Qiskit unitary接口报错TwoQubitWeylDecomposition:failed to diagonalize M2求助

问题复现 #

使用Qiskit的qiskit.unitary接口将幺正矩阵转换为可在量子硬件、模拟器或FakeHW上运行的量子电路，并与自研算法生成的电路级联。遇到以下异常：

• 直接传入代码计算得到的幺正矩阵时，触发错误：TwoQubitWeylDecomposition:failed to diagonalize M2
• 将矩阵通过np.set_printoptions(threshold=sys.maxsize, linewidth=2000)打印后，再把打印结果重新传入接口，运行完全正常
• 仅特定矩阵会出现该问题

核心原因 #

打印操作本质上对矩阵的浮点数元素做了精度截断/格式化——尽管你设置了threshold和linewidth，numpy打印浮点数时默认仍会保留有限精度（默认8位），会自动抹平计算过程中产生的极小数值误差。

你的原始矩阵可能因为自研算法的浮点运算累积误差，存在极其微小的非幺正性（比如元素模平方和偏离1、矩阵共轭转置与自身乘积不是严格单位矩阵），而Qiskit的TwoQubitWeylDecomposition分解逻辑对这种数值误差非常敏感，导致分解失败；打印后重新输入的矩阵经过精度截断，误差被消除，满足了幺正性的数值要求，因此可以正常处理。

解决方法 #

1. 修正矩阵的幺正性
   通过SVD分解重新构造严格幺正的矩阵，抹平数值误差，示例代码：

   import numpy as np
   from scipy.linalg import svd
   
   def enforce_unitary(matrix):
       U, _, Vh = svd(matrix)
       return U @ Vh
   

   将自研算法输出的矩阵先传入enforce_unitary处理，再传给qiskit.unitary接口。

2. 检查自研算法的数值稳定性
   排查生成幺正矩阵的计算流程，是否存在不必要的浮点运算累积，比如多次矩阵乘法、开方等操作，可以通过调整计算顺序、使用更高精度的浮点类型（比如np.float128）来减少误差。

3. 手动控制打印精度后转换（不推荐）
   如果想模拟打印的效果，可以用np.array2string指定精度后再转回矩阵，但这种方法依赖字符串解析，可靠性低于直接修正幺正性：

   import numpy as np
   
   mat = 你的原始矩阵
   # 指定足够高的精度，避免有效位数丢失
   mat_str = np.array2string(mat, precision=15, suppress_small=True)
   fixed_mat = eval(mat_str)
   

内容的提问来源于stack exchange，提问作者mchaudh4