python 蒙特卡罗计算圆周率近似值

可以使用蒙特卡罗方法来近似计算圆周率的值。蒙特卡罗方法是通过随机采样的方式来估计未知参数的方法之一。

下面是使用Python实现蒙特卡罗方法计算圆周率的示例代码：

import random

def estimate_pi(n):
    points_inside_circle = 0
    points_inside_square = 0

    for _ in range(n):
        x = random.uniform(0, 1)
        y = random.uniform(0, 1)

        distance = x**2 + y**2
        if distance <= 1:
            points_inside_circle += 1

        points_inside_square += 1

    pi_estimate = 4 * points_inside_circle / points_inside_square
    return pi_estimate


# 调用函数进行估计
n = 1000000
estimated_pi = estimate_pi(n)
print(f"估计的圆周率值为: {estimated_pi}")

在这个示例中，我们随机生成了n个点，然后判断每个点是否在一个单位半径的圆内。最后，通过计算落在圆内的点数和总点数的比例，乘以4，得到一个对圆周率的近似值。

你可以尝试不同的n值来观察对圆周率的估计精度。注意，随着n的增大，估计值会更接近真实值。