python使用蒙特卡洛算法计算圆周率

蒙特卡洛算法是一种基于随机采样的数值计算方法，可以用来估算圆周率。其基本思路是，在一个正方形内随机生成大量的点，然后统计落在一个半径为正方形边长的1/4圆内的点的数量，最终用这个数量除以总点数再乘以4，就可以得到一个近似的圆周率值。

下面是一个使用 Python 实现蒙特卡洛算法计算圆周率的例子：

import random

# 设置随机数种子
random.seed(2021)

# 总点数
n = 1000000

# 在正方形内随机生成点的坐标，坐标范围为[-1, 1]
points = [(random.uniform(-1, 1), random.uniform(-1, 1)) for _ in range(n)]

# 统计落在1/4圆内的点的数量
count = sum(1 for x, y in points if x**2 + y**2 <= 1)

# 计算圆周率
pi = 4 * count / n

print(pi)

运行结果可能会有所不同，但是通常会接近于3.1416，即圆周率的近似值。需要注意的是，随着点数的增加，计算结果会变得更加准确，但同时也会增加计算时间。