别再死记硬背了！用Python+Matplotlib模拟偏振光实验，动态理解马吕斯定律

用Python动态模拟偏振光实验从代码理解马吕斯定律偏振光现象在光学实验中常常让人感到抽象难懂——那些旋转的偏振片、相位延迟的波片以及随之变化的光强曲线在传统实验报告中往往只能通过静态图表和公式呈现。但如果你能用代码让这些物理过程活起来呢本文将带你用Python的Matplotlib库构建一个交互式偏振光模拟器通过动态可视化深入理解马吕斯定律和波片工作原理。1. 环境准备与基础概念在开始编码前我们需要配置合适的Python环境。推荐使用Anaconda创建专属虚拟环境conda create -n polarization python3.9 conda activate polarization pip install numpy matplotlib ipywidgets偏振光模拟的核心是理解几个关键物理量线偏振光电矢量仅沿单一方向振动的光波马吕斯定律描述偏振光通过检偏器后光强变化的规律数学表达式为 $I I_0 \cos^2\theta$波片通过双折射效应产生相位延迟的光学元件常见的有λ/4波片产生π/2相位差和λ/2波片产生π相位差下面这个对比表能帮助快速理解不同偏振元件的作用元件类型作用效果相位改变输出偏振态偏振片过滤特定方向振动无线偏振光λ/4波片产生π/2相位差90°椭圆/圆偏振光λ/2波片产生π相位差180°线偏振光方向旋转提示在模拟中我们将把光波表示为电矢量的二维投影x和y分量分别对应快轴和慢轴方向的振动。2. 构建偏振光模拟框架让我们先建立一个基础的光波模型。线偏振光可以表示为沿特定方向振动的电磁波import numpy as np import matplotlib.pyplot as plt from matplotlib.animation import FuncAnimation def linear_polarized_wave(amplitude, angle, time): 生成线偏振光波 Ex amplitude * np.cos(angle) * np.cos(time) Ey amplitude * np.sin(angle) * np.cos(time) return Ex, Ey接下来实现偏振片的数学模型。根据马吕斯定律偏振片会衰减与透光轴垂直的振动分量def polarizer(input_Ex, input_Ey, polarizer_angle): 模拟偏振片效应 # 将输入光分解到偏振片的透光轴和消光轴方向 E_parallel input_Ex * np.cos(polarizer_angle) input_Ey * np.sin(polarizer_angle) E_perpendicular -input_Ex * np.sin(polarizer_angle) input_Ey * np.cos(polarizer_angle) # 消光轴分量被完全阻挡 output_Ex E_parallel * np.cos(polarizer_angle) output_Ey E_parallel * np.sin(polarizer_angle) return output_Ex, output_Ey为了直观展示偏振片的作用我们可以创建一个动态演示def animate_polarizer_rotation(): fig, (ax1, ax2) plt.subplots(1, 2, figsize(12, 5)) time np.linspace(0, 2*np.pi, 100) def update(frame): ax1.clear(); ax2.clear() angle frame * np.pi / 180 # 转换为弧度 # 原始光波水平偏振 Ex, Ey linear_polarized_wave(1, 0, time) ax1.plot(time, Ex, r, labelEx) ax1.plot(time, Ey, b, labelEy) # 通过旋转偏振片后的光波 Ex_p, Ey_p polarizer(Ex, Ey, angle) ax2.plot(time, Ex_p, r--, labelEx after polarizer) ax2.plot(time, Ey_p, b--, labelEy after polarizer) # 设置图表属性 for ax in [ax1, ax2]: ax.set_ylim(-1.1, 1.1) ax.legend() ax1.set_title(Original Polarized Light) ax2.set_title(fAfter Polarizer (θ{frame}°)) anim FuncAnimation(fig, update, framesnp.arange(0, 180, 2), interval100) plt.close() return anim这段代码会生成一个动画展示当偏振片旋转时透射光波各分量的变化情况。你可以明显看到当偏振片透光轴与偏振方向垂直时光强变为零。3. 波片效应的动态模拟波片的模拟比偏振片更复杂因为它会引入相位延迟。我们需要分别处理快轴和慢轴分量def wave_plate(input_Ex, input_Ey, plate_angle, phase_retardation): 模拟波片效应 # 将输入光分解到波片的快轴和慢轴方向 E_fast input_Ex * np.cos(plate_angle) input_Ey * np.sin(plate_angle) E_slow -input_Ex * np.sin(plate_angle) input_Ey * np.cos(plate_angle) # 应用相位延迟慢轴分量相位滞后 E_slow_retarded E_slow * np.exp(-1j * phase_retardation) # 转换回x-y坐标系 output_Ex E_fast * np.cos(plate_angle) - E_slow_retarded * np.sin(plate_angle) output_Ey E_fast * np.sin(plate_angle) E_slow_retarded * np.cos(plate_angle) return output_Ex.real, output_Ey.real特别有趣的是λ/4波片的行为。当入射线偏振光与波片快轴成45°角时会产生圆偏振光def demo_quarter_wave_plate(): time np.linspace(0, 4*np.pi, 200) Ex, Ey linear_polarized_wave(1, np.pi/4, time) # 45°偏振光 # 通过λ/4波片 Ex_qwp, Ey_qwp wave_plate(Ex, Ey, 0, np.pi/2) # 快轴沿x方向 # 绘制结果 plt.figure(figsize(10, 5)) plt.plot(time, Ex_qwp, r, labelEx after QWP) plt.plot(time, Ey_qwp, b, labelEy after QWP) plt.title(Circular Polarization Generated by λ/4 Wave Plate) plt.legend() plt.grid(True)运行这段代码你会看到x和y分量产生了π/2的相位差这正是圆偏振光的特征。通过调整入射线偏振光与波片快轴的夹角你还能观察到不同椭圆度的椭圆偏振光。4. 完整实验系统模拟现在我们把所有组件组合起来构建一个完整的偏振光实验模拟系统class PolarizationExperiment: def __init__(self): self.polarizer_angle 0 # 起偏器角度 self.plate_angle 0 # 波片角度 self.plate_type none # 波片类型none, qwp, hwp self.analyzer_angle 0 # 检偏器角度 def set_components(self, polar_ang, plate_ang, plate_type, analyzer_ang): self.polarizer_angle polar_ang self.plate_angle plate_ang self.plate_type plate_type self.analyzer_angle analyzer_ang def run_experiment(self, time_points): # 生成自然光随机偏振方向 angle np.random.uniform(0, 2*np.pi) Ex, Ey linear_polarized_wave(1, angle, time_points) # 通过起偏器 Ex, Ey polarizer(Ex, Ey, self.polarizer_angle) # 通过波片 if self.plate_type qwp: Ex, Ey wave_plate(Ex, Ey, self.plate_angle, np.pi/2) elif self.plate_type hwp: Ex, Ey wave_plate(Ex, Ey, self.plate_angle, np.pi) # 通过检偏器 Ex, Ey polarizer(Ex, Ey, self.analyzer_angle) # 计算光强 intensity Ex**2 Ey**2 return intensity.mean() # 平均光强这个类可以模拟完整的偏振光实验流程。我们可以用它来验证马吕斯定律def verify_malus_law(): experiment PolarizationExperiment() angles np.linspace(0, 180, 36) intensities [] for angle in angles: experiment.set_components(0, 0, none, angle) intensity experiment.run_experiment(np.linspace(0, 2*np.pi, 100)) intensities.append(intensity) # 绘制结果 plt.figure(figsize(10, 5)) plt.plot(angles, intensities, bo-, labelSimulated Data) plt.plot(angles, np.cos(np.radians(angles))**2, r--, labelcos²θ) plt.xlabel(Analyzer Angle (degrees)) plt.ylabel(Relative Intensity) plt.title(Verification of Malus Law) plt.legend() plt.grid(True)运行这段代码你会看到模拟结果与马吕斯定律的理论预测完美吻合。这种通过代码验证物理定律的方式比单纯看实验数据表格要直观得多。5. 交互式可视化工具为了让实验更加生动我们可以使用ipywidgets创建一个交互式控制面板from ipywidgets import interact, FloatSlider, Dropdown def interactive_polarization_simulator(): def update(polarizer_angle0, plate_angle0, plate_typenone, analyzer_angle0): experiment PolarizationExperiment() experiment.set_components( np.radians(polarizer_angle), np.radians(plate_angle), plate_type, np.radians(analyzer_angle) ) # 模拟实时光波 time np.linspace(0, 2*np.pi, 100) Ex, Ey linear_polarized_wave(1, np.radians(polarizer_angle), time) # 应用各组件 if plate_type qwp: Ex, Ey wave_plate(Ex, Ey, np.radians(plate_angle), np.pi/2) elif plate_type hwp: Ex, Ey wave_plate(Ex, Ey, np.radians(plate_angle), np.pi) Ex, Ey polarizer(Ex, Ey, np.radians(analyzer_angle)) # 绘制结果 plt.figure(figsize(12, 4)) plt.subplot(121) plt.plot(time, Ex, r, labelEx) plt.plot(time, Ey, b, labelEy) plt.ylim(-1.1, 1.1) plt.legend() plt.title(Electric Field Components) plt.subplot(122) plt.plot(Ex, Ey) plt.xlim(-1.1, 1.1) plt.ylim(-1.1, 1.1) plt.gca().set_aspect(equal) plt.title(Polarization State) plt.show() interact(update, polarizer_angleFloatSlider(min0, max180, step5, value0), plate_angleFloatSlider(min0, max180, step5, value0), plate_typeDropdown(options[none, qwp, hwp], valuenone), analyzer_angleFloatSlider(min0, max180, step5, value0))这个交互工具让你可以实时调整各个光学元件的角度立即看到偏振态的变化。比如你可以设置起偏器为0°检偏器为90°观察消光现象在中间插入λ/4波片旋转波片角度观察如何产生椭圆偏振光使用λ/2波片验证它会使偏振方向旋转两倍角度6. 高级应用与扩展掌握了基础模拟后我们可以进一步扩展模型模拟更复杂的偏振现象偏振光的干涉当两束相干偏振光叠加时干涉图样取决于它们的偏振状态。我们可以扩展模型来模拟这一现象def polarization_interference(): # 创建两束相干线偏振光 time np.linspace(0, 4*np.pi, 500) Ex1, Ey1 linear_polarized_wave(1, np.radians(0), time) # 水平偏振 Ex2, Ey2 linear_polarized_wave(1, np.radians(60), time) # 60°偏振 # 添加相位差模拟光程差 Ex2 Ex2 * np.cos(0.5*time) Ey2 Ey2 * np.cos(0.5*time) # 叠加两束光 Ex_total Ex1 Ex2 Ey_total Ey1 Ey2 # 绘制结果 plt.figure(figsize(12, 5)) plt.subplot(121) plt.plot(time, Ex_total, r, labelEx) plt.plot(time, Ey_total, b, labelEy) plt.title(Superposition of Two Polarized Waves) plt.legend() plt.subplot(122) plt.plot(Ex_total, Ey_total) plt.gca().set_aspect(equal) plt.title(Resultant Polarization State) plt.show()琼斯矩阵形式化对于更复杂的偏振光学系统可以使用琼斯矩阵 formalism 来简化计算def jones_matrix_simulation(): # 定义琼斯矩阵 def polarizer_jones(angle): c, s np.cos(angle), np.sin(angle) return np.array([[c*c, c*s], [c*s, s*s]]) def waveplate_jones(angle, phase_retardation): c, s np.cos(angle), np.sin(angle) return np.array([ [c*c s*s*np.exp(-1j*phase_retardation), c*s*(1 - np.exp(-1j*phase_retardation))], [c*s*(1 - np.exp(-1j*phase_retardation)), s*s c*c*np.exp(-1j*phase_retardation)] ]) # 初始光波水平偏振 E_in np.array([1, 0]) # 构建光学系统偏振片(0°) → λ/4波片(45°) → 偏振片(90°) P1 polarizer_jones(0) QWP waveplate_jones(np.pi/4, np.pi/2) P2 polarizer_jones(np.pi/2) # 计算输出光波 E_out P2 QWP P1 E_in print(fOutput field: {E_out}) print(fOutput intensity: {np.abs(E_out[0])**2 np.abs(E_out[1])**2})这种方法特别适合模拟由多个偏振元件组成的复杂光学系统。你可以轻松地添加或重新排列各种光学元件而无需重写整个模拟逻辑。