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编程网其它相关文章！
