---

name: qiskit description: "Qiskit 是全球最流行的开源量子计算框架，下载量超过 1300 万次。构建量子电路、针对硬件优化、在模拟器或真实量子计算机上执行并分析结果。支持 IBM Quantum（100+ 量子比特系统）、IonQ、Amazon Braket 等提供商。" license: Apache-2.0 license metadata: skill-author: K-Dense Inc. risk: unknown source: community

Qiskit

何时使用

• 你正在使用 Qiskit 为模拟器或真实硬件构建或优化量子电路。
• 你需要 IBM Quantum 风格的工具进行转译、执行、可视化或算法库。
• 你想要从简单电路原型过渡到后端感知执行的指导。

概述

Qiskit 是全球最流行的开源量子计算框架，下载量超过 1300 万次。构建量子电路、针对硬件优化、在模拟器或真实量子计算机上执行并分析结果。支持 IBM Quantum（100+ 量子比特系统）、IonQ、Amazon Braket 等提供商。

核心特性：

• 转译速度比竞争对手快 83 倍
• 优化电路中双量子比特门减少 29%
• 后端无关执行（本地模拟器或云硬件）
• 全面的算法库，涵盖优化、化学和机器学习

快速入门

安装

uv pip install qiskit
uv pip install "qiskit[visualization]" matplotlib

第一个电路

from qiskit import QuantumCircuit
from qiskit.primitives import StatevectorSampler

# Create Bell state (entangled qubits)
qc = QuantumCircuit(2)
qc.h(0)           # Hadamard on qubit 0
qc.cx(0, 1)       # CNOT from qubit 0 to 1
qc.measure_all()  # Measure both qubits

# Run locally
sampler = StatevectorSampler()
result = sampler.run([qc], shots=1024).result()
counts = result[0].data.meas.get_counts()
print(counts)  # {'00': ~512, '11': ~512}

可视化

from qiskit.visualization import plot_histogram

qc.draw('mpl')           # Circuit diagram
plot_histogram(counts)   # Results histogram

核心能力

1. 设置和安装

详细的安装、认证和 IBM Quantum 账户设置：

• 参见 references/setup.md

涵盖主题：

• 使用 uv 安装
• Python 环境设置
• IBM Quantum 账户和 API token 配置
• 本地 vs. 云执行

2. 构建量子电路

使用门、测量和组合构建量子电路：

• 参见 references/circuits.md

涵盖主题：

• 使用 QuantumCircuit 创建电路
• 单量子比特门（H、X、Y、Z、旋转、相位门）
• 多量子比特门（CNOT、SWAP、Toffoli）
• 测量和屏障
• 电路组合和属性
• 变分算法的参数化电路

3. 原语（Sampler 和 Estimator）

执行量子电路和计算结果：

• 参见 references/primitives.md

涵盖主题：

• Sampler：获取比特串测量和概率分布
• Estimator：计算可观测量的期望值
• V2 接口（StatevectorSampler、StatevectorEstimator）
• IBM Quantum Runtime 硬件原语
• Sessions 和 Batch 模式
• 参数绑定

4. 转译和优化

优化电路并准备硬件执行：

• 参见 references/transpilation.md

涵盖主题：

• 为什么需要转译
• 优化级别（0-3）
• 六个转译阶段（init、layout、routing、translation、optimization、scheduling）
• 高级特性（虚拟排列消除、门消除）
• 常用参数（initial_layout、approximation_degree、seed）
• 高效电路的最佳实践

5. 可视化

显示电路、结果和量子态：

• 参见 references/visualization.md

涵盖主题：

• 电路图（文本、matplotlib、LaTeX）
• 结果直方图
• 量子态可视化（Bloch 球、态城市、QSphere）
• 后端拓扑和错误图
• 自定义和样式
• 保存出版质量的图形

6. 硬件后端

在模拟器和真实量子计算机上运行：

• 参见 references/backends.md

涵盖主题：

• IBM Quantum 后端和认证
• 后端属性和状态
• 使用 Runtime 原语在真实硬件上运行
• 作业管理和排队
• Session 模式（迭代算法）
• Batch 模式（并行作业）
• 本地模拟器（StatevectorSampler、Aer）
• 第三方提供商（IonQ、Amazon Braket）
• 错误缓解策略

7. Qiskit Patterns 工作流

实现四步量子计算工作流：

• 参见 references/patterns.md

涵盖主题：

• Map：将问题转化为量子电路
• Optimize：为硬件转译
• Execute：使用原语运行
• Post-process：提取和分析结果
• 完整 VQE 示例
• Session vs. Batch 执行
• 常见工作流模式

8. 量子算法和应用

常见量子算法的实现指南：

• 参见 references/algorithms.md