python实现蒙特卡洛模拟

蒙特卡洛模拟是一种基于概率统计的数值计算方法，能够通过随机抽样的方式来模拟实验结果，从而得到某些难以精确计算的数量。Python是一种非常适合进行蒙特卡洛模拟的编程语言，下面是一个简单的蒙特卡洛模拟的实现：

import random

# 模拟次数
n = 10000

# 计数器
count = 0

# 进行模拟
for i in range(n):
    x = random.uniform(-1, 1)
    y = random.uniform(-1, 1)
    if x**2 + y**2 <= 1:
        count += 1

# 计算 pi 的近似值
pi = 4 * count / n

print("pi 的近似值为：", pi)

这个蒙特卡洛模拟的实现是用随机抽样的方式来模拟在一个单位圆内部的点的数量，然后利用这个数量来近似计算 pi 的值。