用python写一个多普勒效应动态演示图的程序

以下是一个简单的 Python 程序，使用 Matplotlib 库绘制多普勒效应动态演示图：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation

def doppler_shift(frequency, speed, observer_speed):
    c = 343 # 声速
    v = speed - observer_speed # 发射源相对于观察者的速度
    numerator = c + v
    denominator = c - observer_speed
    return frequency * (numerator / denominator)

f = 1000 # 发射源发出的频率
s = 340 # 发射源的速度
o = np.linspace(-340, 340, 1000) # 观察者的速度范围

fig, ax = plt.subplots()
line, = ax.plot([], [])

def init():
    ax.set_xlabel('Observer speed (m/s)')
    ax.set_ylabel('Shifted frequency (Hz)')
    ax.set_title('Doppler effect')
    ax.set_xlim([min(o), max(o)])
    ax.set_ylim([min(doppler_shift(f, s, o)), max(doppler_shift(f, s, o))])
    return line,

def update(frame):
    shifted_frequencies = doppler_shift(f, s, o + frame)
    line.set_data(o, shifted_frequencies)
    return line,

ani = FuncAnimation(fig, update, frames=np.linspace(0, 100, 100), init_func=init, blit=True)
plt.show()

该程序使用 `doppler_shift` 函数计算不同观察者速度下的多普勒移频，并使用 Matplotlib 库绘制多普勒效应动态演示图。程序使用 `FuncAnimation` 函数创建动画，每帧更新演示图的数据。

在该程序的示例中，发射源发出频率为 1000，发射源速度为 340。程序生成一个包含 1000 个观察者速度的范围，并在动画中更新该范围内的多普勒移频。程序使用 Matplotlib 库的 `FuncAnimation` 函数创建动画，将 `update` 函数作为每帧更新函数，并将 `init` 函数作为初始化函数。