已知π的近似值可由下面公式计算得出： π/4 = 1 – 1/3 + 1/5 – 1/7 ...1/(2n-1)。 给定一个精度值σ（0.000001<=σ<=1），求由上述公式计算出的前后两个π的近似值之差的绝对值小于该精度（即|πn – πn-1| <= σ）时的最小迭代步骤n（n>=2）。

要求由上述公式计算出的前后两个π的近似值之差的绝对值小于给定精度σ时的最小迭代步骤n，可以通过迭代计算的方式逼近目标。

我们可以定义两个变量，分别表示当前迭代步骤的π近似值和前一步的π近似值。初始时，令当前π近似值为0，前一步π近似值为1。

然后，我们可以使用一个循环来进行迭代计算。每一次迭代中，我们根据公式更新当前π近似值，并计算当前π近似值与前一步π近似值之差的绝对值。如果差值小于给定的精度σ，则退出循环，返回当前的迭代步骤n。

以下是一个示例的Python代码实现：

def calculate_pi(sigma):
    current_pi = 0
    previous_pi = 1
    n = 2  # 初始迭代步骤为2

    while True:
        term = 1 / (2*n - 1)
        current_pi += (-1)**(n+1) * term

        if abs(current_pi - previous_pi) <= sigma:
            break

        previous_pi = current_pi
        n += 1

    return n

# 示例调用
sigma = 0.000001
min_steps = calculate_pi(sigma)
print(min_steps)

在上述示例代码中，我们定义了一个`calculate_pi`函数，它接受一个精度值`sigma`作为参数，并返回满足要求的最小迭代步骤n。然后我们给定一个精度值0.000001，调用`calculate_pi`函数并打印结果。

请注意，由于迭代的过程是逐步逼近目标的，所以迭代次数可能会比较大，具体取决于所给定的精度值。