家里有娃之后很多程序员朋友都逃不过一个宿命被各种“趣味小实验”视频刷屏。什么“水杯倒过来水不洒”、“气球摩擦头发吸纸屑”、“小苏打加醋吹气球”看着很神奇评论区一堆“哇”但真要问你一句“原理是什么”能立刻讲清楚的人其实不多。这个现象挺有意思。大部分实验教程只告诉你“怎么做”不告诉你“为什么”。于是孩子学会了模仿却没学会思考。可对于做技术的人来说这恰恰是浪费——这些小实验背后藏着的是流体力学、电磁学、化学计量、圆周运动、几何光学这些基础学科的“最小可复现模型”。你把一个实验的原理搞懂了再回头看传感器、电机控制、光学通信、材料防护这些工程问题会发现很多抽象的公式突然有了画面感。所以这篇文章不打算带你再刷一遍“好玩”我想换一个角度挑 5 个经典的家庭小实验把每个实验背后的物理或化学原理拆开配一个数学模型再给一段能直接运行的 Python 验证代码。目标是让现象不再只是“哇”而是变成你脑子里可以调用的知识结构。1. 这篇文章真正要解决的问题先说说为什么要写这个主题。我观察到的痛点是大家看实验视频很容易但关上视频之后既说不清原理也不会迁移。比如“非牛顿流体”这个概念很多人知道玉米淀粉加水会“吃软不吃硬”但你要是问他“粘度是怎么随受力变化的”“为什么子弹打不穿它”、或者“这个特性和工业上的剪切增稠液有什么关系”他就答不上来了。这背后的原因是多数科普内容停在“现象描述”层面没有上升到“定量建模”层面。而技术人的优势在于我们习惯把现象变成参数、公式和代码。你不需要真的去实验室只需要一个 Python 环境、几行计算就能把一个实验的物理量算得明明白白。这种“从现象到模型”的思考方式才是小实验真正的价值。这篇文章适合以下读者家里有孩子、需要给娃解释“为什么”的家长。学校老师、科普爱好者需要更科学的实验讲解素材。刚接触 Python 和科学计算想找点有趣小项目练手的开发者。纯粹想补一补物理化学基础知识的程序员。读完这篇文章你会得到 5 个实验的原理公式、Python 验证代码、常见误区清单以及每个实验对应的工程应用方向。全文代码都基于 Python 标准库和 matplotlib复制即可运行。2. 实验一非牛顿流体——玉米淀粉的“刚度”是算出来的2.1 实验现象把玉米淀粉和水按大约 2:1 到 3:2 的体积比混合得到一碗白色“泥浆”。用手指快速戳它感觉很硬像是戳在固体上但把手指慢慢放进去却能轻松插到底。把碗端起来倾斜它又像液体一样流走。这个实验在网上非常火常被称为“吃软不吃硬”的流体。2.2 背后的原理要理解这个现象先要分清“牛顿流体”和“非牛顿流体”。牛顿流体比如水、酒精的粘度在温度和压力不变时是常数。你搅得再快它的“稠稀程度”不变。但玉米淀粉悬浮液不是这样。淀粉颗粒悬浮在水中当剪切速率可以简单理解为“搅拌速度”或“形变速度”升高时颗粒来不及滑开互相挤压、卡住形成类似“临时锁死”的结构宏观上表现为粘度急剧上升甚至呈现固体特征。这种“越搅越稠”的流体在流变学里叫剪切增稠流体。描述它的一种常用模型是幂律模型[ \tau K \cdot \dot{\gamma}^n ]其中 (\tau) 是剪切应力(\dot{\gamma}) 是剪切速率(K) 是稠度系数(n) 是流动指数。当 (n 1) 时流体就是剪切增稠的。玉米淀粉悬浮液测得 (n) 通常明显大于 1。2.3 Python 模拟画出粘度随剪切速率的变化下面这段代码用幂律模型计算不同剪切速率下的表观粘度并把曲线画出来。import numpy as np import matplotlib.pyplot as plt # 剪切速率范围从慢速到快速覆盖 0.01 到 1000 /s gamma_dot np.logspace(-2, 3, 500) # 幂律模型参数 # K 为稠度系数n 为流动指数 # n 1 表示剪切增稠n 1 表示剪切变稀 K 1.0 n 1.5 # 表观粘度 K * gamma_dot^(n-1) viscosity K * gamma_dot ** (n - 1) plt.figure(figsize(8, 5)) plt.loglog(gamma_dot, viscosity, lw2, color#2c7fb8) plt.xlabel(Shear rate (1/s), fontsize12) plt.ylabel(Apparent viscosity (Pa·s), fontsize12) plt.title(Shear Thickening Fluid: Viscosity vs Shear Rate, fontsize13) plt.grid(True, whichboth, ls--, alpha0.6) plt.show() # 打印关键点对比 for s in [0.01, 1.0, 100.0]: v K * s ** (n - 1) print(f剪切速率 {s:8.2f} /s - 表观粘度 {v:.3f} Pa·s)运行这段代码你会发现当剪切速率从 0.01 /s 增加到 100 /s 时表观粘度增加了两个数量级以上。这说明“慢放是液体、快打是固体”完全可以用数学模型还原。2.4 实验验证与拓展要验证这个模型不需要专业流变仪。你可以用手快速拍打淀粉浆表面感受阻力也可以把一个重物从 10 厘米高度丢下去观察它是否被“接住”。这个原理在工程上有一个知名的应用剪切增稠液防弹材料。美国军方和多家公司研究过将剪切增稠液填充到凯夫拉纤维中子弹高速冲击时液体瞬间增稠进一步增强防弹性能。你家里那碗淀粉浆本质上就是防弹材料的“平民版模型”。2.5 常见误区很多人以为淀粉浆“变硬”是发生了化学反应或者淀粉“凝固”了。其实不是。它只是微观颗粒在高速剪切下形成的临时阻塞结构一旦剪切停止又恢复成液态。这个误区很典型值得跟孩子讲清楚。3. 实验二静电吸附——气球吸纸屑的电场视角3.1 实验现象拿一个吹好的气球在头发上快速摩擦十几下然后靠近桌上的小纸屑。你会发现纸屑像被施了魔法一样跳起来粘到气球上。有时候头发还会“炸开”像刺猬一样。3.2 背后的原理摩擦起电的本质是电荷转移。不同材料对电子的束缚能力不同。头发和橡胶气球摩擦后电子会从一个物体转移到另一个物体使两者分别带正电和负电。这里的“电”是静电荷电压可能高达几千伏甚至上万伏但电荷量很小所以电流微弱人体没有明显触电感。纸屑原本是电中性的但气球靠近后纸屑内部的电荷会发生重新分布——靠近气球的一侧出现异号电荷远端出现同号电荷这就是静电感应。异号电荷相互吸引且距离更近吸引力大于远端同号电荷的排斥力于是纸屑被吸起来。描述这个吸引力的核心公式是库仑定律[ F k \cdot \frac{q_1 \cdot q_2}{r^2} ]其中 (k \approx 8.99 \times 10^9\ \text{N·m}^2/\text{C}^2)(q_1) 和 (q_2) 是两个点电荷的电荷量(r) 是距离。3.3 Python 模拟绘制两个电荷的电场分布下面这段代码计算两个等量异号点电荷在平面上的电场并用流线图展示电场线的分布。你可以直观看到“从正电荷出发、终止于负电荷”的电场线。import numpy as np import matplotlib.pyplot as plt # 库仑常数单位 N·m^2/C^2 k 8.99e9 # 两个点电荷的位置单位 m q1_pos np.array([0.00, 0.02]) q2_pos np.array([0.03, 0.02]) # 电荷量单位 C微库仑量级 q1 1e-6 q2 -1e-6 # 创建计算网格 x np.linspace(-0.02, 0.05, 60) y np.linspace(-0.01, 0.05, 60) X, Y np.meshgrid(x, y) Ex np.zeros_like(X) Ey np.zeros_like(Y) # 叠加两个电荷的电场 for qi, pos in [(q1, q1_pos), (q2, q2_pos)]: rx X - pos[0] ry Y - pos[1] r2 rx**2 ry**2 eps 1e-8 # 防止除零 Ex k * qi * rx / (r2 eps)**1.5 Ey k * qi * ry / (r2 eps)**1.5 E_mag np.sqrt(Ex**2 Ey**2) plt.figure(figsize(7, 6)) stream plt.streamplot(X, Y, Ex, Ey, colornp.log10(E_mag 1e-12), cmapviridis, linewidth1.2, density1.5) plt.colorbar(stream.lines, labellog10(E)) plt.scatter(*q1_pos, colorred, s80, labelq) plt.scatter(*q2_pos, colorblue, s80, label-q) plt.xlabel(x (m), fontsize12) plt.ylabel(y (m), fontsize12) plt.title(Electric Field of Two Opposite Charges, fontsize13) plt.legend() plt.axis(equal) plt.grid(alpha0.3) plt.show()运行结果中你能清楚看到电场线从正电荷发出、进入负电荷这解释了为什么纸屑会在气球表面呈现特定的分布模式。3.4 实验验证与拓展除了纸屑你还可以用细细的水流实验让水龙头开出一条很细的水流把带电气球靠近水流会明显偏转。原因是水分子是极性分子会被静电场吸引。这个原理的现实应用很广泛静电除尘器用高压静电吸附烟尘颗粒激光打印机和复印机利用静电让碳粉附着在感光鼓上半导体工厂里的防静电手环和离子风机则是在做“反向操作”——避免静电损坏芯片。理解了这个实验你对电子设备为什么怕静电、为什么机房要防静电地板会有更具体的认识。3.5 安全提醒虽然摩擦起电的静电通常不会伤人但干燥环境下人体携带的静电电压可能高达数千伏触碰精密电子元件时可能造成静电击穿。所以做这个实验时不要拿带电气球靠近电脑主板、树莓派或手机内部元件。4. 实验三小苏打与醋的“火山喷发”——用摩尔计算预测气体产量4.1 实验现象在杯子里放小苏打倒入白醋瞬间产生大量气泡像火山喷发一样溢出。如果把气球套在瓶口气球会被二氧化碳吹起来。4.2 背后的原理这是一个典型的酸碱反应。白醋的主要成分是醋酸CH₃COOH小苏打是碳酸氢钠NaHCO₃。反应方程式如下[ \text{NaHCO}_3 \text{CH}_3\text{COOH} \rightarrow \text{CH}_3\text{COONa} \text{H}_2\text{O} \text{CO}_2 \uparrow ]1 摩尔小苏打和 1 摩尔醋酸反应生成 1 摩尔二氧化碳。如果你知道小苏打的质量就能算出二氧化碳的理论产量再用理想气体状态方程估算体积[ PV nRT ]其中 (P) 是压强(V) 是体积(n) 是物质的量(R 8.314\ \text{J/(mol·K)})(T) 是热力学温度。4.3 Python 计算配比与气体体积预测下面这段代码可以做两件事根据小苏打质量计算所需醋酸的最小质量。估算生成的二氧化碳在常温常压下的体积。# 摩尔质量单位 g/mol M_naHCO3 84.0 # 碳酸氢钠 M_CH3COOH 60.0 # 醋酸 # 小苏打质量 mass_naHCO3 5.0 # g mol_naHCO3 mass_naHCO3 / M_naHCO3 # 反应 1:1所需醋酸质量 mass_CH3COOH mol_naHCO3 * M_CH3COOH # 生成的 CO2 物质的量 mol_CO2 mol_naHCO3 # 理想气体状态方程估算气体体积 R 8.314 # J/(mol·K) T 293.15 # 室温约 20 摄氏度 P 101325 # 标准大气压Pa V_m3 mol_CO2 * R * T / P V_L V_m3 * 1000 # 立方米转升 print(f小苏打质量: {mass_naHCO3} g) print(f理论需醋酸至少: {mass_CH3COOH:.2f} g) print(f生成 CO2 物质的量: {mol_CO2:.4f} mol) print(f室温常压下 CO2 体积约: {V_L:.2f} L)运行结果是5 克小苏打理论上需要约 3.57 克醋酸生成约 0.06 摩尔二氧化碳室温常压下体积约 1.43 升。这个结果能帮你判断实验前该选多大的气球。4.4 实验验证与误差分析你可以用电子秤称量反应前后的总质量。如果反应容器不密闭质量差约等于溢散到空气中的二氧化碳质量。把实测值和理论值对比通常会发现实测值略小原因包括白醋浓度不是 100%通常只有 3% 到 5%。反应不充分部分小苏打没接触醋酸。二氧化碳部分溶解在水中。这其实是一个很好的“误差分析”教学案例。孩子或者学生可以通过调整醋的用量、反应温度观察气体产量如何变化从而理解“控制变量”这个科学方法。4.5 安全提醒这个实验有个必须强调的坑不要在密闭容器里做。如果你把小苏打和醋放进拧紧盖子的瓶子生成的气体会让瓶内压力急剧升高可能炸开瓶子造成危险。正确做法是使用敞口容器或者用气球套在瓶口做“泄压式”收集。这个反应原理在现实中的应用也很有趣面包和蛋糕的膨松剂泡打粉就是利用类似的酸碱反应产生二氧化碳气体让面团膨胀灭火器里的二氧化碳灭火原理也是利用不助燃的二氧化碳气体隔绝氧气。5. 实验四水杯倒置不洒——向心力与临界速度5.1 实验现象用一根绳子拴住装水的杯子快速在竖直平面内甩动。当杯子运动到最高点、杯口朝下时水竟然不会洒出来。很多人在游乐园坐过山车时也有类似的体验在最高点倒挂着却没有掉下来。5.2 背后的原理这个实验的关键不是“水的粘性”而是圆周运动中的向心力。杯子在竖直平面内做圆周运动它在最高点时水受重力 (mg)同时还需要一个向心力来维持圆周运动。这个向心力由重力和杯底对水的支持力共同提供。最高点的临界状态是重力恰好全部充当向心力杯底对水的支持力为零。此时有[ m g m \frac{v^2}{R} ]于是得到临界速度[ v_{\text{min}} \sqrt{g R} ]其中 (v_{\text{min}}) 是最高点需要的最小速度(R) 是圆周半径(g) 约等于 (9.8\ \text{m/s}^2)。只要最高点速度大于这个值水就不会洒。这个公式还解释了另一个现象圆周半径越大需要的最高点速度越大。这也是为什么在家徒手甩杯子比用短绳甩更容易水洒出来。5.3 Python 模拟不同转速下的安全性判断下面这段代码计算不同角速度下杯子在最高点是否会洒水。import numpy as np import matplotlib.pyplot as plt g 9.8 R 0.5 # 圆周半径单位 m # 临界角速度 omega_c np.sqrt(g / R) print(f临界角速度 {omega_c:.2f} rad/s) print(f换算为转速 {omega_c / (2 * np.pi) * 60:.1f} 转/分钟) # 角速度范围 omegas np.linspace(0.5, 4.0, 8) theta np.linspace(0, 2 * np.pi, 400) plt.figure(figsize(8, 6)) for w in omegas: x R * np.cos(theta) y R * np.sin(theta) a_needed w**2 * R if a_needed g: color green label fsafe, w {w:.2f} rad/s else: color red label fspill, w {w:.2f} rad/s plt.plot(x, y, colorcolor, lw1.5, alpha0.8) plt.axhline(0, colorgray, lw0.8, ls--) plt.xlabel(x (m), fontsize12) plt.ylabel(y (m), fontsize12) plt.title(Cup in Vertical Circular Motion, fontsize13) plt.axis(equal) plt.grid(alpha0.3) plt.legend(bbox_to_anchor(1.05, 1.0), locupper left) plt.show()从结果可以看到当角速度低于临界值时轨道被标记为红色会洒水高于临界值时标记为绿色安全。你还能从代码中验证“半径越大临界角速度越小”这个反直觉结论——注意临界角速度公式是 (\omega_c \sqrt{g/R})。5.4 实验验证与安全提醒实际操作时建议使用系绳的塑料瓶不要用玻璃杯。转速不要太快确保周围有足够空间不要在室内对着人甩。这个实验能直观解释过山车、洗衣机脱水、离心机的工作原理——它们本质上都是“通过圆周运动产生离心效果”。工程上这个原理应用极广离心机利用高速旋转让密度不同的物质分离洗衣机脱水桶利用离心力把水从衣物中甩出车辆转弯时的侧倾也与向心力有关。理解临界速度的概念对做运动控制、机械结构设计的开发者尤其有价值。5.5 常见误区一个常被误解的点是水不洒是因为“惯性把水压在杯底”。准确地说惯性只是一个表现真正的原因是水的惯性使它倾向于沿直线飞出而杯底给了它向心力迫使它转弯。在最高点如果速度不够水会因为惯性沿切线方向飞出去而不是“掉下去”。6. 实验五光的折射与全反射——筷子折断背后的光学边界6.1 实验现象把一根筷子斜着插入装满水的玻璃杯中从侧面看筷子像被“折断”了一样。如果把激光笔斜射向水面光线会在水面发生偏折当入射角足够大时光线甚至无法穿出水面全部被反射回去。第二个现象就是全反射。6.2 背后的原理光从一种透明介质进入另一种透明介质时传播方向会发生偏折这就是折射。描述折射现象的核心定律是斯涅尔定律[ n_1 \sin \theta_1 n_2 \sin \theta_2 ]其中 (n_1) 和 (n_2) 是两种介质的折射率(\theta_1) 是入射角(\theta_2) 是折射角。水的折射率约为 1.333空气约为 1.0。光从水中射向空气时由于 (n_1 n_2)折射角大于入射角。当入射角增大到某一特定角度时折射角会达到 90°此时折射光贴着水面掠过。如果入射角再增大光就不再进入空气而是全部反射回水中这就是全反射。发生全反射的临界角满足[ \theta_c \arcsin\left(\frac{n_2}{n_1}\right) ]水到空气的临界角约为 48.6°。6.3 Python 模拟绘制折射角变化曲线与临界角下面这段代码计算光从水射向空气时折射角正弦值随入射角的变化并标出临界角。import numpy as np import matplotlib.pyplot as plt n_water 1.333 n_air 1.0 # 入射角 0 到 90 度 incident_deg np.linspace(0, 90, 900) incident_rad np.radians(incident_deg) # 折射角正弦值 sin_refracted (n_water / n_air) * np.sin(incident_rad) # 临界角 theta_c np.degrees(np.arcsin(n_air / n_water)) print(f水到空气的临界角 {theta_c:.2f}°) plt.figure(figsize(8, 5)) plt.plot(incident_deg, sin_refracted, lw2, color#2c7fb8, labelsin(refracted angle)) plt.axhline(1.0, colorred, ls--, lw1, labelsin(θ) 1) plt.axvline(theta_c, colororange, ls--, lw1, labelfθc {theta_c:.2f}°) plt.fill_between(incident_deg, sin_refracted, 1.0, where(incident_deg theta_c), colororange, alpha0.3, labelTotal reflection region) plt.xlabel(Incident angle (deg), fontsize12) plt.ylabel(sin(refracted angle), fontsize12) plt.title(Snells Law: Water to Air, fontsize13) plt.ylim(0, 1.3) plt.legend() plt.grid(alpha0.3) plt.show()运行后你会看到当入射角超过约 48.6° 时计算得到的折射角正弦值超过 1。这在物理上意味着“没有实数解”对应的情况就是光无法折射出去只能全反射。6.4 实验验证与安全提醒在家里验证全反射时可以用激光笔从水槽侧壁斜射入水中调整角度观察反射光的变化。但一定要注意激光笔绝不能照向人眼尤其不能对着孩子的眼睛。也可以退而求其次用手机手电筒在玻璃鱼缸边缘观察效果就足够明显。全反射的应用非常广泛光纤通信就是利用光在光纤芯层与包层界面上的全反射让光信号在光纤中长距离传输而损失极小钻石的闪耀也和全反射有关——钻石折射率高临界角小光线在内部多次全反射后从顶部射出看起来璀璨夺目。“海市蜃楼”也是大气温度梯度导致折射率变化光线弯曲传播形成的现象。7. 常见误区与安全意识清单做小实验的过程里有几个高频误区值得单独列出来。这些点也是我推荐所有家长和老师特别关注的。7.1 常见误区表格实验表面误解正确的原理理解非牛顿流体变硬淀粉发生了化学反应高剪切速率下颗粒阻塞粘度急剧升高气球吸纸屑纸屑被“粘住”静电感应产生吸引力库仑定律主导小苏打加醋冒泡是“沸腾”或“溶解”酸碱反应产生二氧化碳气体水杯倒置不洒水被“粘”在杯子里向心力大于重力分量速度达到临界值筷子“折断”筷子真的弯了光在不同介质界面发生折射视线被误导7.2 安全提醒小苏打与醋反应一定要用敞口容器严禁密封瓶否则压力可能炸瓶。甩水杯实验用系绳塑料瓶不要用玻璃杯旁边不要站人。激光笔不照眼睛、不照镜面反射到人眼儿童必须在成人监护下使用。静电实验远离电脑主板、手机内部元件等精密电子设备。实验结束后及时清理玉米淀粉浆避免倒入下水道造成堵塞。8. 从趣味实验到工程思维最佳实践与迁移方向做了 5 个实验之后你会发现一个共性每个“好玩”的现象背后都是一个可以用公式描述的物理或化学过程。这种“现象→假设→建模→计算→验证”的路径和你在工作中排查 bug、设计系统的思路其实是同构的。具体来说可以从这几个方向把实验经验迁移到工程场景8.1 建立“数量级”意识做小苏打实验时你能亲手感受到 5 克小苏打产生 1.4 升气体是什么概念。做静电实验时你能理解“高压但低电流”是什么体验。这种对物理量数量级的直觉是工程师做系统设计时非常宝贵的判断力。比如评估电池容量、传感器量程、散热功耗时如果你能立刻估算出大致量级就不容易被参数表忽悠。8.2 培养控制变量的实验习惯很多家庭实验“翻车”都是因为没有控制变量。比如小苏打实验没有记录醋的浓度静电实验没有考虑湿度。做实验时养成记录变量、重复测试、比较差异的习惯和你在代码里做 A/B 测试的思想完全一致。8.3 用代码替代昂贵仪器这篇文章里所有代码都在模拟“实验仪器”。没有流变仪可以用幂律模型画曲线没有电场仪可以用点电荷叠加画电场线没有离心机可以算临界角速度。这种“用代码做仿真”的思路在真实工程中也极其常见——有限元分析、流体仿真、光学追迹本质上都是用数值计算替代物理实验。8.4 推荐进一步深入的方向如果你对某个实验产生了兴趣可以继续往以下方向深入非牛顿流体 → 学习流变学基础了解宾汉流体、触变性、粘弹性。静电实验 → 学习电磁场数值计算尝试用有限差分法求解二维静电场。小苏打与醋 → 学习化学计量、气体定律、反应速率方程。圆周运动 → 学习刚体动力学、陀螺仪、惯性导航基础。折射与全反射 → 学习几何光学、光纤通信原理、光学仿真软件 Zemax 或 Lumerical。对于想给孩子做科学启蒙的家长我建议不要把“知道原理”当成任务而是鼓励孩子先“猜”后“验”。先问孩子你觉得为什么会这样再通过实验和计算验证。这个流程比单纯讲公式更有价值因为它在培养科学思维本身。9. 总结这篇文章从 5 个经典趣味小实验出发把每个实验的“神奇现象”翻译成了可计算的数学模型非牛顿流体对应幂律流变模型剪切增稠可以用粘度随剪切速率的变化解释。静电吸附对应库仑定律和静电场叠加原理电场线图可以直接在 Python 中画出来。小苏打与醋的反应可以用化学计量式推算气体产量理想气体状态方程帮你提前预测气球大小。水杯倒置不洒的本质是圆周运动达到临界速度(v_{\text{min}} \sqrt{gR}) 给出明确判断条件。筷子折断与全反射对应斯涅尔定律临界角计算解释为什么光会“走不出”水面。这些实验没有一个是“幼稚”的。它们背后对应的是流变学、静电防护、化学计量、离心分离、光纤通信这些真实工程领域的基础模型。你真正理解了它们再去看那些工程应用会发现自己不再需要死记公式而是能从一个现象出发理解公式为什么长这样。如果这篇文章对你有帮助建议先收藏备用。周末带娃或者自己想动手玩一把的时候照着代码跑一遍把“看视频”变成“算出来”体验会完全不同。下一步你可以选其中一个实验继续深挖用更完整的仿真模型还原它。别忘了每一次“哇好神奇”的背后都藏着一个等你用代码揭开谜底的科学原理。