Python编写程序，使用蒙特卡罗方法计算圆周率的近似值

        这段代码是一个使用蒙特卡罗方法来估计圆周率π的Python脚本。蒙特卡罗方法是一种统计模拟方法，通过随机抽样来解决数学、物理和工程问题。在这个例子中，它被用来估计圆的面积，进而推导出圆周率π的近似值。

        代码的主要部分包括：

1. monte_carlo_pi 函数：这个函数接受一个参数 num_points，表示要随机生成的点的数量。然后，它在单位正方形内生成这些点，统计落在单位圆内的点的数量，最后根据落在圆内的点的比例来估计π的值。

2. draw_point 函数：这个函数用于在turtle图形窗口中绘制点。它接受点的坐标 x 和 y 以及点的颜色 color 作为参数。

3. simulate_monte_carlo 函数：这个函数模拟蒙特卡罗方法的过程，并动态地在turtle图形窗口中绘制点。它同样接受 num_points 作为参数，并在绘制每个点的同时计算落在圆内的点的数量。最后，它计算并返回π的近似值。

4. num_points 变量：设置模拟中使用的点的数量。

5. pi_approx 变量：存储通过模拟得到的π的近似值。

6. turtle.done()：这行代码保持turtle图形窗口打开，直到用户关闭它。

        要运行这段代码，你需要有Python环境，并且安装了turtle库。运行代码后，你将看到一个窗口，其中动态地绘制了随机点，并且红色点代表落在单位圆内的点，蓝色点代表落在单位圆外的点。程序结束时，会在控制台打印出圆周率的近似值。 

import random
import turtle
import time

# 定义蒙特卡罗方法计算圆周率的函数
def monte_carlo_pi(num_points):
    inside_circle = 0
    for _ in range(num_points):
        x, y = random.uniform(-1, 1), random.uniform(-1, 1)
        if x**2 + y**2 <= 1:
            inside_circle += 1
    return (inside_circle / num_points) * 4

# 定义绘制点的函数
def draw_point(x, y, color):
    turtle.penup()
    turtle.goto(x * 100, y * 100)
    turtle.pendown()
    turtle.dot(2, color)

# 定义模拟蒙特卡罗方法的函数
def simulate_monte_carlo(num_points):
    turtle.speed(0)
    turtle.bgcolor("white")
    turtle.penup()
    turtle.goto(0, 0)
    turtle.pendown()
    turtle.color("black")
    
    inside_circle = 0
    for i in range(num_points):
        x, y = random.uniform(-1, 1), random.uniform(-1, 1)
        if x**2 + y**2 <= 1:
            inside_circle += 1
            draw_point(x, y, "red")
        else:
            draw_point(x, y, "blue")
        time.sleep(0.001)  # 暂停一段时间以便观察
    turtle.hideturtle()
    pi_approx = (inside_circle / num_points) * 4
    return pi_approx

# 设置模拟的点数
num_points = 10000

# 计算圆周率的近似值并动态展示
pi_approx = simulate_monte_carlo(num_points)
print(f"圆周率的近似值为: {pi_approx}")

# 保持窗口打开
turtle.done()

结果如图所示：

        请注意，由于使用了 time.sleep(0.001)，程序的执行可能会比较慢，特别是当 num_points 较大时。这是为了让用户能够观察到点是如何被绘制的。在实际应用中，可能不需要这个暂停，或者可以减少暂停的时间。