制造一个圆形飞轮

 这是两个用于绘制圆形轨迹的 Python 代码示例。它们使用了 numpy、matplotlib 和 ipywidgets 库。代码的目的是根据给定的频率和时间参数，在复平面上绘制圆形轨迹，并使用滑动条实时调整这些参数。下面分别对两个示例进行详细解释。

第一个示例：

导入所需库：numpy、matplotlib、ipywidgets 和 IPython.display。
定义一个名为 draw_circle 的函数，该函数将绘制圆形轨迹。它接受两个参数：频率（f）和时间（t）。
在该函数内部，设置采样率（srate），并根据采样率生成等间隔的时间点。
计算复平面上的圆形轨迹点，然后用 plot 函数绘制平滑的细线条。
添加一个红点，表示圆形轨迹上的最后一个点。
设置坐标轴比例、范围和网格线，然后显示图像。
创建两个滑动条，用于调整频率和时间参数。
使用 ipywidgets.interact 函数将滑动条与 draw_circle 函数关联，实现实时调整。

import numpy as np
import matplotlib.pyplot as plt
import ipywidgets
from IPython.display import clear_output, display
import math


# 定义绘制圆形轨迹的函数
def draw_circle(f, t):
    srate = 1000  # 设置采样率
    t = np.linspace(0, t, srate)  # 根据采样率在时间范围内生成等间隔的点
    
    # 根据频率 f 和时间 t，计算复平面上的圆形轨迹点
    p = np.exp(-1j * 2 * math.pi * f * t)
    
    # 绘制平滑的细线条
    plt.plot(np.real(p), np.imag(p), linewidth=1)
    
    # 添加红点领导
    red_dot = p[-1]  # 获取最后一个点作为红点
    plt.plot(np.real(red_dot), np.imag(red_dot), "ro")
    
    plt.axis('square')  # 设置坐标轴比例相等
    plt.axis([-2, 2, -2, 2])
    plt.grid()  # 显示网格线
    plt.show()  # 显示图像

# 调节画圆的频率从0.1hz上升到2hz，每次调节改变0.01hz
srate = ipywidgets.IntSlider(
    min=1, max=1000, step=1, value=1000, 
    description='采样率',
    continuous_update=True)

# 创建一个滑动条，用于调节画圆的频率，范围从 0.1 Hz 到 2 Hz，步长为 0.01 Hz
f = ipywidgets.FloatSlider(
    min=0.1, max=2, step=0.01, value=0.5, 
    description='频率（Hz）',
    continuous_update=True)

# 创建一个滑动条，用于调节画圆的总时间，范围从 0 秒到 10 秒，步长为 0.1 秒
t = ipywidgets.FloatSlider(
    min=0, max=10, step=0.1, value=0, 
    description='时间（秒）',
    continuous_update=True)

# 使用 ipywidgets 的交互功能，将滑动条与绘制圆形轨迹的函数关联
ipywidgets.interact(draw_circle, t=t, f=f)

第二个示例：

在导入库和初始化画布后，定义一个名为 draw_circle 的函数，该函数与第一个示例中的函数类似，但有一些差异。
在函数内部，先清除轴上的内容，然后设置轴的范围和比例。
使用 ax.plot 函数绘制圆形轨迹，然后添加一个红点。
使用 clear_output 和 display 函数来清除输出并显示新图像。
创建滑动条和 ipywidgets.interact 函数与第一个示例相同。

#另一种可能

import numpy as np
import matplotlib.pyplot as plt
import ipywidgets
from IPython.display import clear_output, display
import math

# 初始化画布
fig, ax = plt.subplots()
plt.close(fig)

# 定义绘制圆形轨迹的函数
def draw_circle(f, t):
    srate = 100  # 设置采样率
    t = np.linspace(0, t, srate)  # 根据采样率在时间范围内生成等间隔的点
    
    # 根据频率 f 和时间 t，计算复平面上的圆形轨迹点
    p = np.exp(-1j * 2 * math.pi * f * t)
    
    ax.clear()  # 清除轴上的内容
    ax.set_xlim(-2, 2)
    ax.set_ylim(-2, 2)
    ax.axis('equal')  # 修改为 'equal'
    ax.grid()
    
    # 绘制平滑的细线条
    ax.plot(np.real(p), np.imag(p), linewidth=1)
    
    # 添加红点领导
    red_dot = p[-1]  # 获取最后一个点作为红点
    ax.plot(np.real(red_dot), np.imag(red_dot), "ro")

    clear_output(wait=True)  # 清除输出，以便显示新图像
    display(fig)  # 显示图像

# 创建一个滑动条，用于调节画圆的频率，范围从 0.1 Hz 到 2 Hz，步长为 0.01 Hz
f = ipywidgets.FloatSlider(
    min=0.1, max=2, step=0.01, value=0.5, 
    description='频率（Hz）',
    continuous_update=True)

# 创建一个滑动条，用于调节画圆的总时间，范围从 0 秒到 10 秒，步长为 0.1 秒
t = ipywidgets.FloatSlider(
    min=0, max=10, step=0.1, value=0, 
    description='时间（秒）',
    continuous_update=True)

# 使用 ipywidgets 的交互功能，将滑动条与绘制圆形轨迹的函数关联
ipywidgets.interact(draw_circle, t=t, f=f)

这两个示例的主要区别在于如何绘制和更新图像。第一个示例直接在全局 plt 对象上绘制，而第二个示例使用了更灵活的子图（ax）对象。第二个示例还使用了 clear_output 函数来更清晰地更新图像。