数据挖掘第一次实验

该代码示例定义了一个名为MC的类,实现了蒙特卡洛(MC)方法来估算积分。类中,MC方法生成随机数对(x,y),根据x的立方小于y的条件更新计数器n。最后,计算比例并显示绿色和红色的散点图表示结果。draw方法则绘制了x的立方函数图形。
摘要由CSDN通过智能技术生成
import numpy as np
import matplotlib.pylab as plt
class MC:
    def __init__(self):
        self.a=2000
    def MC(self):
        n=0;
        for i in range(self.a):
            x=np.random.uniform(0,1)
            y=np.random.uniform(0,1)
            if y<=x**3:
                n=n+1
                plt.scatter(x,y,c='green')
            else:
                plt.scatter(x, y, c='red')

        s=n/self.a;
        print(s)
    def draw(self):
        x = np.linspace(0, 1, 200)
        y = x ** 3
        plt.plot(x, y)
        plt.show()

MC().MC()
MC().draw()

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值