Python光学仿真光的偏振编程理解学习

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

在这里插入图片描述

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。

在这里插入图片描述

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:

在这里插入图片描述