Python 蒙特卡洛计算圆周率

Python蒙特卡洛方法是一种通过随机抽样来估计数学问题的方法之一。在计算圆周率时，可以使用蒙特卡洛方法来估计圆的面积，从而得到圆周率的近似值。

具体步骤如下：
1. 在一个正方形内部画一个单位圆，该正方形的边长为2。
2. 生成大量的随机点，均匀分布在正方形内部。
3. 统计落在圆内的点的数量。
4. 根据统计结果，计算圆的面积（落在圆内的点数除以总点数），进而得到圆周率的近似值。

以下是Python代码示例：

import random

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

    for _ in range(n):
        x = random.uniform(-1, 1)
        y = random.uniform1, 1)

        distance = x**2 + y**2

        if distance <= 1:
           _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  # 随机点的数量
pi_approximation = estimate_pi(n)
print("估计的圆周率值为:", pi_approximation)