Qiskit 可视化

# Qiskit 可视化 Qiskit 为量子电路、测量结果和量子态提供了全面的可视化工具。 ## 安装 安装可视化依赖： bash uv pip install "qiskit[visualization]" matplotlib ## 电路可视化 ### 文本绘图 python from qiskit import QuantumCircuit qc = QuantumCircuit(3) qc.h(0) qc.cx(0, 1) qc.cx(1, 2) # 简单文本输出 print(qc.draw()) # 带有更多细节的文本 print(qc.draw('text', fold=-1)) # 不折叠长电路 ### Matplotlib 绘图 python # 高质量 matplotlib 图形 qc.draw('mpl') # 保存到文件 fig = qc.draw('mpl') fig.savefig('circuit.png', dpi=300, bbox_inches='tight') ### LaTeX 绘图 python # 生成 LaTeX 电路图 qc.draw('latex') # 保存 LaTeX 源码 latex_source = qc.draw('latex_source') with open('circuit.tex', 'w') as f: f.write(latex_source) ## 自定义电路绘图 ### 样式选项 python from qiskit.visualization import circuit_drawer # 反转量子比特顺序 qc.draw('mpl', reverse_bits=True) # 折叠长电路 qc.draw('mpl', fold=20) # 在20列处折叠 # 显示空闲导线 qc.draw('mpl', idle_wires=False) # 添加初始状态 qc.draw('mpl', initial_state=True) ### 颜色自定义 python style = { 'displaycolor': { 'h': ('#FA74A6', '#000000'), # Hadamard: 粉色 'cx': ('#A8D0DB', '#000000'), # CNOT: 浅蓝色 'measure': ('#F7E7B4', '#000000') # Measure: 黄色 } } qc.draw('mpl', style=style) ## 结果可视化 ### 计数直方图 python from qiskit.visualization import plot_histogram from qiskit.primitives import StatevectorSampler qc = QuantumCircuit(2) qc.h(0) qc.cx(0, 1) qc.measure_all() sampler = StatevectorSampler() result = sampler.run([qc], shots=1024).result() counts = result[0].data.meas.get_counts() # 绘制直方图 plot_histogram(counts) # 比较多个实验 counts1 = {'00': 500, '11': 524} counts2 = {'00': 480, '11': 544} plot_histogram([counts1, counts2], legend=['运行 1', '运行 2']) # 保存图形 fig = plot_histogram(counts) fig.savefig('histogram.png', dpi=300, bbox_inches='tight') ### 直方图选项 python # 自定义颜色 plot_histogram(counts, color=['#1f77b4', '#ff7f0e']) # 按值排序 plot_histogram(counts, sort='value') # 设置柱状标签 plot_histogram(counts, bar_labels=True) # 设置目标分布（用于比较） target = {'00': 0.5, '11': 0.5}