python - Matplotlib 干扰图奇怪图案

Question

我正在尝试制作 interference figure像这样的动画:

不同的是，上图显示了随时间变化的干涉图，因此相长干涉点和相消干涉点保持固定。相反，我正在尝试制作一个动画，在其中更改两个源的频率，将它们固定在空间中。
这是我的代码:

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation

source = 0.5
sources = [-source, source]
axlim = max(sources)*2 + 1
N = 1000

x = np.linspace(-axlim, axlim, N)
y = np.linspace(-axlim, axlim, N)
X, Y = np.meshgrid(x, y)

fig = plt.figure()

def update(f):
    plt.gca().cla()
    C1 = np.sin(2*np.pi*f*((X - sources[0])**2 + Y**2))
    C2 = np.sin(2*np.pi*f*((X - sources[1])**2 + Y**2))
    Z = C1 + C2

    plt.contour(X, Y, Z)

    plt.plot(sources, [0, 0], 'ro')
    plt.gca().set_aspect('equal')
    plt.axis('off')

ani = FuncAnimation(fig = fig, func = update, frames = 11, interval = 100)

plt.show()

问题是奇怪的图案出现在最后一帧中:

这些模式不是物理的(它们不符合物理定律)，所以我的代码中一定有错误。我不知道在哪里，但我认为问题出在 matplotlib contour功能:我怀疑它引入了一种别名......

Answer 1

问题在于您对 C1 的定义和 C2 :您将正弦函数应用于 x 和 y 距离的平方和，而不应用平方根。你应该使用:

C1 = np.sin(2*np.pi*f*np.sqrt((X - sources[0])**2 + Y**2))
C2 = np.sin(2*np.pi*f*np.sqrt((X - sources[1])**2 + Y**2))

contour 没有问题plot 方法，但是，我建议您将其替换为 contourf或者，甚至更好， imshow .原因是 contour在您的字段具有相同值的地方绘制线条，保持绘图的其余部分为空。相反， contourf或 imshow使用您选择的颜色图填充空白区域，以便您可以更好地显示您的字段并避免模糊的空白区域。
请参阅此代码以供引用:

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import LinearSegmentedColormap
from matplotlib.animation import FuncAnimation

source = 0.5
sources = [-source, source]
axlim = max(sources)*2 + 1
N = 1000

x = np.linspace(-axlim, axlim, N)
y = np.linspace(-axlim, axlim, N)
X, Y = np.meshgrid(x, y)

norm = plt.Normalize(-2, 2)
cmap = LinearSegmentedColormap.from_list('', ['black', 'white', 'black'])
fig, ax = plt.subplots()

def update(f):
    ax.cla()
    C1 = np.sin(2*np.pi*f*np.sqrt((X - sources[0])**2 + Y**2))
    C2 = np.sin(2*np.pi*f*np.sqrt((X - sources[1])**2 + Y**2))
    Z = C1 + C2

    ax.imshow(Z,
              cmap = cmap,
              norm = norm)
    ax.plot(N/2*(1 + source/axlim), N/2, 'ro')
    ax.plot(N/2*(1 - source/axlim), N/2, 'ro')

    ax.set_title(f'f = {f} Hz')
    ax.set_aspect('equal')
    ax.axis('off')

ani = FuncAnimation(fig = fig, func = update, frames = 11, interval = 100)

plt.show()

由于您场的波峰和波谷都是 build 性干扰点，而在破坏性点中场为空，我选择了黑-白-黑颜色图，您无法区分波峰和波谷，但更容易区分 build 性干扰点和破坏性干扰点.