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 npimport matplotlib.pyplot as pltn=2#原子数j = n//2psi0 = 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#JzH=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 npimport matplotlib.pyplot as pltalpha=1#相干光的参数alphan=2#原子数j = n/2psi0 = 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！