如何解决Python中TypeError: int与dict_values不支持/运算的错误

错误原因 #

你遇到的TypeError是因为代码中sum(rawResult[0].value.counts.values())未返回预期的整数，导致你尝试用整数除以dict_values对象（而非其求和结果）。大概率是Classiq返回的counts结构和你预期的标准字典不同，或者sum的调用方式需要调整。

修复步骤 #

1. 先确认counts的结构 #

在计算期望前添加调试代码，明确counts的类型和内容：

countS = rawResult[0].value.counts
print("counts类型:", type(countS))
print("counts内容:", countS)
print("counts的值:", countS.values())

运行后查看输出，确认counts是否为标准字典，以及其值是否为可直接求和的整数。

2. 修正期望计算代码 #

根据counts的实际结构调整求和方式：

• 如果counts是标准字典且值为整数，直接确保sum正确执行：

  total_counts = sum(countS.values())
  Real_Expectation_Value = (2 * countS["0"] / total_counts) - 1
  

• 如果counts的值是带数值属性的自定义对象，需要提取数值后求和：

  total_counts = sum(v.value for v in countS.values())
  Real_Expectation_Value = (2 * countS["0"].value / total_counts) - 1
  

3. 修复执行偏好未生效的问题 #

你的代码中设置了执行偏好，但后续合成和执行时用的是原始quantumModel，导致num_shots等参数未生效。修正这部分代码：

for numShots in NumShots:
    quantumModel = create_model(main)
    # 设置执行偏好
    quantum_model_with_preferences = set_execution_preferences(
        quantumModel, 
        ExecutionPreferences(
            num_shots=numShots, 
            job_name="Hadamard Test", 
            random_seed=767
        )
    )
    # 使用带偏好的模型合成
    synthesized_model = synthesize(quantum_model_with_preferences)
    # 执行合成后的模型
    rawResult = execute(synthesized_model).result()
    countS = rawResult[0].value.counts
    # 计算期望（用上面修正后的代码）
    total_counts = sum(countS.values())
    Real_Expectation_Value = (2 * countS["0"] / total_counts) - 1
    # 将结果存入列表
    RealExpect.append(Real_Expectation_Value)

额外提示 #

• 确保main函数是正确定义的量子电路入口，否则create_model(main)会生成无效模型。
• Python 3中/会返回浮点数，符合量子期望的计算需求，无需额外转换。

内容的提问来源于stack exchange，提问作者sara00