Python光学仿真：光的偏振编程理解学习

何川

发布时间：2026-10-14| 6人浏览过

原创

本文通过Python编程演示光的偏振现象。文章解释了横波的振幅方向与传播方向关系，展示了线偏振光与椭圆偏振光的合成原理。通过调整相位差，程序直观呈现了偏振方向随传播位置的变化，并分析了光在空气或水中传播时偏振状态的保持特性。

光的偏振

由于光波属于横波，任意光波的振幅方向与传播方向均位于同一固定平面内。这意味着一束光波可由振幅方向各异的光波组成，其中单个光波的振幅方向即定义为该光的偏振方向。

可以绘制其示意图


#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()

得到的示意图为

日常生活中遇到的大部分光均为各种偏振方向的均匀混合，并非偏振光。图中所示的蓝色和橙色光波具有单一的偏振方向，此类光被称为线偏振光。由于这两束光处处保持等相位，它们的合成结果仍为偏振光。

若两者之间产生相位差，合成光将不再是线偏振光。以下程序代码中插入了一个相位


#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()

调整视角后，如下图所示，可见两束线偏振光合成后，其偏振方向在光的不同传播位置处发生变化。由于沿光的传播方向观察，其投影呈现为椭圆形状，因此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()

于是得到了这张著名的图片: