Python之蒙特卡罗法求圆周率

原创于 2020-04-18 19:41:28 发布 · 655 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#python

本文介绍了一种使用蒙特卡罗法估算π值的方法，通过在单位正方形区域内随机撒点，统计落于单位圆内的点数，进而利用比例关系计算π的近似值。文章提供了一个Python实现示例，展示了如何通过随机数生成和几何距离判断来完成这一过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

个人感觉把蒙特卡罗法理解了，对于理解机器学习的有关知识很有帮助

蒙特卡罗法--4*(圆内点数/总点数)=pi

from random import random
import time
DARTS=1000*1000 #在正方形区域中总共撒下的点数
hits=0.0  #定义一个原点
start=time.perf_counter()#计时函数
for i in range(1,DARTS+1): 
    x, y=random(),random()#生成两个随机数，模拟向方形区域撒点。x，y是该点的坐标
    distance=pow((x**2+y**2),0.5)#求出该点到原点的距离
    if(distance<=1.0):#距离<=1说明这些点落在了圆形区域内部
        hits=hits+1
pi=4*(hits/DARTS)#利用公式求出近似值pi
print("the value of pi is:{}".format(pi))
print("run time is:{:.5}s".format(time.perf_counter()-start))