如何将2d numpy.array或Qobj重塑为dims = [[2,2]，[2,2]]

Question

下面的Numpy例子

---

目标：QuTiP对象

我的请求的目标是添加两个类型为Qobj（密度矩阵）的量子状态对象，如下面的Werner状态示例（给它一些物理意义）。

import qutip as q
r = .5
state = r * q.ket2dm(q.ghz_state(2)) + (1-r) * q.maximally_mixed_dm(4)

错误消息是

TypeError: Incompatible quantum object dimensions

因此可以进入较低维度状态，但随后我们将相关维度属性松开以继续处于状态：

state = r * q.ket2dm(q.ghz_state(2)).data.toarray() + (1-r) * q.maximally_mixed_dm(4)

像q.Qobj(q.maximally_mixed_dm(4).data.toarray().reshape([[2,2],[2,2]]))这样的尝试都失败了，因为重塑不能处理列表列表。

从尺寸[[2,2],[2,2]]到[4,4]的反转不是使用重塑或通过转换为数组所示的奇迹。但是，在numpy还是qutip中实现逆？

---

编辑：适合熟悉numpy的人

你如何将2d阵列（例如4x4）重新塑造成（2x2）x（2x2）阵列？ numpy的内置函数似乎不喜欢我要求的例子。它不接受列表列表，如下所示：

import numpy as np
state = np.identity(4).reshape([[2,2],[2,2]])

我很惊讶以前从来没有人问过这个问题！

Answer 1

你正在以错误的方式重塑形状。它需要维度的元组作为参数（参见文档）而不是元组的元组或具有维度作为元素的列表列表 - 应该如何工作？我认为你将列表列表的深度与维度（预期是元组的数字条目）混合在一起。

我不确定你到底想要什么，但我想其中一个：

state = np.identity(4).reshape((2,2,2,2))
state = np.identity(4).reshape((4,2,2))
state = np.identity(4).reshape((2,2,4))

Answer 2

当将这个答案应用于qutip时，Jojo的答案是不完整的。

Qutip具体问题

关于qutip的令人困惑的部分是它需要（4,4）的形状，但量子尺寸是[[2,2],[2,2]]。这会导致错误消息，如果形状正确，量子尺寸错误：

>>> import qutip as q
>>> s1 = q.ket2dm(q.ghz_state(2))
>>> s2 = q.maximally_mixed_dm(4).data.toarray().reshape((4,4))
>>> s1+s2

TypeError: Incompatible quantum object dimensions

或者如果量子维度被接受，则内部形状是错误的：

>>> import qutip as q
>>> s1 = q.ket2dm(q.ghz_state(2))
>>> s2 = q.maximally_mixed_dm(4).data.toarray().reshape((2,2,2,2))
>>> s1+s2

TypeError: expected dimension <= 2 array or matrix

Qutip特定转换

解决方案是将正确的形状（4,4）重新转换为正确的量子尺寸[[2,2],[2,2]]：

s2 = q.Qobj(q.maximally_mixed_dm(4).data.toarray().reshape((4,4)),
            dims=[[2,2],[2,2]])

不幸的是，我目前没有看到qutip中的这种实现，但这种“解决方法”通过numpy工作。