我帮你排查一下代码里的几个关键问题，这些问题直接导致了你的结果和预期不符：

1. 复折射率定义完全错误 #

这是最核心的问题！你在代码里写了：

N2 = Thin_film[Thin_film.columns[1]] + Thin_film[Thin_film.columns[1]]*1j

复折射率的正确形式是实部（折射率n） + 虚部（消光系数k）×j，而你把同一列数据既当作实部又当作虚部，相当于让消光系数k和折射率n完全相等，这和真实的硅材料光学参数完全不符，直接导致后续所有计算偏离正确值。

假设你的数据文件中，第一列是波长，第二列是实部n，第三列是虚部k，正确的定义应该是：

N2 = Thin_film.iloc[:, 1].values + 1j * Thin_film.iloc[:, 2].values

2. 相位差δ的计算错误 #

你当前的delta计算使用了复折射率的模的平方，这完全不符合理论公式：

delta = 2 * np.pi * (1/lamb[i]) * d * np.sqrt(abs(N2[i])**2 - (np.sin(ang_1)**2))

正确的δ应该基于复折射率本身计算（垂直入射时θ₁=0，sinθ₁=0，cosθ₂=1，公式可以简化）：

# 垂直入射时，δ = (4π/λ) * d * N2 （往返的相位变化）
delta = (4 * np.pi * d / lamb[i]) * N2[i]

这里的N2是复折射率，所以δ是复数，既包含相位变化也包含吸收衰减，这才符合有吸收薄膜的反射计算逻辑。

3. 不必要的归一化处理 #

你对反射率做了归一化：

R_s_normalized = (R_s - min(R_s)) / (max(R_s) - min(R_s))
R_p_normalized = (R_p - min(R_p)) / (max(R_p) - min(R_p))

而预期的结果是绝对反射率（不是归一化到0-1的相对值），这会导致你的图和预期图的数值范围完全不同，即使计算正确，视觉上也会有差异。建议直接绘制原始反射率R_s和R_p。

4. 垂直入射时的冗余计算（可优化） #

当入射角为0°时，S偏振和P偏振的反射率是完全相等的，所以你不需要分别计算R_s和R_p，也不需要循环计算折射角（θ₂和θ₃都为0），可以简化代码，减少出错概率。

修正后的代码示例 #

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

# 读取数据（假设文件列：波长、n、k）
Thin_film = pd.read_csv("Si_refractive index.txt", delimiter='\t')
lamb = Thin_film.iloc[:, 0].values
n2 = Thin_film.iloc[:, 1].values
k2 = Thin_film.iloc[:, 2].values
N2 = n2 + 1j * k2

# 参数设置
d = 200  # 薄膜厚度，nm
ang_1_s = 0  # 入射角，度
ang_1 = ang_1_s * np.pi / 180  # 转弧度

# 垂直入射时，S和P偏振反射率一致，只需计算一种即可
R = np.zeros(len(lamb))
N1 = 1.0  # 空气折射率
N3 = 1.0  # 空气折射率

for i in range(len(lamb)):
    # 菲涅耳反射系数（垂直入射时S和P偏振系数大小相等）
    r12 = (N1 - N2[i]) / (N1 + N2[i])
    r23 = (N2[i] - N3) / (N2[i] + N3)
    
    # 相位差δ（往返相位变化）
    delta = (4 * np.pi * d / lamb[i]) * N2[i]
    
    # 总反射系数
    r_total = (r12 + r23 * np.exp(2j * delta)) / (1 - r12 * r23 * np.exp(2j * delta))
    
    # 反射率（绝对值平方）
    R[i] = np.abs(r_total) ** 2

# 绘图
plt.title(f"反射率 φ={ang_1_s}°")
plt.xlim(300, 1000)
plt.xlabel("波长 (nm)")
plt.ylabel("反射率")
plt.plot(lamb, R, label="S/P 偏振（垂直入射一致）")
plt.legend()
plt.show()

额外说明 #

垂直入射时，S和P偏振的反射率完全相同，所以预期图中两条曲线是重合的，修正后的代码会得到和预期一致的结果。另外，确保你的硅折射率数据是正确的（包含n和k随波长的变化），这也是结果准确的前提。

备注：内容来源于stack exchange，提问作者Pxndx