写用python计算圆周率——蒙特卡洛法的代码

下面是使用蒙特卡洛方法计算圆周率的Python代码：

import random

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

print(estimate_pi(1000000))

这个代码使用了随机生成的点来估算圆的面积。在一个正方形内随机生成n个点，计算这些点中落在圆内的数量，然后用这个数量来估算圆的面积。最后将这个估算出的圆面积与正方形面积相比较，就可以得到圆周率的近似值。

相关问题

计算圆周率——蒙特卡洛法python

蒙特卡洛方法是一种基于随机抽样的数值积分算法，可以用来估计圆周率π的值。下面是使用Python实现的一个简单版本：

import random
import math

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

n = int(input("请输入你要生成的点的数量: "))
estimated_pi = monte_carlo_pi(n)
print(f"通过蒙特卡洛方法估算的圆周率π约为: {estimated_pi}")

第1关：计算圆周率——蒙特卡洛法编程实现用蒙特卡洛方法计算π值，为了自动测评的需要，请先读入一个正整数sd作为随机数种子，并要求使用 x,y = random.uniform(-1,1) , random.uniform(-1,1) 语句来生成随机点的坐标值。

好的，这是一个计算圆周率的问题，可以使用蒙特卡洛方法来实现。以下是用Python实现的代码：

import random

# 读入随机数种子
sd = int(input())

# 初始化计数器
count = 0

# 循环生成随机点，并判断是否在圆内
for i in range(100000):
    x, y = random.uniform(-1, 1), random.uniform(-1, 1)
    if x ** 2 + y ** 2 <= 1:
        count += 1

# 计算圆的面积和正方形的面积，估算圆周率
pi = 4 * count / 100000

print(pi)

代码的思路是，在一个边长为2的正方形内，随机生成大量的点，然后统计落在一个以(0,0)为圆心，半径为1的圆内的点的数量。根据概率统计的知识，可以得出圆的面积和正方形的面积的比值，而圆的面积和正方形的面积的比值等于圆的面积占正方形面积的比例，而圆的面积等于πr²，而正方形面积等于(2r)²=4r²，因此可以用这个比例来估算圆周率π的值。