qutip+mayavi可视化SO(3)旋转操作

2024-01-07 19:32

本文主要是介绍qutip+mayavi可视化SO(3)旋转操作,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

上一篇文章说到python的qutip包可以实现布洛赫球的可视化,并附上了产生动画的代码。

这一篇文章可以对SO(3)旋转操作进行可视化:(需要用到上一篇的new_bloch3d)

import numpy as np
import qutip# SO(3)旋转矩阵总共包含三个参数theta, phi, deltadef rn(state, theta, phi, delta):rn_mat = qutip.Qobj([[np.cos(delta/2) - (0+1j)*np.cos(theta)*np.sin(delta/2),-(0+1j)*np.exp(-(0+1j)*phi)*np.sin(delta/2)*np.sin(theta)],[-(0+1j)*np.exp((0+1j)*phi)*np.sin(delta/2)*np.sin(theta),np.cos(delta/2) + (0+1j)*np.cos(theta)*np.sin(delta/2)]])r_state = (rn_mat*state)*(rn_mat*state).dag()return(r_state)# 设置两个想要绕这个轴旋转的向量
state1 = qutip.Qobj([[-0.6747969 -0.54760216j],[ 0.35928193-0.34014339j]])
state2 = qutip.Qobj([[0.17668045-0.55481338j], [0.59620446-0.5527263j ]])
print(state1, state2)
# state = qutip.Qobj([])
# 设置旋转轴的其中两个参数
theta0 = 0.9
phi0 = np.pi/2+0.5############################################产生每一帧对应的坐标
sx1 = []
sy1 = []
sz1 = []
for delta in range(100):r_rho = rn(state1, theta0, phi0, (delta/100)*2*np.pi)sx1.append((qutip.sigmax()*r_rho).tr())sy1.append((qutip.sigmay()*r_rho).tr())sz1.append((qutip.sigmaz()*r_rho).tr())sx2 = []
sy2 = []
sz2 = []
for delta in range(100):r_rho = rn(state2, theta0, phi0, (delta/100)*2*np.pi)sx2.append((qutip.sigmax()*r_rho).tr())sy2.append((qutip.sigmay()*r_rho).tr())sz2.append((qutip.sigmaz()*r_rho).tr())#下面是画图的函数   
#################################################################
import mayavi.mlab as mlab
import matplotlib.colors as colors
import moviepy.editor as mpy
from new_bloch3d import new_Bloch3dduration= 4
fps = 25fig_myv = mlab.figure(1, size=[800, 800],bgcolor=colors.colorConverter.to_rgb('white'),fgcolor=colors.colorConverter.to_rgb('black'))b3d = new_Bloch3d(fig=fig_myv)def make_frame(t):mlab.clf() # clear the figure (to reset the colors)b3d.clear()p1_color = (135.0/255, 206.0/255, 235.0/255)s1_color = p1_colorp2_color = (254.0/255, 129.0/255, 125.0/255)s2_color = p2_colorv_color = (255/255, 130.0/255, 71.0/255)index = round(t*fps)# print(index)b3d.add_points([sx1[:index+1], sy1[:index+1], sz1[:index+1]],p1_color)b3d.add_vectors([sx1[index], sy1[index], sz1[index]], s1_color)b3d.add_vectors([np.sin(theta0)*np.cos(phi0), np.sin(theta0)*np.sin(phi0), np.cos(theta0)],v_color)b3d.add_points([sx2[:index+1], sy2[:index+1], sz2[:index+1]],p2_color)b3d.add_vectors([sx2[index], sy2[index], sz2[index]], s2_color)b3d.add_vectors([np.sin(theta0)*np.cos(phi0), np.sin(theta0)*np.sin(phi0), np.cos(theta0)],v_color)b3d.make_sphere()mlab.title('delta='+format((index/100)*360, '.2f')+'°', figure = fig_myv)#清除画纸上的上一帧,然后产生新的一帧f = mlab.gcf()f.scene._lift()return mlab.screenshot() #antialiased=True# 使用MoviePy把这个图片创建为一个动画,并保存
animation = mpy.VideoClip(make_frame, duration=duration)
animation.write_videofile("bloch_rotation_2.mp4", fps=fps)

可视化效果如下: 

一键三连一下呗 



可视化波片对光子偏振态的影响_哔哩哔哩_bilibili

这篇关于qutip+mayavi可视化SO(3)旋转操作的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/581009

相关文章

基于 HTML5 Canvas 实现图片旋转与下载功能(完整代码展示)

《基于HTML5Canvas实现图片旋转与下载功能(完整代码展示)》本文将深入剖析一段基于HTML5Canvas的代码,该代码实现了图片的旋转(90度和180度)以及旋转后图片的下载... 目录一、引言二、html 结构分析三、css 样式分析四、JavaScript 功能实现一、引言在 Web 开发中,

SQL中JOIN操作的条件使用总结与实践

《SQL中JOIN操作的条件使用总结与实践》在SQL查询中,JOIN操作是多表关联的核心工具,本文将从原理,场景和最佳实践三个方面总结JOIN条件的使用规则,希望可以帮助开发者精准控制查询逻辑... 目录一、ON与WHERE的本质区别二、场景化条件使用规则三、最佳实践建议1.优先使用ON条件2.WHERE用

Linux链表操作方式

《Linux链表操作方式》:本文主要介绍Linux链表操作方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、链表基础概念与内核链表优势二、内核链表结构与宏解析三、内核链表的优点四、用户态链表示例五、双向循环链表在内核中的实现优势六、典型应用场景七、调试技巧与

Java Multimap实现类与操作的具体示例

《JavaMultimap实现类与操作的具体示例》Multimap出现在Google的Guava库中,它为Java提供了更加灵活的集合操作,:本文主要介绍JavaMultimap实现类与操作的... 目录一、Multimap 概述Multimap 主要特点:二、Multimap 实现类1. ListMult

Python中文件读取操作漏洞深度解析与防护指南

《Python中文件读取操作漏洞深度解析与防护指南》在Web应用开发中,文件操作是最基础也最危险的功能之一,这篇文章将全面剖析Python环境中常见的文件读取漏洞类型,成因及防护方案,感兴趣的小伙伴可... 目录引言一、静态资源处理中的路径穿越漏洞1.1 典型漏洞场景1.2 os.path.join()的陷

Python数据分析与可视化的全面指南(从数据清洗到图表呈现)

《Python数据分析与可视化的全面指南(从数据清洗到图表呈现)》Python是数据分析与可视化领域中最受欢迎的编程语言之一,凭借其丰富的库和工具,Python能够帮助我们快速处理、分析数据并生成高质... 目录一、数据采集与初步探索二、数据清洗的七种武器1. 缺失值处理策略2. 异常值检测与修正3. 数据

Python使用Code2flow将代码转化为流程图的操作教程

《Python使用Code2flow将代码转化为流程图的操作教程》Code2flow是一款开源工具,能够将代码自动转换为流程图,该工具对于代码审查、调试和理解大型代码库非常有用,在这篇博客中,我们将深... 目录引言1nVflRA、为什么选择 Code2flow?2、安装 Code2flow3、基本功能演示

使用Python和Matplotlib实现可视化字体轮廓(从路径数据到矢量图形)

《使用Python和Matplotlib实现可视化字体轮廓(从路径数据到矢量图形)》字体设计和矢量图形处理是编程中一个有趣且实用的领域,通过Python的matplotlib库,我们可以轻松将字体轮廓... 目录背景知识字体轮廓的表示实现步骤1. 安装依赖库2. 准备数据3. 解析路径指令4. 绘制图形关键

Python中OpenCV与Matplotlib的图像操作入门指南

《Python中OpenCV与Matplotlib的图像操作入门指南》:本文主要介绍Python中OpenCV与Matplotlib的图像操作指南,本文通过实例代码给大家介绍的非常详细,对大家的学... 目录一、环境准备二、图像的基本操作1. 图像读取、显示与保存 使用OpenCV操作2. 像素级操作3.

python操作redis基础

《python操作redis基础》Redis(RemoteDictionaryServer)是一个开源的、基于内存的键值对(Key-Value)存储系统,它通常用作数据库、缓存和消息代理,这篇文章... 目录1. Redis 简介2. 前提条件3. 安装 python Redis 客户端库4. 连接到 Re