* Python >= 3.8.0,
* numpy,
* scipy,
* matplotlib >= 3.5.0,
* h5py,
* pandas,
* networkx,
* pyqt6,
* pyserial

exp = Experiment(ion_number=4, chapter_dict=Doppler_chapter_dict, port="COM5", ip_address='192.168.2.30::INSTR1::INSTR')

doppler_cooling = exp.new_sequence()
doppler_cooling.set_sequence(
	Doppler(1000, label='Doppler').on(all),
	Zero(1).on(all))

duration: gate的持续时间
latency: 该单比特门距离这个量子比特上的前一个门的延时
awg_flag: awg_flag为True表示这个gate作用在AWG上；为False时表示作用在FPGA上
label: 加一个标签值，在sequence里面标记这个gate，便于在做实验时随时修改这个gate的部分参数
pulse_type: 只用于表征gate的类型，用于直接生成FPGA上gate对应的chapter，同时在sequence画图（调用sequencer.py里的plot_sequence函数）时有用
amp，freq，phase: 幅度（强度），频率，相位参数。对于AWG上的gate需要明确赋值用以生成AWG波形数据；对于FPGA上的gate则并不需要（FPGA会直接找到pulse_type对应的chapter）

可选的成员变量optional member variables:
    segment_flag: 表示awg的生成函数是否是分段函数（仅对AWG上的gate有意义）
    segment_number: 表示函数的分段数（可以为1）。segment_flag为False时为-1，仅在segment_flag == True时才有意义。
    time_intervals: 分段函数的时间分段。是一个长度为segment_number的list，具有如下形式:
                     [(lt_0,rt_0),(lt_1,rt_1),...]，lt_i,rt_i(0<=i<segment_number)表示第i+1段分段函数的起始和终止时间。

为了实验的灵活性，我们允许AWG上的gate是分段函数，且每一个分段函数有多个频率成分。具体来说，分成如下两种情况: 
    1、gate不是分段函数，此时amp, freq, phase是三个实数(float)，或者三个tuple（每个tuple长度必须一样）
        即amp=1,freq=2,phase=3或者amp=(1,-1), freq=(2,2),phase=(3,-3)都是可以的。
        其中参数是tuple类型时，表示该函数有多个sin分量。例如: amp, freq, phase = (1,-1),(2,2),(3,-3)时，整体函数为:

    2、gate是分段函数，则amp, freq, phase必须是三个长度等于segment_number的list。list内每一个元素同样可以是float或者tuple。例如:
        当segment_number == 4, time_intervals == [(0,9.33), (9.33,17.66), (17.66,28.53), (28.53,57.94)]时,
        amp = [1, (1,1), 3, (0.45,0.45,0.45)], freq = [0.2, (2.03,-2.03), 0.2, (0.2, 2.03, -2.03)],
        phase = [0.48, (0.308, -0.308), 0.086, (0.48,0.48,-0.48)]
        则:

{
    "ion_number" : (int)表示此纠缠门涉及到的离子数
    "segment_number" : (int)表示生成函数的分段数；当生成函数不是分段函数时，取值为1
    "time_intervals" : (list)，其结构与BaseGate的time_intervals相同
    "data_per_ion" : (list)，是一个长度为ion_number的list。list里面每一个元素都是一个字典。结构如下：
    {
        "amp" : 可以是float，tuple或者list（分两种情况讨论），意义同BaseGate.amp。但segment_number > 1时，必须是list类型
        "freq" : 意义同BaseGate.freq。
        "phase" : 意义同BaseGate.phase。
    }
}

set_sequence(self, *args): 输入参数若干，用于生成一个新的序列。
            每一个参数是一个BaseGate.on()实例，AdvanceGate.on()实例，sync指令或者awg_trigger指令。
            其中awg_trigger指令至多只允许出现一次。而AWG上的gates必须在awg_trigger指令之后，否则软件会报错。
add_gates(self, *args): 输入参数若干，用于在现有序列之后再拼接上输入的序列。
regenerate_sequence(self): 无需额外输入参数，作用是重新整理已有输入的序列。
                主要应用场景在于调用set_parameters()修改序列内某些gates的参数后，需要重新扫一遍序列更新各种信息。
                从而使set_parameters()的调用真正生效。

set_parameters(self, label = target_label, duration = None, amp = None, freq = None, phase = None, batch_mode = False, para_table = None): 
    修改序列中label为target_label的gate的参数。要求: 一个BaseGate和一个AdvanceGate不能拥有相同的label。
    1、当target_label对应的集合是BaseGate类的集合，输入想要改变的参数duration，amp，freq，phase。不想改变的参数默认输入为None。
        当target_label对应的集合不止一个gate时，假设序列中有n个gates都有当前的label。若：
        1) batch_mode为False时，duration，amp，freq，phase（如要修改）必须是一个长度为n的tuple。
            例如：set_parameters(label, duration = None, amp = None, freq = (freq1,freq2,freq3),phase=None)
        2) batch_mode为True时，表示批量赋值。例如：当amp!=None，则序列所有拥有该label的gates其amp全部修改为输入的amp。
    2、当target_label对应的集合是AdvanceGate类的集合，输入参数para_table = new_dict。
        1) 当target_label对应单个gate或者batch_mode == True时，直接将修改所有的具有该label的AdvanceGate的成员变量para_table为new_dict。
        2) 当target_label对应的集合有n(n>1)个gate时，new_dict应当是一个长度为n的tuple。tuple中第i个元素new_dict[i]就是第i个具有target_label的AdvanceGate需要修改的参数表。
        
clear(self, make_sure = False):
    初始化sequence，将gate_sequence, gate_list_per_ion, time_stamp等成员都重置。
    此函数一般不需要手动调用。当手动调用时必须确保make_sure参数设置为True，以防误操作。

def update_hardwares(self, label=None):
	更新label中涉及到的这些pulse的硬件参数。
	此函数通常接在set_parameters后面。因为set_parameters只是从软件层面修改了pulses的频率，幅度等信息。而有些pulses在硬件上运行时还需要把硬件参数直接给定。update_hardwares便提供此功能。

Cion还包括但不限于如下功能：
1. 自动保存当次实验数据和实验配置参数，并可以在后续有需要时随时调用。
2. 数据拟合，如：高斯拟合，Rabi拟合，Thermal拟合等。
3. 校准逻辑的实现（Calbiration Graph），此功能正开发中。