Python光学仿真学习Gauss高斯光束在空间中的分布-6ren

Python光学仿真学习Gauss高斯光束在空间中的分布

转载作者：qq735679552 更新时间：2022-09-28 22:32:09

CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章Python光学仿真学习Gauss高斯光束在空间中的分布由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.

Gauss光束强度的表达式为。

Python光学仿真学习Gauss高斯光束在空间中的分布

如图所示。

Python光学仿真学习Gauss高斯光束在空间中的分布

左上图和左下图表示激光传输过程中的其束腰半径的变化情况；右图则表示高斯光束某一横截面处激光的能量分布.

绘制代码如下。

import matplotlib.pyplot as pltimport numpy as npdef setLabel(ax,*args):    ax.set_xlabel(args[0])    ax.set_ylabel(args[1])    if len(args)==3:        ax.set_zlabel(args[2])def drawGauss(w0=1,dWave=1.064):    # 轴向坐标    z = np.linspace(-10,10,1000).reshape(1000,1)    # z处光斑半径    w = np.sqrt(w0**2+z**2*dWave**2/np.pi**2/w0**2)    theta = np.linspace(0,np.pi*2,150).reshape(1,150)    x = w*np.cos(theta)    y = w*np.sin(theta)    fig =  plt.figure()    # 三维的高斯光束等功率密度面变化图    ax1 = fig.add_subplot(221,projection="3d")    ax1.plot_surface(z,x,y)#,cmap=plt.get_cmap("rainbow"))    ax1.set_title("waist shape changed by propagation")    setLabel(ax1,"z","x","y")    # 二维的高斯光束半径变化图    ax3 = fig.add_subplot(223)    ax3.plot(z,w,linewidth=1)    ax3.plot(z,-w,linewidth=0.2)    ax3.plot([z[0],z[-1]],[0,0],linewidth=0.5,linestyle=":")    ax3.set_title("waist value changed by propagation")    setLabel(ax3,"z","w")        # Gauss光束在束腰处的切片    X,Y = np.meshgrid(np.linspace(-5,5,100),np.linspace(-5,5,100))    Psi = np.exp(-(X**2+Y**2)/w0**2)/w0    ax2 = fig.add_subplot(222,projection="3d")    ax2.plot_surface(X,Y,Psi)    ax2.set_title("Intensity distribution on waist0")    setLabel(ax2,"x","y","Instensity")    # Gauss光束在束腰处的径向切片    r = np.linspace(-5,5,200)    Psi = np.exp(-r**2/w0**2)/w0    ax4 = fig.add_subplot(224)    ax4.plot(r,Psi)    ax4.set_title("Intensity distribution on waist0")    setLabel(ax4,"r","Instensity")    plt.show()

如果沿着z轴方向，在不同的位置处对Gauss光束进行切片处理，则不同位置处径向功率分布如图所示。

Python光学仿真学习Gauss高斯光束在空间中的分布

实现代码如下。

import matplotlib.animation as animationdef GaussGif1d(w0=1,dWave=1.064):    zAxis = np.arange(100)    # 轴向坐标    z = np.linspace(0,10,100)    # z处的束腰半径    w = np.sqrt(w0**2+z**2*dWave**2/np.pi**2/w0**2)    x = np.linspace(-10,10,500)      fig = plt.figure()    ax = fig.gca(xlim=(-5,5),ylim=(0,1))    ax.grid()    line, = ax.plot([],[])    time_text = ax.text(0.1,0.9,"",transform=ax.transAxes)    # 初始化图像    def init():        line.set_data([],[])        time_text.set_text("")        return line, time_text        # 图像迭代    def animate(i):        wi = w[i]        Psi = np.exp(-x**2/wi**2)/wi        line.set_data(x,Psi)        time_text.set_text("z="+str(z[i]))        return line, time_text    ani = animation.FuncAnimation(fig, animate, zAxis,        interval=200, init_func=init)    ani.save("gauss.gif",writer="imagemagick")    plt.show()

以上就是Python光学仿真学习Gauss高斯光束在空间中的分布的详细内容，更多关于Python光学仿真Gauss高斯光束空间分布的资料请关注我其它相关文章！。

原文链接：https://blog.csdn.net/m0_37816922/article/details/109896418 。

最后此篇关于Python光学仿真学习Gauss高斯光束在空间中的分布的文章就讲到这里了,如果你想了解更多关于Python光学仿真学习Gauss高斯光束在空间中的分布的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！。