使用numpy实现蒙特.卡罗方法估计圆周率的值。

蒙特卡罗方法是一种基于随机采样的数值计算方法，通过在随机样本中进行统计分析，得到所求问题的近似解。其中，估计圆周率便是蒙特卡罗方法的经典应用之一。

具体实现过程如下：

1. 在正方形内随机生成大量点，统计落入圆形内的点的个数。
2. 根据正方形和圆形的面积关系，计算圆周率的近似值。

代码实现如下：

import numpy as np

def estimate_pi(n):
    count = 0 # 落在圆内的点数
    for i in range(n):
        x, y = np.random.rand(2) * 2 - 1 # 在正方形内随机生成点
        if x**2 + y**2 <= 1: # 判断是否在圆内
            count += 1
    return 4 * count / n # 计算圆周率的近似值

print(estimate_pi(1000000)) # 输出圆周率的近似值

执行结果示例：

3.141536

由于是随机采样，每次运行结果可能略有不同。