平面反射镜是一种极为简单的模型，因为我们只需要考虑一个平面即可。但是除此之外的其他光学元件，可能会变得有些复杂：我们必须考虑光在入射面和出射面的行为。
这当然是一句废话，而且我们也有了一个初步的解决方案：将光学元件拆成前表面和后表面即可。如果光需要在光学元件中反射多次，那就将光学元件拆成需要反射次数的表面个数即可，完美而无脑。
这说明我们已经熟悉了程序员的思维，我们眼中的世界已经不再是一个所见即所得的世界，我们看到的是一个个抽象零部件的表现。但是也不要惊慌，程序员和正常人也未必有很大的区别，因为我们除了可以将这个世界拆解，也可以将拆解之后的部件重新构造回这个世界。
尝试着将问题想得复杂一些，光学系统中有许多光学元件，光会透过每个光学元件很多次，而且每次的入射点、出射点都会有一定的偏差。由于光学元件可能会对光的能量有所吸收，从而引起发热。而且每次的入射点、出射点不同，则发热位置也不一样。由于发热会导致光学元件发生形变，所以下一次光和光学元件的作用也会发生变化。
也就是说，对于每个光学元件来说，除了有固定的前表面、后表面，还有入射点、出射点、发热、形变等不断变化的参数。这样的一个过于实际的问题促使我们构造一种更加贴近现实的数据类型，换句话说，我们要创建一个对象，这个对象能够封装各种变量和功能，我们输入一个参量，这个对象的状态也会跟着发生变化。
这就是所谓的面向对象。
class Opti():
def __init__(self,edge1,edge2):
self.edge1 = edge1
self.edge2 = edge2
在上例中，我们定义了一个光学元件类，这个光学元件有两个表面，这两个表面既可以是平面，也可以说弧面。这样，我们就建立了一个类。其中，__init__为初始化方法，self表示我们所创建的这个类本身。一般来说，如果类中的方法不加修饰符的话，就必须将self当作第一个参数。
self.edge1表示这个Opti类中，有一个成员的名字叫edge1。当这个类被初始化的时候，我们就可以对其进行赋值了。
有些元件可能只有一个表面，比如全反镜；有些可能有多个表面，比如偏振立方体。而且，我们在做实验的时候，也需要对不同的光学元件进行比较，从而得到最好的实验结果。所以，如果我们想改变已经建好的光学元件，应该怎么办呢？
其实很简单，只要增加一个方法，使得可以插入或者删除新的表面即可。
#文件Opti.py
class Opti():
def __init__(self,edges=[[(0,-1),(0,1)],[(0,1),(0,-1),(1/2,0)]]):
self.edges = [{'index':i,'dots':edges[i]}
for i in range(len(edges))]
#edge格式为(dot1,dot2,...)
def insertEdge(self,edge,albedo=0):
self.edges.append(
{'index':len(self.edges),'dots':edge})
#可接受编号和点集
def delEdge(self,edge):
try:
if isinstance(edge,list): #如果edge的类型是list
for edg in self.edges:
if edg['dots']==edge:
edge = edg['index']
del self.edges[edge]
except:
print("no this edge")
在上面的代码中，可以看到初始化函数被预设了一些值，这点与普通函数并无二致。我们可以看到，默认插入的两个曲面分别是平面[(0,-1),(0,1)]和弧面[(0,1),(0,-1),(1/2,0)],可见默认生成一个平凸镜。
成员变量self.edges即光学表面的列表，每个光学表面有两个参数，分别是索引index和点集dots。由此前的光学抽象可知，当点对中有两个点的时候，代表平面；有三个点的时候，代表弧面。
方法insertEdge为插入一个光学表面，其中，编号为这个光学表面在self.edges中的索引号；delEdge顾名思义为删除某个光学表面。如果传入的edge为一个列表，则说明传入的是一个参数确定的曲面，此时通过遍历self.edges找到这个表面，并得到其索引。
如果传入的参数为一个单值，那么说明传入的是索引号，所以直接删除即可。
在这个方法中，使用了一种新的代码块try:...except...，这是一种异常机制，即尝试运行try:块中的代码，如果运行失败，则执行except。如果我们没能执行成功delEdge，则说明我们输入的表面并不在这个光学元件中，所以输出"no this edge"。
这好像是第一次看到print这个命令呢，一般来说这应该是最先接触到的函数，毕竟对于大多数程序员来说，敲下的第一行代码就是
print("hello world")
print('hello world')
同时，我们除了数值类型之外，又认识了另一种数据类型，即字符。在python中，可以通过双引号或者单引号来表示单个字符或者字符串。即上述的hello world代码中，两行均正确，而且没什么区别。
现在，我们已经写了一个类，于是可以创建一个对象，在命令行中输入：
>>> from Opti import Opti
>>> Opti.__name__ #这是什么鬼
'Opti'
>>> x = Opti() #创建对象，由于未输入参数，故皆为默认值
>>> x.edges #现实类成员
[{'index': 0, 'dots': [(0, -1), (0, 1)]}, {'index': 1, 'dots': [(0, 1), (0, -1), (0.5, 0)]}]
>>> x.delEdge(1) #调用类方法
>>> x.edges #果然少了一个边
[{'index': 0, 'dots': [(0, -1), (0, 1)]}]
>>> x.delEdge(1) #删除不存在的边是不可能的
no this edge
>>>
首先，from Opti import Opti的这两个Opti并不相同，前者代表包`Opti.py',后者代表Opti.py中的类'Opti',import之后便可以调用了。
然后出现了一个比较吊诡的事情，我们在类中并没有定义__name__，然而调用之后却有值产生。
请勿惊慌，其实是老熟人了。可以将__name__理解为python内部的内置属性，当我们直接执行某一.py文件时，这个__name__的值为__main__，否则的话就是类的名字。所以，到这个时候，我们似乎应该能明白入口函数的真正意义了吧。
继续向下，几乎所有的事情就都不出所料了。
以上就是python光学仿真面向对象光学元件类的实现的详细内容，更多关于python光学元件类的实现的资料请关注其它相关文章！
