python采用蒙特卡罗方法，在一个正方形中撒点，根据在1/4圆内点的数量占总撒点数的比例计算圆周率值。

Python通过蒙特卡洛方法估算圆周率（π）的过程大致如下：

1. 定义一个正方形区域，其边长是1。在这个正方形内部，我们创建大量的随机坐标（x, y）作为点。

2. 这些点将均匀地分布在正方形中。我们将每一点视为一次独立的尝试，判断它是否落在了正方形的左上1/4圆区域内，即半径为1/2的圆及其内部。

3. 圆的面积是 π * (半径)^2，而正方形的面积是边长的平方。因此，落在圆内的点数比例近似于 π / 4 的比例。

4. 我们可以用实际落入圆内的点数除以总的点数，再乘以4，得到的估计值就是π的一个近似值。

5. 蒙特卡洛方法的优势在于，随着点数的增加，结果会越来越接近真实值，而且这种方法非常直观，不需要复杂的数学公式。

以下是简单的Python代码实现示例：

import random
import math

def estimate_pi(n):
    inside_circle = 0
    for _ in range(n):
        x = random.uniform(0, 1)
        y = random.uniform(0, 1)
        distance = math.sqrt(x**2 + y**2)
        if distance <= 0.5:
            inside_circle += 1
    return 4 * inside_circle / n

pi_estimate = estimate_pi(1000000)  # 试试更大的点数以获得更精确的结果
print(f"用蒙特卡洛方法估算的π值约为: {pi_estimate}")