Numpy绘制复方程曲线结果异常问题排查

我看了你这段用于图形分析的曲线绘制代码，确实问题出在未处理复数运算上——你提到的分母存在虚部是对的，这类频率响应类的方程本质是复域传递函数，忽略虚部直接做实数计算，自然会和参考图的橙色曲线对不上。

问题核心分析 #

你当前的代码里，Mg_Dem的计算是纯实数运算，但原方程的分母应该包含虚数单位（Python中用1j表示）。你需要在复平面内计算传递函数，再取它的幅值（模长），而不是简单做实数除法后取绝对值。

修改后的完整代码 #

import numpy as np
import matplotlib.pyplot as plt

# 设定测试参数
Ln = 5
Qe = 0.5
# 生成x轴数据：对数刻度范围0.1到10（对数轴无法取0，所以从0.1开始）
fn = np.linspace(0.1, 10, 1000)

# 修正复域下的分子分母计算
Mg_Num = Ln * fn**2
# 分母加入虚部，还原原方程的复域形式
Mg_Dem = (Ln + 1) * (fn**2 - 1) + 1j * (fn**2 - 1) * fn * Qe * Ln
# 计算复数的模长（即幅值），这才是正确的Mg值
Mg = np.abs(Mg_Num / Mg_Dem)

# 绘图优化，更贴合参考图风格
plt.plot(fn, Mg)
plt.xscale('log')
plt.xlabel('fn (log scale)')
plt.ylabel('Mg')
plt.title(f'Frequency Response Curve (Ln={Ln}, Qe={Qe})')
plt.grid(True, which="both", ls="-")  # 添加网格，方便对比参考图
plt.show()

关键修改说明 #

• 复域运算修正：在Mg_Dem中加入1j，还原了原方程的复域传递函数形式，这是曲线匹配参考图的核心。
• 幅值计算：用np.abs()计算复数数组的模长，比原生abs()更适合批量处理numpy数组，结果也更准确。
• 绘图优化：添加了坐标轴标签、标题和网格，让你更容易和参考图进行对比验证。

运行这段代码后，生成的曲线应该就和参考图中Ln=5、Qe=0.5对应的橙色曲线完全一致了。

内容的提问来源于stack exchange，提问作者RGB Engineer