタデータ](#result-metadata) 」セクションで後述します）。\n", "\n", "以下は、データ構造 `PrimitiveResult` の概要を示す図です：\n", "\n", "```\n", " └── PrimitiveResult\n", " ├── SamplerPubResult[0]\n", " │ ├── metadata\n", " │ └── data ## In the form of a DataBin object\n", " │ ├── NAME_OF_CLASSICAL_REGISTER\n", " │ │ └── BitArray of count data (default is 'meas')\n", " | |\n", " │ └── NAME_OF_ANOTHER_CLASSICAL_REGISTER\n", " │ └── BitArray of count data (exists only if more than one\n", " | ClassicalRegister was specified in the circuit)\n", " ├── SamplerPubResult[1]\n", " | ├── metadata\n", " | └── data ## In the form of a DataBin object\n", " | └── NAME_OF_CLASSICAL_REGISTER\n", " | └── BitArray of count data for second pub\n", " ├── ...\n", " ├── ...\n", " └── ...\n", "```\n", "\n", "簡単に言えば、1つのジョブは オブジェクトを [`PrimitiveResult`](/docs/api/qiskit/qiskit.primitives.PrimitiveResult) 返し、1つ以上の [`SamplerPubResult`](/docs/api/qiskit/qiskit.primitives.SamplerPubResult) オブジェクトのリストを含んでいます。 これらの `SamplerPubResult` オブジェクトは、そのジョブに送信された各 PUB の測定データを保存します。\n", "\n", "最初の例として、次の10キュービット回路を見てみましょう：\n", "\n" ] }, { "cell_type": "code", "execution_count": 2, "id": "e42b2fd8-0790-4a38-9082-f2334440e411", "metadata": {}, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ "Databin: DataBin(meas=BitArray())\n", "\n", "BitArray: BitArray()\n", "\n", "The shape of register `meas` is (4096, 2).\n", "\n", "The bytes in register `alpha`, shot by shot:\n", "[[ 3 255]\n", " [ 0 0]\n", " [ 0 1]\n", " ...\n", " [ 3 0]\n", " [ 0 0]\n", " [ 3 254]]\n", "\n" ] } ], "source": [ "# generate a ten-qubit GHZ circuit\n", "circuit = QuantumCircuit(10)\n", "circuit.h(0)\n", "circuit.cx(range(0, 9), range(1, 10))\n", "\n", "# append measurements with the `measure_all` method\n", "circuit.measure_all()\n", "\n", "# transpile the circuit\n", "transpiled_circuit = pm.run(circuit)\n", "\n", "# run the Sampler job and retrieve the results\n", "sampler = Sampler(mode=backend)\n", "job = sampler.run([transpiled_circuit])\n", "result = job.result()\n", "\n", "# the data bin contains one BitArray\n", "data = result[0].data\n", "print(f\"Databin: {data}\\n\")\n", "\n", "# to access the BitArray, use the key \"meas\", which is the default name of\n", "# the classical register when this is added by the `measure_all` method\n", "array = data.meas\n", "print(f\"BitArray: {array}\\n\")\n", "print(f\"The shape of register `meas` is {data.meas.array.shape}.\\n\")\n", "print(f\"The bytes in register `alpha`, shot by shot:\\n{data.meas.array}\\n\")" ] }, { "cell_type": "markdown", "id": "5926adf1-c7db-425a-a5cf-cb97eb5fa389", "metadata": {}, "source": [ "場合によっては、バイト形式からビット文字列 `BitArray` に変換しておくと便利なことがあります。 この `get_count` メソッドは、ビット列とその出現回数を対応付けた辞書を返します。\n", "\n" ] }, { "cell_type": "code", "execution_count": 3, "id": "b4eb01c9-d438-46ca-9057-4e91b7656748", "metadata": {}, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ "Counts: {'1111111111': 1346, '0000000000': 1754, '0000000001': 55, '1000000000': 56, '1111111110': 92, '0111111111': 23, '1011111111': 15, '0001111111': 23, '1111011011': 1, '1111111101': 45, '1111111011': 108, '1111110111': 32, '0100000000': 10, '0000000111': 21, '0011111111': 21, '1111110000': 26, '1101111111': 47, '1111011111': 23, '1111111010': 6, '1100000000': 45, '1111100000': 32, '1110000000': 21, '1111101111': 13, '0010000000': 14, '0000000011': 19, '0000000101': 2, '0000001110': 2, '0000100000': 4, '0000001111': 20, '1111111100': 22, '0000010000': 5, '1101110111': 4, '1011111101': 1, '0000000010': 15, '0000001000': 12, '1111110110': 7, '1111000000': 3, '0010000001': 1, '0111011111': 3, '1001111111': 3, '1101111011': 3, '0000011111': 16, '0000011110': 3, '0001111011': 1, '1011111011': 3, '1111110011': 4, '1111101011': 2, '0000000100': 6, '1110111111': 12, '1111111000': 17, '0000111111': 5, '0001111101': 2, '1101100000': 2, '1101110001': 1, '1000001111': 2, '1111101110': 1, '1110111101': 1, '1101111101': 2, '1110000100': 1, '0100011111': 1, '1110000010': 1, '0011111110': 2, '0111111110': 1, '1111110010': 1, '0111110111': 1, '0000000110': 1, '0101111111': 1, '1101011111': 1, '1111001111': 1, '1110011111': 1, '0011111000': 2, '1101111110': 3, '1110111110': 1, '0110000000': 2, '1110000111': 1, '0000010111': 3, '0001000000': 3, '0111101111': 1, '0000011100': 1, '1000000001': 1, '1111011010': 1, '0000001010': 1, '1111100111': 2, '1111100011': 2, '0000001101': 1, '0111001111': 1, '1111111001': 1, '1101111000': 1, '0111110000': 1, '1111000111': 1, '1010000000': 1, '0011110000': 1, '1100000001': 1, '1011001101': 1, '0000001100': 1, '1100111111': 1, '1110111011': 1, '1111011101': 1, '1000011111': 1, '1101111001': 1, '0101101111': 1, '0000011011': 1, '0000111011': 1, '0111111100': 1, '1011100000': 1, '0011111011': 1, '0000010010': 1, '1001111011': 1}\n" ] } ], "source": [ "# optionally, convert away from the native BitArray format to a dictionary format\n", "counts = data.meas.get_counts()\n", "print(f\"Counts: {counts}\")" ] }, { "cell_type": "markdown", "id": "e186d055-09e7-421c-8d70-0d27e7d0edaa", "metadata": {}, "source": [ "回路に複数の古典的レジスタが含まれる場合、結果はそれぞれ異なる `BitArray` オブジェクトに格納されます。 次の例では、従来のレジスタを2つの独立したレジスタに分割することで、前のスニペットを修正しています：\n", "\n" ] }, { "cell_type": "code", "execution_count": 4, "id": "e81d87ce-2fd6-4498-a9a5-f3432209fccd", "metadata": {}, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ "BitArray for register 'alpha': BitArray()\n", "BitArray for register 'beta': BitArray()\n" ] } ], "source": [ "# generate a ten-qubit GHZ circuit with two classical registers\n", "circuit = QuantumCircuit(\n", " qreg := QuantumRegister(10),\n", " alpha := ClassicalRegister(1, \"alpha\"),\n", " beta := ClassicalRegister(9, \"beta\"),\n", ")\n", "circuit.h(0)\n", "circuit.cx(range(0, 9), range(1, 10))\n", "\n", "# append measurements with the `measure_all` method\n", "circuit.measure([0], alpha)\n", "circuit.measure(range(1, 10), beta)\n", "\n", "# transpile the circuit\n", "transpiled_circuit = pm.run(circuit)\n", "\n", "# run the Sampler job and retrieve the results\n", "sampler = Sampler(mode=backend)\n", "job = sampler.run([transpiled_circuit])\n", "result = job.result()\n", "\n", "# the data bin contains two BitArrays, one per register, and can be accessed\n", "# as attributes using the registers' names\n", "data = result[0].data\n", "print(f\"BitArray for register 'alpha': {data.alpha}\")\n", "print(f\"BitArray for register 'beta': {data.beta}\")" ] }, { "cell_type": "markdown", "id": "d93dd9f5-cc43-41b0-b350-f545a14d1f38", "metadata": {}, "source": [ "\n", "\n", "### パフォーマンスの高い後処理にはオブジェクト `BitArray` を使用する\n", "\n", "配列は一般的に辞書よりもパフォーマンスが高いため、カウントの辞書ではなく、オブジェクト `BitArray` に対して直接後処理を行うことをお勧めします。 この `BitArray` クラスでは、一般的な後処理操作を実行するためのさまざまなメソッドが用意されています：\n", "\n" ] }, { "cell_type": "code", "execution_count": 5, "id": "6465d11b-9e5b-4078-a1be-75229297093a", "metadata": {}, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ "The shape of register `alpha` is (4096, 1).\n", "The bytes in register `alpha`, shot by shot:\n", "[[0]\n", " [0]\n", " [0]\n", " ...\n", " [1]\n", " [0]\n", " [1]]\n", "\n", "The shape of register `beta` is (4096, 2).\n", "The bytes in register `beta`, shot by shot:\n", "[[ 0 0]\n", " [ 0 0]\n", " [ 1 255]\n", " ...\n", " [ 1 255]\n", " [ 0 0]\n", " [ 1 255]]\n", "\n", "The shape of `beta` after post-selection is (0, 2).\n", "The bytes in `beta` after post-selection:\n", "[]\n", "The shape of `beta` after bit-wise slicing is (4096, 1).\n", "The bytes in `beta` after bit-wise slicing:\n", "[[0]\n", " [0]\n", " [7]\n", " ...\n", " [7]\n", " [0]\n", " [7]]\n", "\n", "The shape of `beta` after shot-wise slicing is (5, 2).\n", "The bytes in `beta` after shot-wise slicing:\n", "[[ 0 0]\n", " [ 0 0]\n", " [ 1 255]\n", " [ 0 0]\n", " [ 1 255]]\n", "\n", "Exp. val. for observable `SparsePauliOp(['ZZZZZZZZZ'],\n", " coeffs=[1.+0.j])` is: 0.115234375\n", "Exp. val. for observable `SparsePauliOp(['IIIIIIIIZ'],\n", " coeffs=[1.+0.j])` is: 0.02392578125\n", "\n", "The shape of the merged results is (4096, 2).\n", "The bytes of the merged results:\n", "[[ 0 0]\n", " [ 0 0]\n", " [ 3 254]\n", " ...\n", " [ 3 255]\n", " [ 0 0]\n", " [ 3 255]]\n", "\n" ] } ], "source": [ "print(f\"The shape of register `alpha` is {data.alpha.array.shape}.\")\n", "print(f\"The bytes in register `alpha`, shot by shot:\\n{data.alpha.array}\\n\")\n", "\n", "print(f\"The shape of register `beta` is {data.beta.array.shape}.\")\n", "print(f\"The bytes in register `beta`, shot by shot:\\n{data.beta.array}\\n\")\n", "\n", "# post-select the bitstrings of `beta` based on having sampled \"1\" in `alpha`\n", "mask = data.alpha.array == \"0b1\"\n", "ps_beta = data.beta[mask[:, 0]]\n", "print(f\"The shape of `beta` after post-selection is {ps_beta.array.shape}.\")\n", "print(f\"The bytes in `beta` after post-selection:\\n{ps_beta.array}\")\n", "\n", "# get a slice of `beta` to retrieve the first three bits\n", "beta_sl_bits = data.beta.slice_bits([0, 1, 2])\n", "print(\n", " f\"The shape of `beta` after bit-wise slicing is {beta_sl_bits.array.shape}.\"\n", ")\n", "print(f\"The bytes in `beta` after bit-wise slicing:\\n{beta_sl_bits.array}\\n\")\n", "\n", "# get a slice of `beta` to retrieve the bytes of the first five shots\n", "beta_sl_shots = data.beta.slice_shots([0, 1, 2, 3, 4])\n", "print(\n", " f\"The shape of `beta` after shot-wise slicing is {beta_sl_shots.array.shape}.\"\n", ")\n", "print(\n", " f\"The bytes in `beta` after shot-wise slicing:\\n{beta_sl_shots.array}\\n\"\n", ")\n", "\n", "# calculate the expectation value of diagonal operators on `beta`\n", "ops = [SparsePauliOp(\"ZZZZZZZZZ\"), SparsePauliOp(\"IIIIIIIIZ\")]\n", "exp_vals = data.beta.expectation_values(ops)\n", "for o, e in zip(ops, exp_vals):\n", " print(f\"Exp. val. for observable `{o}` is: {e}\")\n", "\n", "# concatenate the bitstrings in `alpha` and `beta` to \"merge\" the results of the two\n", "# registers\n", "merged_results = BitArray.concatenate_bits([data.alpha, data.beta])\n", "print(f\"\\nThe shape of the merged results is {merged_results.array.shape}.\")\n", "print(f\"The bytes of the merged results:\\n{merged_results.array}\\n\")" ] }, { "cell_type": "markdown", "id": "b3765ba4-ffaa-4f51-a657-1fdfb588b849", "metadata": {}, "source": [ "\n", "\n", "## 結果のメタデータ\n", "\n", "実行結果に加え、および `SamplerPubResult``PrimitiveResult` オブジェクトには、送信されたジョブに関するメタデータ属性が含まれています。 提出されたすべてのPUBに関する情報（利用可能な各種[実行時オプション](/docs/api/qiskit-ibm-runtime/options)など）を含むメタデータは にあり `PrimitiveResult.metatada`、各 PUB 固有のメタデータは にあります `SamplerPubResult.metadata`。\n", "\n", "サンプラーの結果メタデータには[*、「実行スパン」*](#execution-spans) と呼ばれる実行タイミング情報も含まれています。\n", "\n", "\n", " メタデータフィールドでは、プリミティブの実装は、自身に関連する実行に関するあらゆる情報を返すことができ、ベースプリミティブによって保証されるキーと値のペアは存在しません。 したがって、返されるメタデータは、プリミティブの実装によって異なる場合があります。\n", "\n", "\n" ] }, { "cell_type": "code", "execution_count": 6, "id": "9a40d177-917b-484a-a809-44554efcee28", "metadata": {}, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ "The metadata of the PrimitiveResult is:\n", "'execution' : {'execution_spans': ExecutionSpans([DoubleSliceSpan()])},\n", "'version' : 2,\n", "\n", "The metadata of the PubResult result is:\n", "'circuit_metadata' : {},\n" ] } ], "source": [ "# Print out the results metadata\n", "print(\"The metadata of the PrimitiveResult is:\")\n", "for key, val in result.metadata.items():\n", " print(f\"'{key}' : {val},\")\n", "\n", "print(\"\\nThe metadata of the PubResult result is:\")\n", "for key, val in result[0].metadata.items():\n", " print(f\"'{key}' : {val},\")" ] }, { "cell_type": "markdown", "id": "403dd006-33ec-4bd6-ad45-857535857077", "metadata": {}, "source": [ "\n", "\n", "\n", "\n", "### 実行スパンを表示する\n", "\n", "IBM Quantum Compute Service で実行されたジョブ [`SamplerV2`](/docs/api/qiskit-ibm-runtime/sampler-v2) の結果には、メタデータに実行タイミング情報が含まれています。\n", "このタイミング情報を利用することで、特定のショットがQPU上で実行された時期の上限と下限を特定することができます。\n", "ショットは「 [`ExecutionSpan`](/docs/api/qiskit-ibm-runtime/execution-span-execution-span) オブジェクト」にグループ化されており、各オブジェクトには開始時刻、終了時刻、およびその期間内に収集されたショットの詳細が指定されています。\n", "\n", "実行スパンは、メソッド [`ExecutionSpan.mask`](/docs/api/qiskit-ibm-runtime/execution-span-execution-span#mask) を指定することで、そのウィンドウ期間中にどのデータが実行されたかを特定します。 このメソッドは、任意[のプリミティブ統合ブロック（ PUB ）](/docs/guides/primitive-input-output#pubs) のインデックスを受け取り、そのウィンドウ内で実行されたすべてのショットに対して `True` となるブール値のマスクを返します。 PUBは、Sampler実行コールに渡された順序でインデックス付けされます。 例えば、 PUB の形状が `(2, 3)` であり、4回のショットで実行された場合、マスクの形状は となります `(2, 3, 4)`。 詳細については[、execution\\_span](/docs/api/qiskit-ibm-runtime/execution-span) API のページをご覧ください。\n", "\n", "実行スパン情報を確認するには、によって返される結果のメタデータを確認してください。この `SamplerV2`結果は オブジェクト `ExecutionSpans` の形式で返されます。 このオブジェクトは、 `ExecutionSpan`やなどのサブクラスのインスタンス `SliceSpan`を含む、リストのようなコンテナです。\n", "\n", "例:\n", "\n" ] }, { "cell_type": "code", "execution_count": 7, "id": "480e553c-2e53-40ca-bafd-e350f173cbcc", "metadata": {}, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ "ExecutionSpans([DoubleSliceSpan()])\n" ] } ], "source": [ "# Define two circuits, each with one parameter with two parameters.\n", "circuit = QuantumCircuit(2)\n", "circuit.h(0)\n", "circuit.cx(0, 1)\n", "circuit.ry(Parameter(\"a\"), 0)\n", "circuit.cx(0, 1)\n", "circuit.h(0)\n", "circuit.measure_all()\n", "\n", "\n", "pm = generate_preset_pass_manager(optimization_level=1, backend=backend)\n", "transpiled_circuit = pm.run(circuit)\n", "\n", "params = np.random.uniform(size=(2, 3)).T\n", "\n", "sampler_pub = (transpiled_circuit, params)\n", "\n", "# Instantiate the new Estimator object, then run the transpiled circuit\n", "# using the set of parameters and observables.\n", "\n", "job = sampler.run([sampler_pub], shots=4)\n", "\n", "result = job.result()\n", "spans = job.result().metadata[\"execution\"][\"execution_spans\"]\n", "print(spans)" ] }, { "cell_type": "code", "execution_count": 8, "id": "092fedcc-c4ac-4841-9846-f77b9ec90d2e", "metadata": {}, "outputs": [], "source": [ "from qiskit.primitives import BitArray\n", "\n", "# Get the mask of the 1st PUB for the 0th span.\n", "mask = spans[0].mask(0)\n", "\n", "# Decide whether the 0th shot of parameter set (1, 2) occurred in this span.\n", "in_this_span = mask[2, 1, 0]\n", "\n", "# Create a new bit array containing only the PUB-1 data collected during this span.\n", "bits = result[0].data.meas\n", "filtered_data = BitArray(bits.array[mask], bits.num_bits)" ] }, { "cell_type": "markdown", "id": "2ba13f59-c804-4e3b-85c9-90f26cb68e92", "metadata": {}, "source": [ "実行スパンは、インデックスに基づいて選択された特定のPUBに関連する情報を含めるようにフィルタリングできます：\n", "\n" ] }, { "cell_type": "code", "execution_count": 9, "id": "53dec6a3-57b9-41b0-8ebd-28c6257dd10e", "metadata": {}, "outputs": [ { "data": { "text/plain": [ "ExecutionSpans([DoubleSliceSpan()])" ] }, "execution_count": 9, "metadata": {}, "output_type": "execute_result" } ], "source": [ "# take the subset of spans that reference data in PUBs 0 or 2\n", "spans.filter_by_pub([0, 2])" ] }, { "cell_type": "markdown", "id": "4f635472-60a9-4729-9880-5581fb3806f2", "metadata": {}, "source": [ "実行スパン群に関する全体情報を表示する：\n", "\n" ] }, { "cell_type": "code", "execution_count": 10, "id": "ba4aa14d-4182-47bf-93a6-df607fd82594", "metadata": {}, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ "Number of execution spans: 1\n", " Start of the first span: 2026-08-01 08:21:37.606114\n", " End of the last span: 2026-08-01 08:21:38.960352\n", " Total duration (s): 1.354238\n" ] } ], "source": [ "print(\"Number of execution spans:\", len(spans))\n", "print(\" Start of the first span:\", spans.start)\n", "print(\" End of the last span:\", spans.stop)\n", "print(\" Total duration (s):\", spans.duration)" ] }, { "cell_type": "markdown", "id": "1392fbc0-0792-402c-9568-160313ab76c4", "metadata": {}, "source": [ "特定のスパンを抽出して確認する：\n", "\n" ] }, { "cell_type": "code", "execution_count": 11, "id": "077a74ad-2780-4c61-8310-a4821efbfa68", "metadata": {}, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ " Start of first span: 2026-08-01 08:21:37.606114\n", " End of first span: 2026-08-01 08:21:38.960352\n", "#shots in first span: 24\n" ] } ], "source": [ "spans.sort()\n", "print(\" Start of first span:\", spans[0].start)\n", "print(\" End of first span:\", spans[0].stop)\n", "print(\"#shots in first span:\", spans[0].size)" ] }, { "cell_type": "markdown", "id": "924e26ed-ece0-42ef-a985-ae1aaea86622", "metadata": {}, "source": [ "\n", " 個別の実行期間で指定された時間枠が重複する可能性があります。 これは、QPUが一度に複数の実行を行っていたからではなく、量子実行と並行して行われる可能性のある特定の古典的処理による副産物である。 保証されるのは、参照されたデータが報告された実行期間内に確実に発生したことですが、時間枠の幅が可能な限り狭いとは限りません。\n", "\n", "\n" ] }, { "cell_type": "markdown", "metadata": {}, "id": "a1b8767d", "source": "© IBM Corp., 2017-2026" } ], "metadata": { "celltoolbar": "Raw Cell Format", "kernelspec": { "display_name": "Python 3", "language": "python", "name": "python3" }, "language_info": { "codemirror_mode": { "name": "ipython", "version": 3 }, "file_extension": ".py", "mimetype": "text/x-python", "name": "python", "nbconvert_exporter": "python", "pygments_lexer": "ipython3", "version": "3" } }, "nbformat": 4, "nbformat_minor": 4 }