既然这篇文章火了，我想分享一下实际的数学计算过程，因为我觉得仅仅通过纯粹的数学就能生成看起来像著名的“照片 51”那样的图表，这真的很酷。 GPT-5 Pro 对此进行了详细的解释，甚至还提供了生成图表的 Python 代码！
以下是对话链接，其中包含代码： https://t.co/BkjaVurpIl
以下是代码本身；您可以将其直接粘贴到 Google Colab 中，它就会生成图表： 导入 numpy 库并将其命名为 np，导入 matplotlib.pyplot 库并将其命名为 plt R=10.0；P=34.0；q=2*np.pi/P nz,nk=720,560； kz_max,kp_max=2.0,2.0 西格玛_z=0.04；最大=20； delta_phi=np.pi; delta_z=P/2.0 h=3.4；N_bp=400；β=0.25 kz=np.linspace(-kz_max,kz_max,nz); kp=np.linspace(0,kp_max,nk) n_tau = 512; tau=np.linspace(0,np.pi,n_tau); s_tau=np.sin(tau) def Jv(m,x): x=np.asarray(x); ph=m*tau[None,:]-x[:,None]*s_tau[None,:] 返回 np.trapz(np.cos(ph),tau,axis=1)/np.pi I=np.zeros((nz,nk),dtype=np.float64) for m in range(-mmax,mmax+1): Jm=Jv(abs(m),kp*R); L=np.exp(-0.5*((kz-m*q)/sigma_z)**2)[:,None] A2=2.0+2.0*np.cos(m*delta_phi+kz[:,None]*delta_z) I+=(Jm*Jm)[None,:]*L*A2 eps=1e-9 S=(np.sin(0.5*N_bp*h*kz)**2)/((np.sin(0.5*h*kz)**2)+eps); S=(S/(S.max()+eps))[:,None] I*=1.0+β*S I/=I.max()+1e-12; I=np.log1p(12*I) I_full=np.concatenate([I[:,::-1],I],axis=1) 范围=[-kp_max,kp_max,-kz_max,kz_max] plt.figure(figsize=(6,8)) plt.imshow(I_full,extent=extent,origin='lower',aspect='auto') plt.axis('off') plt.savefig('photo51_like.png',dpi=220,bbox_inches='tight',pad_inches=0.02) https://t.co/HDadZBCvO4()
这是直接从 Python 生成的最终图像。
