qiskit_noise_learning.math.IndexedMatrix
class qiskit_noise_learning.math.IndexedMatrix(row_index_map: Mapping[RowIndex, int] | None = None, column_index_map: Mapping[ColumnIndex, int] | None = None, data: ndarray | sparray | None = None)
ベース： Generic[RowIndex, ColumnIndex]
浮動小数点数の要素を持ち、行および列のインデックスデータが任意の行列。
エントリは SciPy のCSR配列(data)として格納されます。を介して密表現を取得します toarray()。
パラメーター
- row_index_map – 行インデックスから、の整数行軸への対応付け
data。 - column_index_map – 列インデックスから、の整数列軸への対応関係
data。 - data – 指定された行および列のインデックスに対応する配列。密配列または疎配列。
昇給
ValueError – の形状が、または row_index_map の値と一致 data しない場合 column_index_map。
__init__
__init__(row_index_map: Mapping[RowIndex, int] | None = None, column_index_map: Mapping[ColumnIndex, int] | None = None, data: ndarray | sparray | None = None)
方法
コラム「 1 」 | コラム「 2 」 |
|---|---|
__init__([row_index_map, column_index_map, data]) | |
add_rows(row_indices, rows[, tol]) | 行列に行を追加します。 |
copy() | self のコピーを返す。 |
from_index_lists(row_indices,...) | 行インデックスと列インデックスの順序付きリストから構築する。 |
from_rows(row_indices, rows[, tol]) | 行インデックスとその対応する疎な行 IndexedVector から構成する。 |
linearly_independent_rows([tol]) | 線形独立な行の最大集合を含む部分行列を返す。 |
toarray() | 数値データを密配列として返す ndarray。 |
属性
コラム「 1 」 | コラム「 2 」 |
|---|---|
column_index_map | 列インデックスを、の列軸の整数値にマッピングする辞書 self.data。 |
data | 数値データは、 SciPy のCSR配列として格納されています。 |
rank | 行列のランク。 |
row_index_map | 行インデックスを.の行軸の整数値にマッピングする辞書 self.data。 |
shape | 行列の形状。 |
from_index_lists
classmethod from_index_lists(row_indices: Sequence[RowIndex], column_indices: Sequence[ColumnIndex], data: ndarray) → Self
行インデックスと列インデックスの順序付きリストから構築する。
パラメーター
- row_indices – の行軸に対応する行インデックスのリスト
data。 - column_indices – の列軸の列インデックスのリスト
data。 - data – データマトリックス。
戻り値
行および列の IndexedMatrix インデックスマップが および row_indices から構築される column_indices。
from_rows
classmethod from_rows(row_indices: Sequence[RowIndex], rows: Sequence[IndexedVector[ColumnIndex]], tol: float = 1e-08) → Self
行インデックスとその対応する疎な行 IndexedVector から構成する。
パラメーター
- row_indices – 各行のインデックス。
- rows – 疎な行をインスタンス
IndexedVectorとして指定します。 - tol – この値未満の場合、行の値はとして扱われる
0.0。
戻り値
（ゼロ以外の）行 IndexedMatrix を含む行列。
row_index_map
column_index_map
data
toarray
toarray() → ndarray
数値データを密配列として返す ndarray。
shape
rank
種類： int
行列のランク。
add_rows
add_rows(row_indices: list[RowIndex], rows: list[IndexedVector[ColumnIndex]], tol=1e-08)
行列に行を追加します。
パラメーター
- row_indices – 行のインデックスのリスト。
- rows – 行のリスト。
- tol – この許容誤差を下回る場合、の値はと
rowsみなされる0.0。
昇給
- ValueError – 行インデックスに重複がある場合、または
row_indicesそのインデックスがすでにこのインスタンスに存在する場合。 - ValueError – 行インデックスの数が行数と一致しない場合。
linearly_independent_rows
linearly_independent_rows(tol=1e-08) → Self
線形独立な行の最大集合を含む部分行列を返す。
行は（内のインデックスに従って self.row_index_map）順番に処理されます。ある行が保持されるのは、その行がそれ以前に保持されたすべての行に対して線形独立である場合に限ります。 これにより、前の行が常に優先されることが保証されます。
パラメーター
tol – 先行する保持行のスパンに対して直交する行成分のノルムに基づいて、線形独立性を判定するための許容誤差。
copy
copy() → Self
self のコピーを返す。