python光學(xué)仿真面向?qū)ο蠊鈱W(xué)元件類的實(shí)現(xiàn)
光學(xué)元件類
平面反射鏡是一種極為簡單的模型,因?yàn)槲覀冎恍枰紤]一個(gè)平面即可。但是除此之外的其他光學(xué)元件,可能會(huì)變得有些復(fù)雜:我們必須考慮光在入射面和出射面的行為。
這當(dāng)然是一句廢話,而且我們也有了一個(gè)初步的解決方案:將光學(xué)元件拆成前表面和后表面即可。如果光需要在光學(xué)元件中反射多次,那就將光學(xué)元件拆成需要反射次數(shù)的表面?zhèn)€數(shù)即可,完美而無腦。
這說明我們已經(jīng)熟悉了程序員的思維,我們眼中的世界已經(jīng)不再是一個(gè)所見即所得的世界,我們看到的是一個(gè)個(gè)抽象零部件的表現(xiàn)。但是也不要驚慌,程序員和正常人也未必有很大的區(qū)別,因?yàn)槲覀兂丝梢詫⑦@個(gè)世界拆解,也可以將拆解之后的部件重新構(gòu)造回這個(gè)世界。
嘗試著將問題想得復(fù)雜一些,光學(xué)系統(tǒng)中有許多光學(xué)元件,光會(huì)透過每個(gè)光學(xué)元件很多次,而且每次的入射點(diǎn)、出射點(diǎn)都會(huì)有一定的偏差。由于光學(xué)元件可能會(huì)對光的能量有所吸收,從而引起發(fā)熱。而且每次的入射點(diǎn)、出射點(diǎn)不同,則發(fā)熱位置也不一樣。由于發(fā)熱會(huì)導(dǎo)致光學(xué)元件發(fā)生形變,所以下一次光和光學(xué)元件的作用也會(huì)發(fā)生變化。
也就是說,對于每個(gè)光學(xué)元件來說,除了有固定的前表面、后表面,還有入射點(diǎn)、出射點(diǎn)、發(fā)熱、形變等不斷變化的參數(shù)。這樣的一個(gè)過于實(shí)際的問題促使我們構(gòu)造一種更加貼近現(xiàn)實(shí)的數(shù)據(jù)類型,換句話說,我們要?jiǎng)?chuàng)建一個(gè)對象,這個(gè)對象能夠封裝各種變量和功能,我們輸入一個(gè)參量,這個(gè)對象的狀態(tài)也會(huì)跟著發(fā)生變化。
這就是所謂的面向?qū)ο蟆?/p>
class Opti():
def __init__(self,edge1,edge2):
self.edge1 = edge1
self.edge2 = edge2
在上例中,我們定義了一個(gè)光學(xué)元件類,這個(gè)光學(xué)元件有兩個(gè)表面,這兩個(gè)表面既可以是平面,也可以說弧面。這樣,我們就建立了一個(gè)類。其中,__init__為初始化方法,self表示我們所創(chuàng)建的這個(gè)類本身。一般來說,如果類中的方法不加修飾符的話,就必須將self當(dāng)作第一個(gè)參數(shù)。
self.edge1表示這個(gè)Opti類中,有一個(gè)成員的名字叫edge1。當(dāng)這個(gè)類被初始化的時(shí)候,我們就可以對其進(jìn)行賦值了。
有些元件可能只有一個(gè)表面,比如全反鏡;有些可能有多個(gè)表面,比如偏振立方體。而且,我們在做實(shí)驗(yàn)的時(shí)候,也需要對不同的光學(xué)元件進(jìn)行比較,從而得到最好的實(shí)驗(yàn)結(jié)果。所以,如果我們想改變已經(jīng)建好的光學(xué)元件,應(yīng)該怎么辦呢?
其實(shí)很簡單,只要增加一個(gè)方法,使得可以插入或者刪除新的表面即可。
#文件Opti.py
class Opti():
def __init__(self,edges=[[(0,-1),(0,1)],[(0,1),(0,-1),(1/2,0)]]):
self.edges = [{'index':i,'dots':edges[i]}
for i in range(len(edges))]
#edge格式為(dot1,dot2,...)
def insertEdge(self,edge,albedo=0):
self.edges.append(
{'index':len(self.edges),'dots':edge})
#可接受編號和點(diǎn)集
def delEdge(self,edge):
try:
if isinstance(edge,list): #如果edge的類型是list
for edg in self.edges:
if edg['dots']==edge:
edge = edg['index']
del self.edges[edge]
except:
print("no this edge")
在上面的代碼中,可以看到初始化函數(shù)被預(yù)設(shè)了一些值,這點(diǎn)與普通函數(shù)并無二致。我們可以看到,默認(rèn)插入的兩個(gè)曲面分別是平面[(0,-1),(0,1)]和弧面[(0,1),(0,-1),(1/2,0)],可見默認(rèn)生成一個(gè)平凸鏡。
成員變量self.edges即光學(xué)表面的列表,每個(gè)光學(xué)表面有兩個(gè)參數(shù),分別是索引index和點(diǎn)集dots。由此前的光學(xué)抽象可知,當(dāng)點(diǎn)對中有兩個(gè)點(diǎn)的時(shí)候,代表平面;有三個(gè)點(diǎn)的時(shí)候,代表弧面。
方法insertEdge為插入一個(gè)光學(xué)表面,其中,編號為這個(gè)光學(xué)表面在self.edges中的索引號;delEdge顧名思義為刪除某個(gè)光學(xué)表面。如果傳入的edge為一個(gè)列表,則說明傳入的是一個(gè)參數(shù)確定的曲面,此時(shí)通過遍歷self.edges找到這個(gè)表面,并得到其索引。
如果傳入的參數(shù)為一個(gè)單值,那么說明傳入的是索引號,所以直接刪除即可。
在這個(gè)方法中,使用了一種新的代碼塊try:...except...,這是一種異常機(jī)制,即嘗試運(yùn)行try:塊中的代碼,如果運(yùn)行失敗,則執(zhí)行except。如果我們沒能執(zhí)行成功delEdge,則說明我們輸入的表面并不在這個(gè)光學(xué)元件中,所以輸出"no this edge"。
這好像是第一次看到print這個(gè)命令呢,一般來說這應(yīng)該是最先接觸到的函數(shù),畢竟對于大多數(shù)程序員來說,敲下的第一行代碼就是
print("hello world")
print('hello world')
同時(shí),我們除了數(shù)值類型之外,又認(rèn)識了另一種數(shù)據(jù)類型,即字符。在python中,可以通過雙引號或者單引號來表示單個(gè)字符或者字符串。即上述的hello world代碼中,兩行均正確,而且沒什么區(qū)別。
現(xiàn)在,我們已經(jīng)寫了一個(gè)類,于是可以創(chuàng)建一個(gè)對象,在命令行中輸入:
>>> from Opti import Opti
>>> Opti.__name__ #這是什么鬼
'Opti'
>>> x = Opti() #創(chuàng)建對象,由于未輸入?yún)?shù),故皆為默認(rèn)值
>>> x.edges #現(xiàn)實(shí)類成員
[{'index': 0, 'dots': [(0, -1), (0, 1)]}, {'index': 1, 'dots': [(0, 1), (0, -1), (0.5, 0)]}]
>>> x.delEdge(1) #調(diào)用類方法
>>> x.edges #果然少了一個(gè)邊
[{'index': 0, 'dots': [(0, -1), (0, 1)]}]
>>> x.delEdge(1) #刪除不存在的邊是不可能的
no this edge
>>>
首先,from Opti import Opti的這兩個(gè)Opti并不相同,前者代表包`Opti.py',后者代表Opti.py中的類'Opti',import之后便可以調(diào)用了。
然后出現(xiàn)了一個(gè)比較吊詭的事情,我們在類中并沒有定義__name__,然而調(diào)用之后卻有值產(chǎn)生。
請勿驚慌,其實(shí)是老熟人了??梢詫?code>__name__理解為python內(nèi)部的內(nèi)置屬性,當(dāng)我們直接執(zhí)行某一.py文件時(shí),這個(gè)__name__的值為__main__,否則的話就是類的名字。所以,到這個(gè)時(shí)候,我們似乎應(yīng)該能明白入口函數(shù)的真正意義了吧。
繼續(xù)向下,幾乎所有的事情就都不出所料了。
以上就是python光學(xué)仿真面向?qū)ο蠊鈱W(xué)元件類的實(shí)現(xiàn)的詳細(xì)內(nèi)容,更多關(guān)于python光學(xué)元件類的實(shí)現(xiàn)的資料請關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
淺談keras 模型用于預(yù)測時(shí)的注意事項(xiàng)
這篇文章主要介紹了淺談keras 模型用于預(yù)測時(shí)的注意事項(xiàng),具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-06-06
numpy:np.newaxis 實(shí)現(xiàn)將行向量轉(zhuǎn)換成列向量
今天小編就為大家分享一篇numpy:np.newaxis 實(shí)現(xiàn)將行向量轉(zhuǎn)換成列向量,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-11-11
Matplotlib實(shí)現(xiàn)subplot和subplots簡單對比
在畫布創(chuàng)建子圖會(huì)有很多方法,本文主要介紹了Matplotlib實(shí)現(xiàn)subplot和subplots簡單對比,簡單的介紹了這兩種方法區(qū)別,感興趣的可以了解一下2021-05-05
python3使用diagrams繪制架構(gòu)圖的步驟
這篇文章主要介紹了python3使用diagrams生成架構(gòu)圖的步驟,幫助大家更好的理解和學(xué)習(xí)使用python,感興趣的朋友可以了解下2021-04-04
python機(jī)器學(xué)習(xí)算法與數(shù)據(jù)降維分析詳解
這篇文章主要為大家介紹了python機(jī)器學(xué)習(xí)算法與數(shù)據(jù)降維的分析詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步2021-11-11
python將天數(shù)轉(zhuǎn)換為日期字符串的方法實(shí)例
這篇文章主要給大家介紹了關(guān)于python將天數(shù)轉(zhuǎn)換為日期字符串的相關(guān)資料,以及將將字符串的時(shí)間轉(zhuǎn)換為時(shí)間戳的實(shí)例代碼,需要的朋友可以參考下2022-01-01
使用 Supervisor 監(jiān)控 Python3 進(jìn)程方式
今天小編就為大家分享一篇使用 Supervisor 監(jiān)控 Python3 進(jìn)程方式,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-12-12

