Python光学仿真：面向对象光学元件类的实现与代码解析

光学元件类

平面反射镜模型相对简单，仅需处理单一平面即可。然而，其他复杂光学元件需同时考量光线在入射面与出射面的交互行为。

针对这一挑战，初步解决方案是将光学元件拆解为前表面和后表面。若光线在元件内部发生多次反射，则可将元件拆解为对应反射次数的表面数量，这种处理方式直观且易于实现。

这体现了程序员的抽象思维：世界不再仅仅是视觉呈现，而是由抽象零部件构成。但程序员与常人的思维差异并非不可逾越，我们既能拆解世界，也能将拆解后的部件重新构建回现实世界。

若将问题复杂化，光学系统中包含众多元件，光线会多次穿过每个元件，且每次的入射点与出射点均存在偏差。此外，光学元件对光能的吸收会导致发热，而发热引起的形变会改变入射点与出射点，进而影响后续光线与元件的相互作用。

因此，每个光学元件除固定的前、后表面外，还包含入射点、出射点、发热及形变等动态参数。为解决这一贴近现实的问题，我们需要构建一种更贴近现实的数据类型，即创建一个对象，该对象能封装各类变量与功能，并在输入参数后自动更新状态。

这便是面向对象编程的核心思想。

class Opti():
    def __init__(self,edge1,edge2):
        self.edge1 = edge1
        self.edge2 = edge2

在前例中，我们定义了一个光学元件类，该类包含两个表面，可以是平面或弧面，从而建立了一个基础类。其中，__init__为初始化方法，self表示类实例本身。通常，若类中方法未加修饰符，需将self作为第一个参数。

self.edge1表示在Opti类中，存在一个名为edge1的成员变量。当类被初始化时，即可对该变量进行赋值操作。

部分元件仅有一个表面，如全反镜；部分则拥有多个表面，如偏振立方体。在实验过程中，我们需要对比不同光学元件以获得最佳结果。因此，若需修改已构建的光学元件，应如何处理？

解决方法简单：只需增加一个方法，支持插入或删除新表面即可。

#文件Opti.py
class Opti():
    def __init__(self,edges=[[(0,-1),(0,1)],[(0,1),(0,-1),(1/2,0)]]):
        self.edges = [{'index':i,'dots':edges[i]}
                      for i in range(len(edges))]
    #edge格式为(dot1,dot2,...)
    def insertEdge(self,edge,albedo=0):
        self.edges.append(
            {'index':len(self.edges),'dots':edge})
    #可接受编号和点集
    def delEdge(self,edge):
        try:
            if isinstance(edge,list):   #如果edge的类型是list
                for edg in self.edges:
                    if edg['dots']==edge:
                        edge = edg['index']
            del self.edges[edge]
        except:
            print("no this edge")

上述代码中，初始化函数预设了默认值，这与普通函数无异。默认插入的两个曲面分别为平面[(0,-1),(0,1)]和弧面[(0,1),(0,-1),(1/2,0)]，可见默认生成的是一个平凸镜。

成员变量self.edges即光学表面列表，每个表面包含两个参数：索引index和点集dots。根据此前的光学抽象，当点集包含两个点时代表平面，包含三个点时代表弧面。

方法insertEdge用于插入一个光学表面，其中编号为该表面在self.edges中的索引号；delEdge顾名思义用于删除某个光学表面。若传入的edge为列表，则说明传入的是参数确定的曲面，此时通过遍历self.edges找到该表面并获取其索引。

若传入参数为单值，则说明传入的是索引号，直接执行删除操作即可。

该方法中使用了一种新的代码块try:...except...，这是一种异常处理机制：尝试运行try:块中的代码，若运行失败，则执行except。若未能成功执行delEdge，说明输入的表面不存在于该光学元件中，此时输出"no this edge"。

这似乎是首次接触print命令，通常这是程序员最早接触的函数，因为大多数程序员敲下的第一行代码便是打印输出。

print("hello world")
print('hello world')

此外，除了数值类型，我们还认识了另一种数据类型：字符。在Python中，可通过双引号或单引号表示单个字符或字符串。即上述hello world代码中，两种写法均正确且无区别。

现在，我们已经编写了一个类，可以在命令行中输入以下代码进行调用：

>>> from Opti import Opti
>>> Opti.__name__   #这是什么鬼
'Opti'
>>> x = Opti()      #创建对象，由于未输入参数，故皆为默认值
>>> x.edges         #现实类成员
[{'index': 0, 'dots': [(0, -1), (0, 1)]}, {'index': 1, 'dots': [(0, 1), (0, -1), (0.5, 0)]}]
>>> x.delEdge(1)    #调用类方法
>>> x.edges         #果然少了一个边
[{'index': 0, 'dots': [(0, -1), (0, 1)]}]
>>> x.delEdge(1)    #删除不存在的边是不可能的
no this edge
>>>

首先，from Opti import Opti中的两个Opti并不相同：前者代表包`Opti.py`，后者代表`Opti.py`中的类`Opti`，导入后即可调用。

随后出现了一个较为特殊的现象：我们在类中并未定义__name__，但调用后却产生了值。

无需惊慌，这其实是熟悉的概念。可以将__name__理解为Python内部的内置属性。当我们直接执行某一.py文件时，该__name__的值为__main__；否则，其值为类的名字。至此，我们应能理解入口函数的真正意义。

继续向下，几乎所有操作都在预期之中。

以上为Python光学仿真中面向对象光学元件类实现的详细内容，更多关于Python光学元件类实现的资料，请关注本站其他相关文章！