Python光学仿真光的偏振编程理解学习
作者:微小冷
这篇文章主要为大家介绍了通过Python光学仿真来理解光的偏振编程学习,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步
光的偏振
由于光波是横波,所以对于任意一个光波,其振幅方向与传播方向在一个固定的平面内。换言之,一束光波可以存在振幅方向不同的一群光波,对于其中一个光波而言,其振幅方向即为偏振方向。
可以画出其示意图
#偏振光演示 import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D as axd def polarShow(): z = np.arange(0,5,0.01) #传播方向,单位um dWave = 0.6328 x1 = z*0 y1 = np.cos(2*np.pi*z/dWave)#此光波偏振方向为y x2 = np.cos(2*np.pi*z/dWave)#此光波偏振方向为y y2 = z*0 fig = plt.figure() ax = axd(fig) ax.plot3D(z,x1,y1) ax.plot3D(z,x2,y2) ax.plot3D(z,x1,y2) plt.show()
得到其示意图为
我们生活中遇到的大部分光都是各种偏振方向的均匀混合,即并不是偏振光。上图所示的蓝色和橙色光波,其偏振方向单一,这种光叫做线偏振光。又因为这两束光处处保持等相位,则这两束光的合成仍旧为偏振光。
如果二者之间产生一点相位差,那么其合成将不再是线偏振光,下面将程序中插入一个相位
#两个存在相位差的线偏振光演示 def polarShow(dWave = 0.6328,delta=0.5): z = np.arange(0,5,0.01) x1 = z*0 y1 = np.cos(2*np.pi*z/dWave+delta)#此光波偏振方向为y x2 = np.cos(2*np.pi*z/dWave)#此光波偏振方向为x y2 = z*0 x3 = x1+x2 y3 = y1+y2 fig = plt.figure() ax = axd(fig) ax.plot3D(z,x1,y1) ax.plot3D(z,x2,y2) ax.plot3D(z,x3,y3) ax.plot3D(z,x1,y2) plt.show()
调整视角之后,如下图所示,可见两束现偏振光合成之后,偏振方向则在光的不同传播位置处发生变化。由于沿着光的传播方向看去,其投影为一个椭圆,所以称此时的光为椭圆偏振光。
调整相位差,然后画出光波沿传播方向上的投影
#偏振光演示 def polarShow(dWave = 0.6328): z = np.arange(0,5,0.01) x = np.cos(2*np.pi*z/dWave) #x偏振光 delta = [0,np.pi/6,np.pi/4,\ np.pi/3,np.pi/2,2*np.pi/3,\ 3*np.pi/4,5*np.pi/6,np.pi] titles = ["0","30°","45°","60°","90°",\ "120°","135°","150°","180°"] #fig = plt.figure() for i in range(9): ax =plt.subplot(331+i) #子图绘制,表示3×3的布局中的第(1+i)个图 ax.set_title(titles[i]) y = np.cos(2*np.pi*z/dWave+delta[i])#此光波偏振方向为y plt.plot(x,y) plt.xticks([]) plt.yticks([]) #去掉坐标轴 plt.subplots_adjust(wspace=0.5,hspace=0.5)#调整子图间距 plt.show()
于是就得到了这张著名的图片:
光在空气中或者水中传播时,并不会改变其偏振状态,同时这两种介质对不同偏振方向的光具有相同的折射率。
以上就是Python光学仿真光的偏振编程理解学习的详细内容,更多关于Python光的偏振的资料请关注脚本之家其它相关文章!