python中result的用法_Python中qutip用法示例详解
前言
QuTip是用于模拟开放量子系统动力学的开源库。QuTip库依赖于的Numpy、Scipy和Cython的数值包。此外,matplotlib提供了图形输出。http://qutip.org/。
python安装比较容易,需要选择一个版本,python2或python3,稍微麻烦的是Scipy。
一、N原子系综自旋概率分布
from qutip import *
import numpy as np
import matplotlib.pyplot as plt
n=2#原子数
j = n//2
psi0 = spin_coherent(j, np.pi/3, 0)#设置系统的初态为自旋相干态
Jp=destroy(2*j+1).dag()#升算符
J_=destroy(2*j+1)#降算符
Jz=(Jp*J_-J_*Jp)/2#Jz
H=Jz**2#系统的哈密顿量
tlist=np.linspace(0,3,100)#时间列表
result=mesolve(H,psi0,tlist)#态随时间的演化
theta=np.linspace(0, np.pi, 50)
phi=np.linspace(0, 2*np.pi, 50)
#分别计算四个状态下的 husimi q函数
Q1, THETA1, PHI1 = spin_q_function(result.states[0], theta, phi)
Q2, THETA2, PHI2 = spin_q_function(result.states[30], theta, phi)
Q3, THETA3, PHI3 = spin_q_function(result.states[60], theta, phi)
Q4, THETA4, PHI4 = spin_q_function(result.states[90], theta, phi)
#在四个子图中分别画出四个状态下的husimi q函数
fig = plt.figure(dpi=150,constrained_layout=1)
ax1 = fig.add_subplot(221,projection='3d')
ax2 = fig.add_subplot(222,projection='3d')
ax3 = fig.add_subplot(223,projection='3d')
ax4 = fig.add_subplot(224,projection='3d')
plot_spin_distribution_3d(Q1, THETA1, PHI1,fig=fig,ax=ax1)
plot_spin_distribution_3d(Q2, THETA2, PHI2,fig=fig,ax=ax2)
plot_spin_distribution_3d(Q3, THETA3, PHI3,fig=fig,ax=ax3)
plot_spin_distribution_3d(Q4, THETA4, PHI4,fig=fig,ax=ax4)
for ax in [ax1,ax2,ax3,ax4]:
ax.view_init(0.5*np.pi, 0)
ax.axis('off')#不显示坐标轴
fig.show()
运行结果:
二、原子与光场相互作用
from qutip import *
import numpy as np
import matplotlib.pyplot as plt
alpha=1#相干光的参数alpha
n=2#原子数
j = n/2
psi0 = tensor(coherent(10,alpha),spin_coherent(j, 0, 0))#设置系统的初态
a=destroy(10)#光场的湮灭算符
a_plus=a.dag()#光场的产生算符
Jp=destroy(n+1).dag()#原子的升算符
J_=destroy(n+1)#原子的降算符
Jx=(Jp+J_)/2#原子的Jx算符
Jy=(Jp-J_)/(2j)#原子的Jy算符,这里的j是虚数单位
Jz=(Jp*J_-J_*Jp)/2#原子的Jz算符
H=tensor(a,Jp)+tensor(a_plus,J_)#系统的哈密顿量
tlist=np.linspace(0,10,1000)#时间列表
result=mesolve(H,psi0,tlist)#态随时间的演化
fig=plt.figure()
ax1 = fig.add_subplot(221)
ax2 = fig.add_subplot(222)
ax3 = fig.add_subplot(223)
ax4 = fig.add_subplot(224)
ax1.plot(tlist,expect(tensor(qeye(10),Jx),result.states))#Jx的平均值随时间变化图
ax2.plot(tlist,expect(tensor(qeye(10),Jy),result.states))#Jy的平均值随时间变化图
ax3.plot(tlist,expect(tensor(qeye(10),Jz),result.states))#Jz的平均值随时间变化图
ax4.plot(tlist,expect(tensor(qeye(10),Jx**2+Jy**2+Jz*2),result.states))#J平方的平均值随时间变化图
fig.subplots_adjust(top=None,bottom=None,left=None,right=None,wspace=0.4,hspace=0.4)#设置子图间距
fig.show()
运行结果:
总结
到此这篇关于Python中qutip用法的文章就介绍到这了,更多相关Python qutip用法内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!
时间: 2020-10-01
python中result的用法_Python中qutip用法示例详解相关推荐
- python音频转数组_python音频处理的示例详解
准备工作: 首先,我们需要 import 几个工具包,一个是 python 标准库中的 wave 模块,用于音频处理操作,另外两个是 numpy 和 matplot,提供数据处理函数. 一:读取本地音 ...
- python录音详解_python音频处理的示例详解
准备工作: 首先,我们需要 import 几个工具包,一个是 python 标准库中的 wave 模块,用于音频处理操作,另外两个是 numpy 和 matplot,提供数据处理函数. 一:读取本地音 ...
- python中的sep参数_Python sep参数使用方法详解
Python sep参数使用方法详解 这篇文章主要介绍了Python sep参数使用方法详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 Pyth ...
- python制作中文词云_Python如何生成词云(详解)
前言 今天教大家用wrodcloud模块来生成词云,我读取了一篇小说并生成了词云,先看一下效果图: 效果图一: 效果图二: 根据效果图分析的还是比较准确的,小说中的主人公就是"程理" ...
- python如何强制转换数据类型_python数据类型强制转换实例详解
如果是字符串进行强制转换, 仅仅就是在原数据类型的两边套上引号 2.list : 强制转换成列表""" 如果是字符串,会把每一个字符都单独作为一个元素放到新的列表中 如果 ...
- python读yaml的库_Python读取YAML文件过程详解
这篇文章主要介绍了Python读取YAML文件过程详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 Python读取方法: import yaml ...
- python模拟银行存取款_python 模拟银行转账功能过程详解
首先画出流程图,流程图与现实代码有出入,因为刚开始画流程图的时候,有些东西没考虑进去,后来写着写着就慢慢能想起来并实现了. 另有一点经验推荐给新手朋友,如果说碰到一个项目无从下手的话,就先慢慢去写,写 ...
- python用列表推导式_python 列表推导式使用详解
所谓的列表推导式,就是指的轻量级循环创建列表. 基本使用方式 # 创建一个0-10的列表 a = [x for x in range(11)] print(a) """ ...
- mysql语句中事务可靠性_MySql的事务使用与示例详解
在MySQL中,事务就是一个逻辑工作单元的一系列步骤.事务是用来保证数据操作的安全性. 事务的特征: 1.Atomicity(原子性) 2.Consistency(稳定性,一致性) 3.Isolati ...
- python中dir用法_Python内置函数dir详解
1.命令介绍 最近学习并使用了一个python的内置函数dir,首先help一下: >>> help(dir) Help on built-in function dir in mo ...
最新文章
- java链表list_java集合之linkedList链表基础
- iOS progressive Web App (PWA) 技术
- GPS NMEA-0183协议详解
- UVa12326 Yummy Triangular Pizza(dfs)
- transformers库的使用【二】tokenizer的使用,模型的保存自定义
- java-第九章-循环结构进阶-三个班级每班4位同学成绩大于85的算平均分.
- 每周一起读 | ACL 2019 NAACL 2019:文本关系抽取专题沙龙
- Windows Mobile系统弹出输入法时,自动调整窗口显示
- Mysql5.7使用DTS增量同步数据到MaxCompute
- 40-400-044-运维-优化-MySQL order by 优化
- [网页设计]Ajax、Comet与Websocket--转
- parfor —— matlab 下的并行循环
- Java学习笔记目录索引 (持续更新中)
- 小米路由插件二维码2020_入门级Mesh首选?华来小方Mesh路由深度解析
- 让电机动起来!Arduino驱动步进电机教程
- 概率论考点之排列与组合
- NLP学习路径(三):NLP中文分词技术
- 工作知识记录—TDMA和物理层协议
- springboot实现微信小程序二维码生成
- 使用Python来调教我的微信
热门文章
- 洛谷 P5089: CodeForces #500 (Div. 1) B / 1012B : Chemical table
- 生命太短暂,我没时间讨厌你
- SQL Server 2005存储过程示例
- MVVM js 库JsRender/JsViews和knockoutjs介绍
- (C#)如何使文本框响应回车
- 用 Webpack 解决应用性能问题
- [C++基础]039_C++异常处理初级出门+中级进阶
- 解决Maven的jar包冲突问题
- IIS服务器多站点 的 https证书使用443端口 解决方案
- JAVA之NIO按行读写大文件,完美解决中文乱码问题