撒豆法计算Π值with python

原理简介：

前提公式：S圆=Π*r^2

在一个边长为a的正方形内有一个内切圆，圆的面积为Π*(a/2)^2=Π*a^2/4，正方形面积为a^2，所以S圆/S正方形(记为x)=Π/4，所以Π=4*x。在一个正方形的区域内随机撒一定数量的黄豆，落在内切圆区域内的黄豆数量m可以看作内切圆的面积，而落在正方形内的黄豆数量n可以看作正方形的面积（即黄豆的总数量），所以Π=4*(m/n)，现实生活中，正方形越大，撒豆数量越多，则计算出来的Π值越准确，反之越不准，而用编程语言则可以轻松解决这一弊端。

import random as rd
import math as m
import time as t
from numba import jit   #使用jit十倍提升编译速度

t1=t.time()
#撒豆法计算Π
@jit
def pi_part(rn):
    # rn=a*a  #随机点个数,a为正方形边长
    x=[rd.random() for i in range(rn)] #随机点的x向量
    y=[rd.random() for i in range(rn)] #随机点的y向量
    r=0.5 #正方形内切圆的半径
    def pr(x,y):    #随机点距离圆心的距离计算
        return m.sqrt((r-x)**2+(r-y)**2)
    def in_circle(pr,r):    #随机点是否在圆内
        if pr<=r:
            return 1
        else:
            return 0
    sum=0
    for i in zip(x,y):
        if in_circle(pr(i[0],i[1]),r)==1:
            sum+=1
    return sum

@jit
def pi():
    sum=0
    rn=100000000
    size=10
    for i in range(size):
        sum+=pi_part(rn)
    return 4*(sum/(rn*size))

print(pi())
t2=t.time()
print("cost:%0.5fs"%(t2-t1))

 算法未优化，计算机性能有限，精确到第四位便差不多是极限了。。。