python 画实验室

Python 作为一种广泛使用的编程语言，在可视化方面有很多优秀的工具。其中，Matplotlib 常常被用来绘制各种图表，而其中的 Pyplot 接口允许通过简单的命令实现各种可视化效果。

在实验室的场景中，我们常常需要绘制实验装置的示意图或数据的曲线图。下面将介绍怎样使用 Python 和 Matplotlib 的 Pyplot 接口来绘制实验室场景。

# 导入需要的库
import matplotlib.pyplot as plt
import numpy as np
# 绘制实验室坐标系
x = np.linspace(⑴0, 10, 100)
y = np.linspace(⑴0, 10, 100)
X, Y = np.meshgrid(x, y)
Z = np.sqrt(X ** 2 + Y ** 2)
fig, ax = plt.subplots()
ax.contour(X, Y, Z, colors='black', linewidths=0.5)
ax.set_aspect('equal')
ax.axhline(y=0, color='black', linewidth=0.5)
ax.axvline(x=0, color='black', linewidth=0.5)
# 绘制实验装置
plt.plot([⑸, 5], [5, 5], color='black', linewidth=2)
plt.plot([⑸, ⑸], [5, 0], color='black', linewidth=2)
plt.plot([5, 5], [5, 0], color='black', linewidth=2)
plt.plot([⑸, 5], [0, 0], color='black', linewidth=2)
# 添加标签
plt.annotate("光源", xy=(⑸, 5), xytext=(⑹, 6.5),
arrowprops=dict(facecolor='black', shrink=0.05))
plt.annotate("凹面镜", xy=(0, 0), xytext=(⑴.5, 2),
arrowprops=dict(facecolor='black', shrink=0.05))
plt.annotate("屏幕", xy=(5, 0), xytext=(4.5, ⑴.5),
arrowprops=dict(facecolor='black', shrink=0.05))
# 显示图象
plt.show()

上述代码首先绘制了一个实验室的坐标系。使用np.meshgrid函数生成了坐标系的网格点，用ax.contour函数绘制了等高线。然后，绘制了一个凹面镜及其周围的光线和屏幕。最后，使用plt.annotate函数添加了标签，指明图中各个元素的名称。运行代码后，可以得到以下图所示的实验室场景。