Python 作為一種廣泛使用的編程語言，在可視化方面有很多優秀的工具。其中，Matplotlib 常常被用來繪制各種圖表，而其中的 Pyplot 接口允許通過簡單的命令實現各種可視化效果。

在實驗室的場景中，我們經常需要繪制實驗裝置的示意圖或數據的曲線圖。下面將介紹如何使用 Python 和 Matplotlib 的 Pyplot 接口來繪制實驗室場景。

# 導入需要的庫
import matplotlib.pyplot as plt
import numpy as np
# 繪制實驗室坐標系
x = np.linspace(-10, 10, 100)
y = np.linspace(-10, 10, 100)
X, Y = np.meshgrid(x, y)
Z = np.sqrt(X ** 2 + Y ** 2)
fig, ax = plt.subplots()
ax.contour(X, Y, Z, colors='black', linewidths=0.5)
ax.set_aspect('equal')
ax.axhline(y=0, color='black', linewidth=0.5)
ax.axvline(x=0, color='black', linewidth=0.5)
# 繪制實驗裝置
plt.plot([-5, 5], [5, 5], color='black', linewidth=2)
plt.plot([-5, -5], [5, 0], color='black', linewidth=2)
plt.plot([5, 5], [5, 0], color='black', linewidth=2)
plt.plot([-5, 5], [0, 0], color='black', linewidth=2)
# 添加標簽
plt.annotate("光源", xy=(-5, 5), xytext=(-6, 6.5),
arrowprops=dict(facecolor='black', shrink=0.05))
plt.annotate("凹透鏡", xy=(0, 0), xytext=(-1.5, 2),
arrowprops=dict(facecolor='black', shrink=0.05))
plt.annotate("屏幕", xy=(5, 0), xytext=(4.5, -1.5),
arrowprops=dict(facecolor='black', shrink=0.05))
# 顯示圖像
plt.show()

上述代碼首先繪制了一個實驗室的坐標系。使用np.meshgrid函數生成了坐標系的網格點，用ax.contour函數繪制了等高線。然后，繪制了一個凹透鏡及其周圍的光線和屏幕。最后，使用plt.annotate函數添加了標簽，指明圖中各個元素的名稱。運行代碼后，可以得到如下圖所示的實驗室場景。