質問編集履歴
2
題名の変更
test
CHANGED
@@ -1 +1 @@
|
|
1
|
-
listの
|
1
|
+
listから2次元配列の仕方に苦戦してます
|
test
CHANGED
File without changes
|
1
内容の変更
test
CHANGED
File without changes
|
test
CHANGED
@@ -1,43 +1,265 @@
|
|
1
|
-
以下の
|
1
|
+
以下のコードの結果を3次元プロットしようと思いまして、ここでx軸がx座標,y座標を時間、z軸を確率とします。
|
2
2
|
|
3
3
|
```python
|
4
4
|
|
5
|
-
p
|
6
|
-
|
7
|
-
|
8
|
-
|
9
|
-
|
10
|
-
|
11
|
-
|
12
|
-
|
13
|
-
|
14
|
-
|
15
|
-
|
16
|
-
|
17
|
-
|
18
|
-
|
19
|
-
|
20
|
-
|
21
|
-
|
22
|
-
|
23
|
-
|
24
|
-
|
25
|
-
|
26
|
-
|
27
|
-
|
28
|
-
|
29
|
-
|
30
|
-
|
31
|
-
|
32
|
-
|
33
|
-
|
34
|
-
|
35
|
-
|
36
|
-
|
37
|
-
|
38
|
-
|
39
|
-
|
40
|
-
|
41
|
-
|
42
|
-
|
43
|
-
|
5
|
+
import numpy as np
|
6
|
+
|
7
|
+
import matplotlib.pyplot as plt
|
8
|
+
|
9
|
+
import math
|
10
|
+
|
11
|
+
from mpl_toolkits.mplot3d import Axes3D
|
12
|
+
|
13
|
+
import matplotlib.animation as animation
|
14
|
+
|
15
|
+
import matplotlib.colors as colors
|
16
|
+
|
17
|
+
from matplotlib import cm
|
18
|
+
|
19
|
+
|
20
|
+
|
21
|
+
#環境設定
|
22
|
+
|
23
|
+
n=3 #x軸
|
24
|
+
|
25
|
+
m=2*n #t
|
26
|
+
|
27
|
+
theta = 3*(math.pi)/12
|
28
|
+
|
29
|
+
|
30
|
+
|
31
|
+
P = [[np.cos(theta),np.sin(theta)],[0,0]]
|
32
|
+
|
33
|
+
Q = [[0,0],[np.sin(theta),-np.cos(theta)]]
|
34
|
+
|
35
|
+
x_list=[]#xline
|
36
|
+
|
37
|
+
t_list=[]#time
|
38
|
+
|
39
|
+
p_list=[]#probability
|
40
|
+
|
41
|
+
s_list=[]#state
|
42
|
+
|
43
|
+
a = 1/math.sqrt(2)
|
44
|
+
|
45
|
+
b = 1j/math.sqrt(2)
|
46
|
+
|
47
|
+
p_map=np.zeros([m,m])
|
48
|
+
|
49
|
+
#ランダムウォーク
|
50
|
+
|
51
|
+
R=1/2
|
52
|
+
|
53
|
+
L=1/2
|
54
|
+
|
55
|
+
X_list=[]
|
56
|
+
|
57
|
+
P_list=[]
|
58
|
+
|
59
|
+
#step_list=[]
|
60
|
+
|
61
|
+
|
62
|
+
|
63
|
+
#quantumwalk
|
64
|
+
|
65
|
+
for j in range(0,2*n+1):
|
66
|
+
|
67
|
+
if j == n:
|
68
|
+
|
69
|
+
phai = [a ,b]
|
70
|
+
|
71
|
+
pro = 1
|
72
|
+
|
73
|
+
else:
|
74
|
+
|
75
|
+
phai = [0,0]
|
76
|
+
|
77
|
+
pro =0
|
78
|
+
|
79
|
+
p = np.dot(phai,np.conj(phai))
|
80
|
+
|
81
|
+
|
82
|
+
|
83
|
+
x_list.append(j)
|
84
|
+
|
85
|
+
X_list.append(j)
|
86
|
+
|
87
|
+
s_list.append(phai)
|
88
|
+
|
89
|
+
p_list.append(p)
|
90
|
+
|
91
|
+
P_list.append(pro)
|
92
|
+
|
93
|
+
|
94
|
+
|
95
|
+
|
96
|
+
|
97
|
+
|
98
|
+
|
99
|
+
for t in range(0,m+1):
|
100
|
+
|
101
|
+
t_list.append(t)
|
102
|
+
|
103
|
+
if t ==0:
|
104
|
+
|
105
|
+
s_list
|
106
|
+
|
107
|
+
p_list
|
108
|
+
|
109
|
+
P_list
|
110
|
+
|
111
|
+
else:
|
112
|
+
|
113
|
+
next_s_list = [0]*len(s_list)
|
114
|
+
|
115
|
+
next_P_list = [0]*len(P_list) #listと同じ要素の数ですべて0を用意(初期化)
|
116
|
+
|
117
|
+
for i in range(0,2*n+1):
|
118
|
+
|
119
|
+
if i == 0:
|
120
|
+
|
121
|
+
next_s_list[i] = np.dot(P, s_list[i+1])
|
122
|
+
|
123
|
+
next_P_list[i] = P_list[i+1]*L
|
124
|
+
|
125
|
+
elif i == 2*n:
|
126
|
+
|
127
|
+
next_s_list[i] = np.dot(Q, s_list[i-1])
|
128
|
+
|
129
|
+
next_P_list[i] = P_list[i-1]*R
|
130
|
+
|
131
|
+
else:
|
132
|
+
|
133
|
+
next_s_list[i] = np.dot(P, s_list[i+1]) + np.dot(Q, s_list[i-1])
|
134
|
+
|
135
|
+
next_P_list[i] = P_list[i+1]*L + P_list[i-1]*R
|
136
|
+
|
137
|
+
|
138
|
+
|
139
|
+
p_list[i] = np.dot(next_s_list[i],np.conj(next_s_list[i]))
|
140
|
+
|
141
|
+
|
142
|
+
|
143
|
+
|
144
|
+
|
145
|
+
s_list = next_s_list
|
146
|
+
|
147
|
+
P_list = next_P_list
|
148
|
+
|
149
|
+
|
150
|
+
|
151
|
+
p_map =np.array(p_list)
|
152
|
+
|
153
|
+
print(p_map)
|
154
|
+
|
155
|
+
|
156
|
+
|
157
|
+
#plt.xlabel("x")
|
158
|
+
|
159
|
+
#plt.ylabel("probability")
|
160
|
+
|
161
|
+
#plt.ylim([0,0.1])
|
162
|
+
|
163
|
+
#plt.xlim([-n,3*n])
|
164
|
+
|
165
|
+
#plt.plot( x_list,np.real(p_list),color="red",linewidth=1.0,label="quantum walk")
|
166
|
+
|
167
|
+
#plt.plot(X_list, P_list,color="blue",linewidth=1.0,label="random walk")
|
168
|
+
|
169
|
+
#plt.legend(loc="best")
|
170
|
+
|
171
|
+
#plt.pause(0.01)
|
172
|
+
|
173
|
+
#plt.cla()
|
174
|
+
|
175
|
+
|
176
|
+
|
177
|
+
|
178
|
+
|
179
|
+
|
180
|
+
|
181
|
+
#3次元
|
182
|
+
|
183
|
+
fig = plt.figure()
|
184
|
+
|
185
|
+
ax = Axes3D(fig)
|
186
|
+
|
187
|
+
#X,Y = np.meshgrid(x_list, t_list)
|
188
|
+
|
189
|
+
|
190
|
+
|
191
|
+
ax.set_xlabel("x")
|
192
|
+
|
193
|
+
ax.set_ylabel("t")
|
194
|
+
|
195
|
+
ax.set_zlabel("probability")
|
196
|
+
|
197
|
+
|
198
|
+
|
199
|
+
ax.set_xlim(2*n,0)
|
200
|
+
|
201
|
+
ax.set_ylim(0,m)
|
202
|
+
|
203
|
+
ax.set_zlim(0,1)
|
204
|
+
|
205
|
+
surf = ax.plot_surface(x_list, t_list, p_map, cmap =cm.coolwarm , linewidth=0)
|
206
|
+
|
207
|
+
|
208
|
+
|
209
|
+
fig.colorbar(surf)
|
210
|
+
|
211
|
+
plt.show()
|
212
|
+
|
213
|
+
|
214
|
+
|
215
|
+
```
|
216
|
+
|
217
|
+
これだけだと、わかりにくいので、このコードの結果
|
218
|
+
|
219
|
+
```
|
220
|
+
|
221
|
+
t=0 p_list=[0.+0.j 0.+0.j 0.+0.j 1.+0.j 0.+0.j 0.+0.j 0.+0.j]
|
222
|
+
|
223
|
+
t=1 p_list=[0. +0.j 0. +0.j 0.5+0.j 0. +0.j 0.5+0.j 0. +0.j 0. +0.j]
|
224
|
+
|
225
|
+
t=2 p_list=[0. +0.j 0.25+0.j 0. +0.j 0.5 +0.j 0. +0.j 0.25+0.j 0. +0.j]
|
226
|
+
|
227
|
+
t=3 p_list=[0.125+0.j 0. +0.j 0.375+0.j 0. +0.j 0.375+0.j 0. +0.j 0.125+0.j]
|
228
|
+
|
229
|
+
t=4 p_list=[0. +0.j 0.375+0.j 0. +0.j 0.125+0.j 0. +0.j 0.375+0.j 0. +0.j]
|
230
|
+
|
231
|
+
t=5 p_list=[0.3125+0.j 0. +0.j 0.125 +0.j 0. +0.j 0.125 +0.j 0. +0.j
|
232
|
+
|
233
|
+
0.3125+0.j]
|
234
|
+
|
235
|
+
t=6 p_list=[0. +0.j 0.21875+0.j 0. +0.j 0.125 +0.j 0. +0.j 0.21875+0.j
|
236
|
+
|
237
|
+
0. +0.j]
|
238
|
+
|
239
|
+
|
240
|
+
|
241
|
+
```
|
242
|
+
|
243
|
+
を3次元プロットにしたいということです。
|
244
|
+
|
245
|
+
tをy軸、listの各位置をx、各中身の値をz値としてです。
|
246
|
+
|
247
|
+
ただ、今,p_listは1次元配列なので、3次元プロットする為に、
|
248
|
+
|
249
|
+
p_map=np.array(p_list)
|
250
|
+
|
251
|
+
として、2次元配列に直して、プロットしようとしたところ、
|
252
|
+
|
253
|
+
```
|
254
|
+
|
255
|
+
ValueError: Argument Z must be 2-dimensional.
|
256
|
+
|
257
|
+
|
258
|
+
|
259
|
+
```
|
260
|
+
|
261
|
+
とでました。
|
262
|
+
|
263
|
+
これは、p_mapが2次元配列になっていないという意味だと思いました。
|
264
|
+
|
265
|
+
仮にそうだとしたら、np.zeros([m.m])を持ってきて一つ一つ代入するのも面倒くさそうなので、もう少し手軽なやり方はありますでしょうか?
|