【Python】蒙特卡罗方法计算圆周率及给定随机数种子

最新推荐文章于 2024-06-13 22:43:09 发布

Tab_

最新推荐文章于 2024-06-13 22:43:09 发布

阅读量6.7k

点赞数 12

分类专栏：例题文章标签： python

本文链接：https://blog.csdn.net/weixin_45506775/article/details/104280020

版权

本文介绍了使用Python实现蒙特卡罗方法来计算圆周率，通过在正方形内撒点并统计落在1/4圆内的点数比例，从而求得π的近似值。以123作为随机数种子，程序根据用户输入的撒点数量，输出π的值，精确到小数点后6位。

摘要由CSDN通过智能技术生成

蒙特卡罗方法
利用随机点分布，让随机点足够的多，用指定区域随机点数与总区域随机点数做比值来求取指定区域面积

求解圆周率，在一个正方形中撒点，根据在1/4圆内点的数量占总撒点数的比例计算圆周率值。
在这里插入图片描述
代码如下：

#CalPi.py
from random import random
from time import perf_counter
DARTS = 1000*1000 #当前在区域中点的总数量
hits = 0.0 #目前在圆的内部的点的数量
start = perf_counter

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Tab_

关注关注

12
点赞
踩
27

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

python蒙特卡洛算法求圆周率 python蒙特卡洛方法圆周率

2301_80632101的博客

04-18

1193

通常蒙特卡罗方法可以粗略地分成两类：**一类是所求解的问题本身具有内在的随机性，借助计算机的运算能力可以直接模拟这种随机的过程。如果我们给出的这个点的数量非常庞大，而且每一个点又尽可能地随机，那么在圆的内部的点就构成了圆的面积，在整个正方形中的所有撒点就是正方形的面积。通过随机抽样的方法，以随机事件出现的频率估计其概率，或者以抽样的数字特征估算随机变量的数字特征，并将其作为问题的解。蒙特卡罗方法是计算思维，抽象的撒点过程，抽象为计算点的数量的过程，并且用计算机通过循环自动化运行，抽象+自动化。

python菜鸟-----蒙特卡罗方法计算圆周率

qq_49107802的博客

10-15

1184

蒙塔卡洛方法：四分之一圆 / 正方形利用 random() 函数生成随机点 for …in 循环； pow(x ** 2 + y ** 2,0.5) 小于圆半径1的计数(点数越多越精确) 自己尝试写的代码: import random def judge(a,b): if pow(a ** 2 + b ** 2 ,0.5) <= 1.0: return True else : return False points,n = 1000 * 1000

参与评论您还未登录，请先登录后发表或查看评论

python 基础 蒙特卡罗方法计算圆周率

xuxuaifeifei的博客

05-12

898

#蒙特卡罗方法 from random import random from time import perf_counter number = 1000*1000 point = 0.0 start = perf_counter() for i in range(1,number+1): x,y = random(),random() distace = pow(x**2+y**2,0.5) if distace <= 1.0: point = point+.

种子数是123，如何用蒙特卡罗方法计算圆周率

m0_60429244的博客

11-02

486

#pi.py from random import random,seed DARTS=eval(input()) seed(123) hits=0.0 for i in range (DARTS): x,y=random(),random() dist=pow(x**2+y**2,0.5) if dist<=1.0: hits=hits+1 pi=4*(hits/DARTS) print("{:.6f}".format(pi))

python学习笔记第四章2（用蒙特卡罗法计算圆周率）

a619398297的博客

05-14

1120

圆周率的计算：首先用基本公式求解：程序为： #精确圆周率 pi=0 N=100 for k in range(N): pi=pi+1/pow(16,k)( 4/(8k+1)-2/(8k+4)- 1/(8k+5)-1/(8*k+6)) print(“圆周率的值为：{}”.format(pi)) 运行结果为3.141592653589793 下面我们考虑蒙特卡罗方法，思路为随机向一个边长为1...

python学习笔记四（4）--random库及圆周率的计算

宁静的天空

05-17

515

一、基本随机数函数 seed():初始化给定的随机数种子。random.seed() random()：生成[0.0-1.0)之间的随机小数。random.random() import random random.seed(10) random.random() #产生一个随机数 random.random() #产生另一个随机数 ... #种子只需给一次，随机数会根据每次调用产生不同的随机数 #不给种子，默认是第一次调用种子对应的时间二、扩展随机数函数 1、randint(a,b) #生成[a-b]

Python——程序结构控制（模块3: random库的使用）（实例:身体质量指数BMI及圆周率的计算）

qq_51308373的博客

09-12

1665

前言本篇主要介绍程序结构控制，以BMI的计算为例，介绍循环结构的控制和使用。以圆周率的计算为例，介绍random库的使用。（从本篇开始，出现的一些库中函数介绍以及部分简单代码都将以图片形式呈现）读完本篇，你将了解： 1.方法论 Python程序的控制语法及结构 2.实践能力学会编写带有条件判断及循环的程序本篇将系统介绍： 1.程序的分支结构（单、二、多分支结构，条件判断及异常处理） 2.实例：身体质量指数BMI 3.程序的循环结构（遍历循环、无限循环；循环控制保留字及循环高级用法） 4.模块3:

揭秘Python随机数生成：掌握随机数背后的秘密，提升代码质量

随机数在科学计算、机器学习和数据分析等领域有着广泛的应用。Python提供了强大的随机数生成工具，可以满足各种应用场景的需求。本章将介绍Python随机数生成的基础知识，包括伪随机数生成器和随机数分布。 # 2. ...

随机数生成与蒙特卡洛模拟：在数值计算中的应用

而蒙特卡洛模拟则是一种基于随机数生成的计算方法，通过大量的随机模拟来估计数值计算问题的解。这两个概念在很多实际应用中都发挥着重要作用。 ### 随机数生成的重要性和应用场景随机数生成在计算机科学、金融、...

蒙特卡洛方法计算圆周率.py

07-27

初学python，以概率的方法——蒙特卡洛方法求圆周率，以此练手

Python入门习题5.蒙特卡罗方法计算圆周率

A1938137的博客

03-05

1786

1 #CalPi.py 2 from random import random 3 from math import sqrt 4 from time import clock 5 DARTS = 10000000 6 hits = 0.0 7 clock() 8 for i in range(1, DARTS+1): 9 x, y =...

python：蒙特卡罗方法计算圆周率

weixin_50037251的博客

08-18

2604

Python-蒙特卡罗方法计算圆周率

最新发布

YO__Y的博客

06-13

665

使用蒙特卡洛方法求圆周率。基本思想：利用圆与其外接正方形面积之比为 pi ／的关系，通过产生大量均匀分布的二维点，计算落在单位圆和单位正方形的数量之比再乘以4便得到 pi 的近似值。样本点越多，计算出的数据将会近真识的 pi .

【Python蒙特卡罗法计算圆周率】

W_chuanqi的博客

03-26

4641

蒙特卡罗法计算圆周率 今天遇到一个很有意思的方法求解圆周率，给大家分享一下！理论基础 蒙特卡罗法也称统计模拟法、统计试验法。是把概率现象作为研究对象的数值模拟方法。是按抽样调查法求取统计值来推定未知特性量的计算方法。蒙特卡罗是摩纳哥的著名赌城，该法为表明其随机抽样的本质而命名。故适用于对离散系统进行计算仿真试验。在计算仿真中，通过构造一个和系统性能相近似的概率模型，并在数字计算机上进行随机试验，可以模拟系统的随机特性。基本步骤随机向如图所示的单位正方形和圆结构，抛洒大量“飞镖”点，计算每个点

Python 圆周率的计算（蒙特卡罗方法）

疯子源

05-11

2664

from random import random from time import perf_counter DARTS = 1000 * 1000 hits = 0.0 start = perf_counter() for i in range(1,DARTS+1): x, y = random() , random() dist = pow(x ** 2 + y ** 2...

Python---利用蒙特.卡罗方法计算圆周率近似值

beyond谚语的博客

04-10

4903

利用蒙特.卡罗方法计算圆周率近似值什么是蒙特.卡罗方法？答：蒙特卡罗方法是一种计算方法。原理是通过大量随机样本，去了解一个系统，进而得到所要计算的值。正方形内部有一个相切的圆，它们的面积之比是π/4。这里假设正方形的边长为2，也就是[-1,1]之间 from random import random def estimatePI(times): hits = 0 for...

使用蒙特卡罗方法计算圆周率(Python版)

rua的博客

10-19

3585

Python中使用蒙特卡罗方法计算圆周率

使用Python蒙特卡罗方法计算圆周率近似值

04-03

使用Python蒙特卡罗方法计算圆周率的近似值可以通过以下步骤实现： 1. 首先，我们需要了解蒙特卡罗方法的原理。蒙特卡罗方法是一种基于随机抽样的统计模拟方法，通过生成大量的随机点来估计某个问题的解。在计算圆周率的问题中，我们可以通过在一个正方形内随机生成点，并统计落入圆内的点的数量来估计圆周率的值。 2. 创建一个正方形，并在其中绘制一个圆。假设圆的半径为r，则正方形的边长为2r。 3. 生成大量的随机点，并判断每个点是否落在圆内。可以使用random模块中的random()函数生成0到1之间的随机数，然后将其映射到正方形内的坐标。 4. 统计落在圆内的点的数量。可以使用一个计数器变量来记录落在圆内的点的数量。 5. 根据蒙特卡罗方法的原理，圆的面积与正方形的面积之比等于落在圆内的点的数量与总点数之比。由于正方形的面积为(2r)^2=4r^2，而圆的面积为πr^2，所以可以得到以下公式： π/4 = 落在圆内的点的数量 / 总点数 6. 根据上述公式，可以计算出π的近似值： π ≈ 4 * (落在圆内的点的数量 / 总点数) 下面是一个使用Python实现蒙特卡罗方法计算圆周率的示例代码： ```python import random def estimate_pi(num_points): points_inside_circle = 0 total_points = num_points for _ in range(num_points): x = random.uniform(-1, 1) y = random.uniform(-1, 1) distance = x**2 + y**2 if distance <= 1: points_inside_circle += 1 pi_approximation = 4 * (points_inside_circle / total_points) return pi_approximation # 调用函数进行估计 approx_pi = estimate_pi(1000000) print("Approximation of pi:", approx_pi) ```