实验性

注意

这里的函数未经测试且文档不足。

连续变量

该模块包含一组用于从多模场状态的fock基表示计算连续变量量的函数。

correlation_matrix(basis, rho=None)

给定一组基操作符 \(\{a\}_n\)，计算相关矩阵：

\[C_{mn} = \langle a_m a_n \rangle\]

Parameters:

basislist

定义相关矩阵基础的运算符列表。

rhoQobj, optional

用于计算相关矩阵的密度矩阵。如果rho是None，则返回相关矩阵算子的矩阵，而不是这些算子的期望值。

Returns:

corr_matndarray

一个二维的数组，包含相关值或操作符。

correlation_matrix_field(a1, a2, rho=None)

计算给定场算符 \(a_1\) 和 \(a_2\) 的相关矩阵。如果提供了密度矩阵，则计算期望值，否则返回包含算符的矩阵。

Parameters:

a1Qobj

模式1的字段操作符。

a2Qobj

模式2的字段操作符。

rhoQobj, optional

用于计算协方差矩阵的密度矩阵。

Returns:

cov_matndarray

复数或Qobj的数组 一个二维的数组，包含协方差值，或者如果rho=0，则是一个操作符矩阵。

correlation_matrix_quadrature(a1, a2, rho=None, g=1.4142135623730951)

计算给定场算符\(a_1\)和\(a_2\)的正交相关矩阵。如果提供了密度矩阵，则计算期望值，否则返回包含算符的矩阵。

Parameters:

a1Qobj

模式1的字段操作符。

a2Qobj

模式2的字段操作符。

rhoQobj, optional

用于计算协方差矩阵的密度矩阵。

gfloat, default: sqrt(2)

a = 0.5 * g * (x + iy) 的缩放因子，默认 g = sqrt(2)。 g 的值与对易关系 [x, y] = i * hbar 中的 hbar 值相关，通过 hbar=2/g ** 2 给出默认值 hbar=1。

Returns:

corr_matndarray

复数或Qobj的数组 一个二维的数组，包含场正交的协方差值， 或者，如果rho=0，一个操作符矩阵。

covariance_matrix(basis, rho, symmetrized=True)

给定一组基操作符 \(\{a\}_n\)，计算协方差矩阵：

\[V_{mn} = \frac{1}{2}\langle a_m a_n + a_n a_m \rangle - \langle a_m \rangle \langle a_n\rangle\]

或者，如果可选参数 symmetrized=False，

\[V_{mn} = \langle a_m a_n\rangle - \langle a_m \rangle \langle a_n\rangle\]

Parameters:

basislist

定义协方差矩阵基础的运算符列表。

rhoQobj

用于计算协方差矩阵的密度矩阵。

symmetrizedbool, default: True

标志指示是否计算对称化（默认）或非对称化的相关矩阵。

Returns:

corr_matndarray

一个二维的协方差值数组。

logarithmic_negativity(V, g=1.4142135623730951)

计算给定对称协方差矩阵的对数负性，参见 qutip.continuous_variables.covariance_matrix。请注意，由 V 描述的双模场态必须是高斯态，此函数才适用。

Parameters:

Vndarray

协方差矩阵。

gfloat, default: sqrt(2)

a = 0.5 * g * (x + iy) 的缩放因子，默认 g = sqrt(2)。 g 的值与对易关系 [x, y] = i * hbar 中的 hbar 值相关，通过 hbar=2/g ** 2 给出默认值 hbar=1。

Returns:

Nfloat

由Wigner协方差矩阵V描述的双模高斯态的对数负性。

wigner_covariance_matrix(

a1=None,

a2=None,

R=None,

rho=None,

g=1.4142135623730951,

)

计算Wigner协方差矩阵 \(V_{ij} = \frac{1}{2}(R_{ij} + R_{ji})\)，给定 正交相关矩阵 \(R_{ij} = \langle R_{i} R_{j}\rangle - \langle R_{i}\rangle \langle R_{j}\rangle\)，其中 \(R = (q_1, p_1, q_2, p_2)^T\) 是两个模式的正交算子的向量。

或者，如果 R = None，并且如果提供了两个模式的湮灭算符 a1 和 a2，则从湮灭算符构建正交相关矩阵，然后再计算协方差矩阵。

Parameters:

a1Qobj, optional

模式1的字段操作符。

a2Qobj, optional

模式2的字段操作符。

Rndarray, optional

正交相关矩阵。

rhoQobj, optional

用于计算协方差矩阵的密度矩阵。

gfloat, default: sqrt(2)

a = 0.5 * g * (x + iy) 的缩放因子，默认 g = sqrt(2)。 g 的值与对易关系 [x, y] = i * hbar 中的 hbar 值相关，通过 hbar=2/g ** 2 给出默认值 hbar=1。

Returns:

cov_matndarray

一个二维的协方差值数组。

分布函数

class Distribution(data=None, xvecs=[], xlabels=[])

用于表示空间分布函数的类。

Distribution 类可用于表示任意维度的空间分布函数（尽管目前仅使用了一维和二维分布）。

它被设计为特定分布函数的基类，并提供所有分布函数共享的基本功能的实现，例如可视化、计算边缘分布等。

Parameters:

dataarray_like

分布的数据。维度必须与xvecs中坐标数组的长度匹配。

xvecslist

跨越每个坐标空间的数组列表。

xlabelslist

每个坐标的标签列表。

marginal(dim=0)

计算沿维度dim的边缘分布函数。返回一个新的描述这个降维分布的Distribution实例。

Parameters:

dimint

获取边缘分布的维度（坐标索引）。

Returns:

dDistributions

描述边缘分布的新实例。

project(dim=0)

计算沿维度dim的投影（最大值）分布函数。返回一个新的Distribution实例，描述这个降维后的分布。

Parameters:

dimint

获取投影分布的维度（坐标索引）。

Returns:

dDistributions

描述投影的Distribution的新实例。

visualize(

fig=None,

ax=None,

figsize=(8, 6),

colorbar=True,

cmap=None,

style='colormap',

show_xlabel=True,

show_ylabel=True,

)

根据基础分布的维度，可视化一维或二维的数据分布。

参数:

figmatplotlib Figure instance

如果给定，使用此图形实例进行可视化，

axmatplotlib Axes instance

如果给定，使用此轴实例渲染可视化。

figsizetuple

如果需要创建新的Figure实例，其大小。

colorbar: Bool

是否应使用颜色条（在2D可视化中）。

cmap: matplotlib colormap instance

如果给定，使用此颜色映射进行2D可视化。

stylestring

可视化类型：'colormap'（默认）或'surface'。

Returns:

fig, axtuple

一个包含matplotlib图形和轴实例的元组。