我正在尝试在Python中求指数复数矩阵,并且遇到了一些麻烦。我使用的scipy.linalg.expm
功能,和时遇到当我尝试下面的代码一个相当奇怪的错误消息:运行第二个实验中,当Python中的矩阵求幂
import numpy as np
from scipy import linalg
hamiltonian = np.mat('[1,0,0,0;0,-1,0,0;0,0,-1,0;0,0,0,1]')
# This works
t_list = np.linspace(0,1,10)
unitary = [linalg.expm(-(1j)*t*hamiltonian) for t in t_list]
# This doesn't
t_list = np.linspace(0,10,100)
unitary = [linalg.expm(-(1j)*t*hamiltonian) for t in t_list]
的错误是:
This works!
Traceback (most recent call last):
File "matrix_exp.py", line 11, in <module>
unitary_t = [linalg.expm(-1*t*(1j)*hamiltonian) for t in t_list]
File "/usr/lib/python2.7/dist-packages/scipy/linalg/matfuncs.py", line 105, in expm
return scipy.sparse.linalg.expm(A)
File "/usr/lib/python2.7/dist- packages/scipy/sparse/linalg/matfuncs.py", line 344, in expm
X = _fragment_2_1(X, A, s)
File "/usr/lib/python2.7/dist- packages/scipy/sparse/linalg/matfuncs.py", line 462, in _fragment_2_1
X[k, k] = exp_diag[k]
TypeError: only length-1 arrays can be converted to Python scalars
这似乎真的奇怪,因为我改变的是我使用的t
的范围。这是因为哈密顿量是对角的吗?一般来说,汉密尔顿主义者不会,但我也希望它能用于对角线。我真的不知道expm
的机制,所以任何帮助将不胜感激。
您可以尝试将计算移至for循环而不是列表理解。那么你至少可以找出它失败的价值。 – Elliot
程序失败的第一个数字是't = 2.12121212121'。它看起来完全是任意的......该程序不适用于't = 2.ax',其中'a> 0'。而且它根本不适用于't = 3.x' ... – anar