绘制放射性同位素功率输出指数曲线出错，请求技术协助

核心问题分析 #

你的代码存在三个关键问题，导致无法输出正确的指数衰减曲线：

• 时间单位不匹配：你将衰减常数λ转换为秒⁻¹，但时间t仅取0-49秒。对于半衰期5.27年的Co-60来说，这么短的时间内衰减幅度极小，肉眼几乎看不到变化。
• 不必要的exp手动替代：用2.718**x既存在精度损失，也没必要——math.exp不支持数组运算，但np.exp专门适配numpy数组，完全可以直接使用且不会报错。
• 语法错误：计算co60的代码末尾多了一个闭合括号，会直接触发语法报错。

修正后的代码 #

import matplotlib.pyplot as plt
import numpy as np

# 定义常数，用科学计数法更简洁清晰
ln2 = 0.693
avon = 6.02214076e23
mev_to_j = 1.6e-13
half_life_years = 5.27

# 生成时间序列：0到20年，取100个点让曲线更平滑
t = np.linspace(0, 20, 100)

# 计算年衰减常数λ，和时间单位统一
lambda_decay = ln2 / half_life_years

# 拆分计算：先算初始功率P0，再乘以衰减项e^(-λt)
P0 = (lambda_decay * avon * mev_to_j * 2.505) / 60
co60_power = P0 * np.exp(-lambda_decay * t)

plt.plot(t, co60_power, label='Co-60')
plt.xlabel('时间 (年)')
plt.ylabel('功率 (W)')
plt.legend()
plt.grid(True)
plt.show()

关键调整说明 #

1. 单位统一：将衰减常数λ和时间t统一为年，这样能直观看到Co-60的衰减趋势（20年约为3.8个半衰期，功率会降到初始值的6%左右）。
2. 使用np.exp：numpy的exp函数支持数组批量运算，避免手动幂运算的精度问题，代码逻辑也更清晰。
3. 拆分计算步骤：把初始功率P0和衰减项分开计算，便于排查公式转译错误。
4. 平滑时间序列：用np.linspace生成更多时间点，让绘制的曲线更顺滑。

额外提示 #

如果一定要用秒作为时间单位，需要将t设置为足够大的范围（比如覆盖0到4个半衰期，每天取一个点：np.arange(0, 5.27*365*24*3600*4, 86400)），同时保持λ的单位为秒⁻¹，也能得到正确的衰减曲线，但数值会极大，需要注意坐标轴刻度设置。

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