Python中可以使用蒙特卡洛方法来估计圆周率。具体代码如下:
import random
def estimate_pi(n):
inside_circle = 0
total_points = 0
for _ in range(n):
x = random.uniform(0, 1)
y = random.uniform(0, 1)
distance = x**2 + y**2
if distance <= 1:
inside_circle += 1
total_points += 1
pi = 4 * inside_circle / total_points
return pi
n = 10000 # 采样点数,可根据需要调整
pi_estimate = estimate_pi(n)
print(f"估计的圆周率为:{pi_estimate:.6f}")
上述代码中,我们使用了蒙特卡洛方法进行圆周率的估计。通过随机生成坐标点,并判断点是否在单位圆内,进而计算出圆周率的估计值。需要注意的是,蒙特卡洛方法的结果是一个估计值,其准确性与采样点数n有关,采样点数越大,估计值越接近真实值。