python 蒙特卡罗_python实现蒙特卡罗方法（代码示例）

本篇文章给大家带来的内容是关于python实现蒙特卡罗方法(代码示例)，有一定的参考价值，有需要的朋友可以参考一下，希望对你有所帮助。

蒙特卡罗方法是一种统计模拟方法，由冯·诺依曼和乌拉姆提出，在大量的随机数下，根据概率估计结果，随机数据越多，获得的结果越精确。下面我们将用python实现蒙特卡罗方法。

1.首先我们做一个简单的圆周率的近似计算，在这个过程中我们要用到随机数，因此需要先使用import numpy as np导入numpy库。

2.代码实现：import numpy as np

total = 8000000

count = 0

for i in range(total):

x = np.random.rand()

y = np.random.rand()

dis = (x**2+y**2)**0.5

if dis <= 1:

count = count+1

PI = 4*count/total

print(PI)

3.在上面的程序中我们用8000000个随机数进行投放，这样得到的结果会更精确一些，运行程序需要一定的时间，最终得到的结果如下

4.下面我们进行一项简单的应用，下图为我在画图工具中随便画的一个图，我们可以用蒙特卡罗方法来估算图中黑色部分的面积。

5.上面的图形是不规则的，我们只需知道在投放