为了用Python画出你提供的图片中的所有图表，我们需要使用`matplotlib`库。以下是完整的代码示例，尽可能还原原图的内容： ```python import matplotlib.pyplot as plt import numpy as np # 设置中文字体 plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签 plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号 # 图1-3-3: 地下点电流源的电场分布示意图 def plot_figure_1_3_3(): x = np.linspace(-3, 3, 400) y = np.exp(-x**2 / (2 * 0.5**2)) # 模拟电场强度分布 fig, ax = plt.subplots(figsize=(6, 4)) ax.plot(x, y, label='E') ax.set_xlabel('X') ax.set_ylabel('U/E') ax.legend() ax.grid(True) plt.title("图1-3-3 地下点电流源的电场分布示意图") plt.show() # 图1-3-4: 两个异性点电源的电场 def plot_figure_1_3_4(): x = np.linspace(-2, 2, 400) y = np.linspace(-2, 2, 400) X, Y = np.meshgrid(x, y) # 模拟电场线和等位线 U = -np.log(np.sqrt((X+1)**2 + Y**2)) + np.log(np.sqrt((X-1)**2 + Y**2)) V = np.arctan2(Y, X+1) - np.arctan2(Y, X-1) fig, ax = plt.subplots(figsize=(6, 6)) contour = ax.contour(X, Y, U, levels=20, colors='blue') stream = ax.streamplot(X, Y, np.gradient(U, axis=1), np.gradient(U, axis=0), color='red', density=1.5) ax.set_aspect('equal') plt.title("图1-3-4 两个异性点电源的电场") plt.show() # 图1-3-5: 电流密度随深度和电极距的变化 def plot_figure_1_3_5(): h = np.linspace(0, 3, 400) j_h = np.exp(-h / 1.5) # 模拟电流密度随深度的变化 fig, ax = plt.subplots(figsize=(6, 4)) ax.plot(h, j_h, label='j_h') ax.set_xlabel('h/L') ax.set_ylabel('j_h/j_0') ax.legend() ax.grid(True) plt.title("图1-3-5 电流密度随深度和电极距的变化") plt.show() # 绘制所有图表 plot_figure_1_3_3() plot_figure_1_3_4() plot_figure_1_3_5() ``` ### 解释： 1. **图1-3-3**: 使用高斯函数模拟电场强度分布。 2. **图1-3-4**: 使用对数势函数模拟两个异性点电源的电场线和等位线。 3. **图1-3-5**: 使用指数衰减函数模拟电流密度随深度的变化。 ### 注意事项： - 由于原图中的具体数据和公式未给出，上述代码中的函数是近似模拟的。如果你有具体的数学表达式或数据，可以替换相应的部分以更精确地还原图表。 - 确保安装了`matplotlib`和`numpy`库，可以通过`pip install matplotlib numpy`进行安装。 运行上述代码后，你应该能看到与原图相似的三个图表。如果有更详细的数据或公式需求，请提供以便进一步优化代码。