矩阵未正确附加

Question

我的代码是让用户创建一个应用于起始状态的自定义矩阵。因为我希望它能够生成用户希望的任何方阵，所以我必须做一些时髦的事情。我的基本方法是让用户输入不同的元素，这些元素都放在一个列表中。根据列表中元素的位置，将它们放入不同的行中。我使用numpy.append() 执行此操作。但是，它给出了错误

Traceback (most recent call last):
  File "/home/physicsnerd/Documents/Quantum-Computer-Simulator/tests.py", line 39, in <module>
    customop(qstat)
  File "/home/physicsnerd/Documents/Quantum-Computer-Simulator/tests.py", line 21, in customop
    np.append(matrix,current_row,axis=0)
  File "/usr/lib/python3/dist-packages/numpy/lib/function_base.py", line 4575, in append
    return concatenate((arr, values), axis=axis)
ValueError: all the input arrays must have same number of dimensions

回应我的.append() 行。我做错了什么？

要重现此特定代码案例中的错误，请键入“2”，输入，“0”，输入，“1”，输入，“1”，输入，“0”，输入，尽管这似乎中断了最后四个中的任何数字。另一个注意事项 - print(current_row) 行用于调试参考。与print(matrix) 行相同。

代码

import numpy as np
import math

def customop(qstat):
    dimensions = float(input("What are the dimensions of your (square) matrix? Please input a single number: "))
    iterator = 1
    iterator_2 = 1
    elements = []
    while iterator <= dimensions:
        while iterator_2 <= dimensions:
            elements.append(float(input("Matrix element at "+str(iterator)+","+str(iterator_2)+": ")))
            iterator_2+=1
        iterator_2 = 1
        iterator+=1
    matrix = np.matrix([])
    element_places = list(range(len(elements)))
    current_row = []
    for i in element_places:
        print(i%dimensions)
        if i%dimensions == 0 and i > 0:#does this work? column vs row, elements, etc
            np.append(matrix,current_row,axis=0)
            current_row = []
            current_row.append(elements[i])
        elif i == 0:
            current_row.append(elements[i])
            print(current_row)
        else:
            current_row.append(elements[i])
            print(current_row)
    if np.array_equal(np.dot(matrix, matrix.conj().T), np.identity(2)) == True:
        print(matrix)
        return np.dot(matrix, qstat)
    else:
        print(matrix)
        print("matrix not unitary, pretending no gate was applied")
        return qstat

qstat = np.matrix([[0],[1]])
customop(qstat)

Answer 1

鉴于您在上面指定的输入（大小 2 和 0、1、1、0 的元素），错误来自您试图将一行 2 个元素附加到空矩阵的事实。如果变成 np.array，您的（空）矩阵的形状为 (1, 0) 而 current_row 的形状为 (2, )。

正如上面提到的 DYZ，您已经知道您的矩阵尺寸，因此您可以将输入重新整形为如下所示的方阵

np.matrix(elements).reshape((int(dimensions), int(dimensions)))

由于您要求元素的顺序与 reshape 功能的默认工作方式一致，因此您无需添加任何其他内容。请注意，我必须转换为上面的整数，因为您将尺寸解析为浮点数。

如此简化，您的代码将如下所示：

# matrix.py

import numpy as np
import math

def customop(qstat):
    dimensions = int(input("What are the dimensions of your (square) matrix? Please input a single number: "))
    iterator = 1
    iterator_2 = 1
    elements = []
    while iterator <= dimensions:
        while iterator_2 <= dimensions:
            elements.append(float(input("Matrix element at "+str(iterator)+","+str(iterator_2)+": ")))
            iterator_2+=1
        iterator_2 = 1
        iterator+=1
    matrix = np.matrix(elements).reshape(dimensions, dimensions)
    if np.array_equal(np.dot(matrix, matrix.conj().T), np.identity(2)) == True:
        print(matrix)
        return np.dot(matrix, qstat)
    else:
        print(matrix)
        print("matrix not unitary, pretending no gate was applied")
        return qstat

qstat = np.matrix([[0],[1]])
customop(qstat)

示例输出

$ python3 matrix.py
What are the dimensions of your (square) matrix? Please input a single number: 3
Matrix element at 1,1: 1
Matrix element at 1,2: 2
Matrix element at 1,3: 3
Matrix element at 2,1: 1
Matrix element at 2,2: 2
Matrix element at 2,3: 3
Matrix element at 3,1: 1
Matrix element at 3,2: 2
Matrix element at 3,3: 3
[[ 1.  2.  3.]
 [ 1.  2.  3.]
 [ 1.  2.  3.]]

其他优化

如果你知道你的矩阵是正方形的，那么你可以推断出维度是输入元素数量的平方根

dimensions = math.sqrt(len(elements))

请注意，这可能会使错误处理复杂化并影响用户体验。

旁注

您可以使用一个有用的工具来查看正在发生的事情是 ipdb。我掉线了

import ipdb; ipdb.set_trace()

就在您原来的 np.append 行之前，这就是帮助我突出您的错误的原因。

Answer 2

如果我理解正确，确定矩阵维度，附加用户的值，然后调整列表大小并将其转换为矩阵应该可以工作：

dimension = int(input("你的（方）矩阵的维数是多少？请输入一个数字："))

ls = []
for y in range(dimension):
    for x in range(dimension):
        ls.append(float(input('What value for position ({}, {}): '.format(y+1, x+1))))

np.matrix(np.resize(ls, (dimension, dimension)))

输出：

What are the dimensions of your (square) matrix? Please input a single number: 3
What value for position (1, 1): 1
What value for position (1, 2): 2
What value for position (1, 3): 3
What value for position (2, 1): 1
What value for position (2, 2): 2
What value for position (2, 3): 3
What value for position (3, 1): 1
What value for position (3, 2): 2
What value for position (3, 3): 3

Out[29]:
matrix([[ 1.,  2.,  3.],
        [ 1.,  2.,  3.],
        [ 1.,  2.,  3.]])

Answer 3

其他人指出了为什么您的方法会引发该错误。我将添加另一种创建矩阵的方法。请注意，在您要求输入之前，您会从用户那里获得尺寸（并且它始终是方阵）。因此，您可以创建一个由零组成的矩阵，然后使用用户提供给您的条目随时填充它，如下所示：

def customop(qstat):
    dimensions = input("What are the dimensions of your (square) matrix? Please input a single number: ")
    matrix = np.zeros([dimensions, dimensions])

    for iterator in range(dimensions):
        for iterator_2 in range(dimensions):
             matrix[iterator, iterator_2] = float(input("Matrix element at "+str(iterator)+","+str(iterator_2)+": "))

    if np.array_equal(np.dot(matrix, matrix.conj().T), np.identity(2)) == True:
        print(matrix)
        return np.dot(matrix, qstat)
    else:
        print(matrix)
        print("matrix not unitary, pretending no gate was applied")
        return qstat

qstat = np.matrix([[0],[1]])
customop(qstat)

我用 for 循环替换了 while 循环，以便自动处理初始化和递增。

Answer 4

好的，这里发生了一些不同的事情，其中​​一些已经处理，还有一些尚未处理。

正如@DYZ 所指出的，第一件事是您试图将行向量附加到一个空矩阵。这可以通过重塑空矩阵来解决。

代码也可以大大简化为：

import numpy as np

def custom_operator(state):
    dimension = int(input("What are the dimensions of your (square) matrix? Please input a single number:"))
    elements = list()
    for x in range(dimension):
        for y in range(dimension):
            value = float(input("Matrix element at ({x}, {y}):".format(x=x+1, y=y+1)))
            elements.append(value)

    operator = np.matrix(np.resize(elements, (dimension, dimension)))
    output_state = np.dot(operator, state)
    return output_state

state = np.matrix([[0], [1]])
custom_operator(state)

请注意，我已删除您未使用的 import math 语句，并且当您询问尺寸时，您应该将响应转换为 int 而不是浮点数。

也没有必要检查门是否是单一的。无论哪种方式，您仍然返回状态操作的输出。 （除非您真的想知道它是否是。）如果您确实想知道，如果维度不是 2，您当前的检查将失败。更好的检查将是

np.allclose(operator.dot(operator.T.conj()), np.eye(len(dimension)))

但是，如果您想对您的状态应用任何门，您就知道矩阵的维数必须是多少。允许用户指定他们想要将 qutrit 门应用于 qubit 状态只会让他们引入错误。所以更好的代码版本是：

import numpy as np

def custom_operator(input_state):
    dimension, width = input_state.shape

    if width != 1:
        error_message = "Input state must be a column vector"
        raise ValueError(error_message)

    elements = list()
    for x in range(dimension):
        for y in range(dimension):
            value = float(input("Matrix element at ({x}, {y}):".format(x=x+1, y=y+1)))
            elements.append(value)

    operator = np.matrix(np.resize(elements, (dimension, dimension)))
    output_state = np.dot(operator, input_state)
    return output_state

state = np.matrix([[0], [1]])
custom_operator(state)

此外，如果您想进行此类门模拟，并且您还不了解它们，请务必查看 all_close 和 reshape。他们会出现很多。