用Python动态模拟光在不同介质中的折射率变化：从代码理解物理本质

记得第一次在物理课本上看到折射率公式时，总觉得那些符号和数字像是天书。直到某天我用Matplotlib画出了光线穿过不同介质的动态路径，突然就理解了为什么游泳池底看起来比实际更浅——这种"啊哈时刻"正是我想带给各位的体验。本文将带你用Python代码构建一个可交互的折射率模拟器，不仅能直观展示绝对折射率与相对折射率的区别，还能实时观察光速变化对折射角度的影响。

1. 环境准备与基础概念可视化

1.1 搭建Python科学计算环境

工欲善其事，必先利其器。我们需要以下工具链：

bash复制pip install numpy matplotlib ipywidgets

推荐使用Jupyter Notebook进行交互式实验，以下代码创建一个介质折射率对照表：

python复制import pandas as pd

materials = {
    '介质': ['真空', '空气', '水', '乙醇', '玻璃(冕牌)', '钻石'],
    '绝对折射率': [1.0, 1.000293, 1.333, 1.361, 1.52, 2.417],
    '分子结构': ['无', '稀疏气体', '氢键网络', '有机分子', '硅氧四面体', '碳晶体']
}

df = pd.DataFrame(materials)
print(df.to_markdown(index=False))

提示：折射率与介质密度正相关，但并非线性关系——分子极化率才是关键因素

1.2 绘制折射率光谱特性曲线

不同波长的光在相同介质中折射率也不同（色散现象），用以下代码模拟：

python复制import numpy as np
import matplotlib.pyplot as plt

wavelengths = np.linspace(380, 780, 100)  # 可见光波段(纳米)
n_water = 1.333 + 0.000014/wavelengths**2  # 水的色散公式简化版

plt.figure(figsize=(10,6))
plt.plot(wavelengths, n_water, label='水的折射率')
plt.xlabel('波长 (nm)'), plt.ylabel('折射率')
plt.title('水的色散曲线'), plt.grid(True)
plt.legend(), plt.show()

2. 绝对折射率的动态模拟

2.1 光速与折射率的关系建模

根据定义，绝对折射率n = c/v，我们创建介质光速计算函数：

python复制def calculate_speed(n_medium):
    c = 3e8  # 真空光速(m/s)
    return c / n_medium

speeds = [calculate_speed(n) for n in df['绝对折射率']]
df['光速(m/s)'] = speeds
print(df[['介质', '绝对折射率', '光速(m/s)']].to_markdown(index=False))

2.2 动态折射过程可视化

用Snell定律实现光线追踪模拟器：

python复制def snell_law(n1, n2, theta1):
    theta1_rad = np.radians(theta1)
    theta2_rad = np.arcsin(n1/n2 * np.sin(theta1_rad))
    return np.degrees(theta2_rad)

def plot_refraction(n1, n2, angle=30):
    # 入射光线
    x_incident = [-1, 0]
    y_incident = [np.tan(np.radians(angle)), 0]
    
    # 折射光线
    refr_angle = snell_law(n1, n2, angle)
    x_refracted = [0, 1]
    y_refracted = [0, np.tan(np.radians(refr_angle))]
    
    plt.figure(figsize=(8,6))
    plt.plot(x_incident, y_incident, 'r-', linewidth=2, label=f'入射角: {angle}°')
    plt.plot(x_refracted, y_refracted, 'b-', linewidth=2, 
             label=f'折射角: {refr_angle:.2f}°')
    plt.axhline(0, color='k', linestyle='--')
    plt.text(0.5, 0.2, f'n={n2}', fontsize=12, ha='center')
    plt.text(-0.5, 0.2, f'n={n1}', fontsize=12, ha='center')
    plt.legend(), plt.axis('equal'), plt.grid(True)
    plt.title(f'折射率变化: {n1} → {n2}'), plt.show()

plot_refraction(1.0, 1.5)  # 真空到玻璃

3. 相对折射率的计算与实践

3.1 从绝对到相对的转换公式

相对折射率n₁₂ = n₂/n₁ = v₁/v₂，实现代码如下：

python复制def relative_refractive_index(n1, n2):
    return n2 / n1  # 等价于 calculate_speed(n1)/calculate_speed(n2)

# 示例：空气到水的相对折射率
n_air_to_water = relative_refractive_index(1.000293, 1.333)
print(f"空气到水的相对折射率: {n_air_to_water:.4f}")

3.2 多介质折射路径追踪

模拟光线穿过多层介质的情况：

python复制def multi_layer_refraction(layers, initial_angle=30):
    angles = [initial_angle]
    for i in range(len(layers)-1):
        new_angle = snell_law(layers[i], layers[i+1], angles[-1])
        angles.append(new_angle)
    
    # 绘制光路
    plt.figure(figsize=(10,6))
    y_pos = 0
    for i, (n, angle) in enumerate(zip(layers, angles)):
        length = 1 if i==0 else 1/(i+1)  # 视觉调整
        x = [i, i+length]
        y = [y_pos, y_pos + length*np.tan(np.radians(angle))]
        plt.plot(x, y, 'o-', label=f'层{i+1}: n={n}, θ={angle:.1f}°')
        y_pos = y[-1]
    
    plt.xlabel('介质层'), plt.ylabel('光路轨迹')
    plt.title('多层介质折射光路'), plt.legend()
    plt.grid(True), plt.show()

multi_layer_refraction([1.0, 1.33, 1.52, 2.4])  # 真空→水→玻璃→钻石

4. 高级应用与交互式实验

4.1 创建可调节参数的GUI界面

使用ipywidgets构建交互式模拟器：

python复制from ipywidgets import interact, FloatSlider

@interact(
    n1=FloatSlider(1.0, min=1.0, max=3.0, step=0.1),
    n2=FloatSlider(1.5, min=1.0, max=3.0, step=0.1),
    angle=FloatSlider(30, min=0, max=89, step=1)
)
def interactive_refraction(n1, n2, angle):
    plot_refraction(n1, n2, angle)

4.2 全反射临界角计算器

当n₁ > n₂时会发生全反射现象：

python复制def critical_angle(n1, n2):
    return np.degrees(np.arcsin(n2/n1)) if n1 > n2 else 90

n_water, n_air = 1.333, 1.000293
theta_c = critical_angle(n_water, n_air)
print(f"水到空气的临界角: {theta_c:.2f}°")

# 验证全反射
plot_refraction(n_water, n_air, angle=theta_c+5)  # 超过临界角

5. 工程应用案例分析

5.1 光纤通信中的折射率设计

阶跃折射率光纤的模拟：

python复制def fiber_optic_simulation(core_n=1.46, cladding_n=1.44):
    theta_c = critical_angle(core_n, cladding_n)
    acceptance_angle = np.degrees(np.arcsin(np.sqrt(core_n**2 - cladding_n**2)))
    
    print(f"临界角: {theta_c:.2f}°")
    print(f"接收角: {acceptance_angle:.2f}°")
    
    # 绘制光纤结构
    fig, ax = plt.subplots(figsize=(8,8))
    circle1 = plt.Circle((0,0), 1, color='lightblue', alpha=0.5)
    circle2 = plt.Circle((0,0), 1.2, color='gray', alpha=0.2)
    ax.add_artist(circle2), ax.add_artist(circle1)
    
    # 绘制光路
    for angle in np.linspace(-acceptance_angle, acceptance_angle, 5):
        rad_angle = np.radians(angle)
        x = [-1.5*np.sin(rad_angle), 1.5*np.sin(rad_angle)]
        y = [1.5*np.cos(rad_angle), -1.5*np.cos(rad_angle)]
        ax.plot(x, y, 'r-', alpha=0.7)
    
    ax.set_xlim(-2,2), ax.set_ylim(-2,2)
    ax.set_aspect('equal'), ax.set_title('阶跃折射率光纤光路')
    plt.show()

fiber_optic_simulation()

5.2 透镜设计中的折射率优化

设计一个简单的双凸透镜模型：

python复制def lens_design(n_lens=1.5, curvature=0.5):
    # 创建透镜表面
    theta = np.linspace(-np.pi/3, np.pi/3, 100)
    x = curvature * np.sin(theta)
    y = curvature * np.cos(theta) - curvature/2
    
    plt.figure(figsize=(10,6))
    plt.plot(x, y, 'b-', linewidth=2)  # 前表面
    plt.plot(-x, y, 'b-', linewidth=2)  # 后表面
    
    # 模拟平行光入射
    for h in np.linspace(-0.4, 0.4, 7):
        # 入射光
        plt.plot([-2, x[np.argmin(np.abs(y-h))]], 
                 [h, h], 'k--')
        
        # 折射光(简化计算)
        focal_length = curvature/(n_lens-1)/2
        plt.plot([x[np.argmin(np.abs(y-h))], focal_length],
                 [h, 0], 'r-')
    
    plt.xlim(-1,1), plt.ylim(-0.6,0.6)
    plt.title(f'双凸透镜模拟 (n={n_lens})'), plt.grid(True)
    plt.show()

lens_design(n_lens=1.8)

在完成这些实验后，我发现最有趣的是调整钻石的折射率参数时看到的光线弯曲效果——那种夸张的偏折角度瞬间解释了为什么钻石会有如此璀璨的火彩。建议读者尝试修改代码中的折射率参数，比如创建一个n=0.8的"超材料"看看会出现什么反常识现象，这种亲手打破物理常识的体验正是编程模拟的魅力所在。