使用蒙特·卡罗方法计算圆周率近似值

python程序设计实验报告：

一.使用蒙特·卡罗方法计算圆周率近似值

1.实验名称：

使用蒙特·卡罗方法计算圆周率近似值

2.实验目的：

1、理解蒙特·卡罗方法原理。
2、理解 for 循环本质与工作原理。
3、了解 random 模块中常用函数。

3.实验原理：

蒙特·卡罗方法是一种通过概率来得到问题近似解的方法，在很多领域都有重要的应用，其中就包括圆周率近似值的计算问题。假设有一块边长为 2 的正方形木板，上面画一个单位圆，然后随意往木板上扔飞镖，落点坐标(x, y)必然在木板上（更多的时候是落在单位圆内），如果扔的次数足够多，那么落在单位圆内的次数除以总次数再乘以 4，这个数字会无限逼近圆周率的值。这就是蒙特·卡罗发明的用于计算圆周率近似值的方法，如图所示：

编写程序，模拟蒙特·卡罗计算圆周率近似值的方法，输入掷飞镖次数，然后输出圆周率近似值

4.仪器与材料：

PC机，pycharm。

5.实验步骤（代码）：

import random


def estimate_pi(n):
    inside_circle = 0

    for _ in range(n):
        x = random.uniform(0, 1)
        y = random.uniform(0, 1)

        if x ** 2 + y ** 2 <= 1:
            inside_circle += 1

    pi = (inside_circle / n) * 4
    return pi


# 输入投掷飞镖次数
n = int(input("请输入投掷飞镖次数: "))

# 估算圆周率
pi_estimate = estimate_pi(n)

print(f"圆周率的估算值为: {pi_estimate}")

---

6.问题即讨论

结果输出可以更友好，保留指定小数位数。
print(f"圆周率的估算值为: {pi_estimate:.6f}")

7.运行结果