paddle_quantum.state module¶

paddle_quantum.state.vec(n)¶

生成量子态 \(|00...0\rangle\) 的numpy形式。

参数:	n (int) – 量子比特数量
返回:	一个形状为 `(1, 2**n)` 的numpy数组 `[[1, 0, 0, ..., 0]]`
返回类型:	numpy.ndarray

代码示例:

from paddle_quantum.state import vec
vector = vec(3)
print(vector)

[[1.+0.j 0.+0.j 0.+0.j 0.+0.j 0.+0.j 0.+0.j 0.+0.j 0.+0.j]]

paddle_quantum.state.vec_random(n, real_or_complex=2)¶

随机生成一个量子态，使用numpy形式。

参数:	n (int) – 量子比特数量 real_or_complex (int, optional) – 默认为2，即生成复数组；若为1，则生成实数组
返回:	一个形状为 `(1, 2**n)` 的numpy数组
返回类型:	numpy.ndarray

paddle_quantum.state.w_state(n, coeff=None)¶

生成一个W-state的numpy形式。

参数:	n (int) – 量子比特数量 coeff (numpy.ndarray, optional) – 默认为 `None` ，即生成平均概率幅（系数）
返回:	一个形状为 `(1, 2**n)` 的numpy数组
返回类型:	numpy.ndarray

代码示例:

from paddle_quantum.state import w_state
vector = w_state(3)
print(vector)

[[0.        +0.j 0.57735027+0.j 0.57735027+0.j 0.        +0.j
0.57735027+0.j 0.        +0.j 0.        +0.j 0.        +0.j]]

paddle_quantum.state.density_op(n)¶

生成密度矩阵 \(|00..0\rangle \langle00..0|\) 的numpy形式。

参数:	n (int) – 量子比特数量
返回:	一个形状为 `(2n, 2n)` 的numpy数组
返回类型:	numpy.ndarray

代码示例:

from paddle_quantum.state import density_op
state = density_op(2)
print(state)

[[1.+0.j 0.+0.j 0.+0.j 0.+0.j]
[0.+0.j 0.+0.j 0.+0.j 0.+0.j]
[0.+0.j 0.+0.j 0.+0.j 0.+0.j]
[0.+0.j 0.+0.j 0.+0.j 0.+0.j]]

paddle_quantum.state.density_op_random(n, real_or_complex=2, rank=None)¶

随机生成一个密度矩阵的numpy形式。

参数:	n (int) – 量子比特数量 real_or_complex (int, optional) – 默认为2，即生成复数组，若为1，则生成实数组 rank (int, optional) – 矩阵的秩，默认为 \(2^n\) （当rank为 `None` 时）
返回:	一个形状为 `(2n, 2n)` 的numpy数组
返回类型:	numpy.ndarray

paddle_quantum.state.completely_mixed_computational(n)¶

生成完全混合态的密度矩阵的numpy形式。

参数:	n (int) – 量子比特数量
返回:	一个形状为 `(2n, 2n)` 的numpy数组
返回类型:	numpy.ndarray

代码示例:

from paddle_quantum.state import completely_mixed_computational
state = completely_mixed_computational(2)
print(state)

[[0.25+0.j 0.  +0.j 0.  +0.j 0.  +0.j]
[0.  +0.j 0.25+0.j 0.  +0.j 0.  +0.j]
[0.  +0.j 0.  +0.j 0.25+0.j 0.  +0.j]
[0.  +0.j 0.  +0.j 0.  +0.j 0.25+0.j]]