翼型数据库的链接包含Lednicer格式的NACA 0012坐标，而AeroPython课程中的代码是为Selig格式的翼型编写的（Notebook使用源面板方法计算翼型周围的流动）。

Selig格式从机翼后缘开始，经过上表面，然后经过下表面，回到后缘。
Lednicer格式列出上表面上的点（从前缘到后缘），然后列出下表面上的点（从前缘到后缘）。

可按如下方式加载Selig格式（跳过标题“NACA 0012 AIRFOILS”，skiprows=1在numpy.loadtxt中）：

import urllib

# Retrieve and save geometry to file.
selig_url = 'http://airfoiltools.com/airfoil/seligdatfile?airfoil=n0012-il'
selig_path = 'naca0012-selig.dat'
urllib.request.urlretrieve(selig_url, selig_path)
# Load coordinates from file.
with open(selig_path, 'r') as infile:
    x1, y1 = numpy.loadtxt(infile, unpack=True, skiprows=1)

NACA 0012翼型包含131个点，您将看到后缘具有有限厚度：

print('Number of points:', x1.size)  # -> 131
print(f'First point: ({x1[0]}, {y1[0]})')  # -> (1.0, 0.00126)
print(f'Last point: ({x1[-1]}, {y1[-1]})')  # -> (1.0, -0.00126)

如果你对Lednicer的格式做同样的处理（头部为skiprows=2），你将加载132点（前缘点是重复的），上表面上的点被翻转（从前缘到后缘）。（这就是为什么你在中间观察到这条线pyplot.plot;该线连接从上表面的后缘到从下表面的前缘）。
重新定向点以遵循Selig格式的一种方法是跳过上表面上的前缘（即跳过复制的点）并翻转上表面上的点。以下是一种可能的解决方案：

import numpy

# Retrieve and save geometry to file.
lednicer_url = 'http://airfoiltools.com/airfoil/lednicerdatfile?airfoil=n0012-il'
lednicer_path = 'naca0012-lednicer.dat'
urllib.request.urlretrieve(lednicer_url, lednicer_path)

# Load coordinates from file (re-orienting points in Selig format).
with open(lednicer_path, 'r') as infile:
    # Second line of the file contains the number of points on each surface.
    _, info = (next(infile) for _ in range(2))
    # Get number of points on upper surface (without the leading edge).
    num = int(info.split('.')[0]) - 1
    # Load coordinates, skipping the first point (leading edge on upper surface).
    x2, y2 = numpy.loadtxt(infile, unpack=True, skiprows=2)
    # Flip points on the upper surface.
    x2[:num], y2[:num] = numpy.flip(x2[:num]), numpy.flip(y2[:num])

您将以131点结束，其方向与Selig格式相同。

print('Number of points:', x2.size)  # -> 131
print(f'First point: ({x2[0]}, {y2[0]})')  # -> (1.0, 0.00126)
print(f'Last point: ({x2[-1]}, {y2[-1]})')  # -> (1.0, -0.00126)

最后，我们还可以检查坐标是否与numpy.allclose相同：

assert numpy.allclose(x1, x2, rtol=0.0, atol=1e-6)  # -> True
assert numpy.allclose(y1, y2, rtol=0.0, atol=1e-6)  # -> True