参数（Parameter）
Parameter 表示由 VQCircuit 管理的多维变分参数数组。数组中的每个元素都是一个占位符，可以被变分量子门引用，或通过 ParamExpression 构建算术表达式。
参数不直接由用户构造。相反，它们通过 set_Param 在 VQCircuit 上配置，并通过 VQCircuit.Param 方法访问。
概述
Parameter 对象存储：
- 维度大小 -- 参数数组的形状（例如，
[4]表示 4 个参数，[2, 3]表示 2x3 网格）。 - 维度标签 -- 每个维度的可选可读名称。
- 元素标签 -- 各个参数元素的可选名称。
- 值和梯度 -- 绑定的参数值及其计算得到的梯度。
方法
size
返回参数元素的总数（所有维度大小的乘积）。
python
param.size() -> int返回值： int -- 参数元素的总数。
ParamExpression
ParamExpression 表示由参数占位符和常量构建的算术表达式。它支持加法和乘法，使用户能够为变分量子门组合参数化值，而不仅仅是简单的单占位符引用。
例如，如果 p0 和 p1 是参数占位符，则可以构造像 p0 + 0.5 * p1 这样的表达式，并将其作为变分门的参数传递。
签名
python
ParamExpression() # default constructor
ParamExpression(param_expression: ParamExpression) # copy constructor方法
calculate_expression_val
对表达式进行数值求值。调用此方法后，使用 get_expression_val 获取结果。在求值之前必须已绑定参数值（通过 VQCircuit.__call__）。
python
expr.calculate_expression_val() -> Noneget_expression_val
返回表达式的计算值。必须在 calculate_expression_val 之后调用。
python
expr.get_expression_val() -> float返回值： float -- 表达式的数值计算结果。
calculate_gradient_val
在给定上游梯度 dg_div_df 的情况下，计算表达式对其组成占位符的梯度。
python
expr.calculate_gradient_val(dg_div_df: float) -> None| 参数 | 类型 | 描述 |
|---|---|---|
| dg_div_df | float | 上游导数（链式法则乘数）。 |
算术运算符
ParamExpression 支持以下算术运算，每种运算都产生一个新的 ParamExpression：
| 运算 | 签名 | 描述 |
|---|---|---|
| 加法（表达式 + 表达式） | expr + other | 两个表达式相加。 |
| 加法（表达式 + 标量） | expr + scalar | 表达式加上浮点常量。 |
| 反向加法（标量 + 表达式） | scalar + expr | 浮点常量加上表达式。 |
| 乘法（表达式 * 表达式） | expr * other | 两个表达式相乘。 |
| 乘法（表达式 * 标量） | expr * scalar | 表达式乘以浮点常量。 |
| 反向乘法（标量 * 表达式） | scalar * expr | 浮点常量乘以表达式。 |
返回值： ParamExpression -- 表示运算结果的新表达式。
示例
python
from pyqpanda3.vqcircuit import VQCircuit
from pyqpanda3.core import RX
import numpy as np
vqc = VQCircuit()
vqc.set_Param([4])
# Get individual placeholders
p0 = vqc.Param([0])
p1 = vqc.Param([1])
# Build an expression: 0.5 * p0 + p1
# Note: p0 and p1 are ParamExpression objects returned by VQCircuit.Param
expr = 0.5 * p0 + p1
# Print the expression string representation
print("Expression:", str(expr))
# Use the expression in a variational gate
vqc << RX(0, expr)
# Bind parameters and evaluate the expression
vqc(np.array([1.0, 2.0, 0.0, 0.0]))
expr.calculate_expression_val()
print("Value with params [1.0, 2.0, 0.0, 0.0]:", expr.get_expression_val())
# The total parameter count is still 4 (p0, p1, p2, p3)
# but the gate parameter is a derived expression运行结果：
Expression: (0.5*Param([0])+Param([1]))
Value with params [1.0, 2.0, 0.0, 0.0]: 2.5