蒙特卡洛计算PI（距离公式）+蒙特卡洛计算定积分

import random
import math
# import matplotlib
M = input('请输入一个较大的整数')
N = 0  # 累计落圆内的随机点的个数，初始值为零


for i in range(int(M)):
    x = random.random()  # 利用random（）产生随机数或者是伪随机数
    y = random.random()
    if math.sqrt(x**2+y**2) < 1:  # 判断产生的随机点是否落在单位圆内
        N = N+1  # 对落在圆内的点进行累加

pi = 4*N/int(M)
# 这里是四分之一的圆，乘以4还原

print(pi)

import random
n = int(input('请输入一个较大的整数'))  # 要确保输入的整数足够大

m = 0


for i in range(n):
    x = random.random()
    y = random.random()
    if x**2 > y:  # 表示该点位于曲线y=x^2的下面
        m = m+1

R = m/n

print(R)

P（x,y）
    if f(x)>y 
count+=1

import random


def cal():
    """经典的用蒙特卡洛方法求π值"""
    n = 100000000
    r = 1.0  # 假设圆的半径为1
    a, b = (0.0, 0.0)
    x_neg, x_pos = a - r, a + r  # 得到正方形的x取值范围
    y_neg, y_pos = b - r, b + r  # 得到正方形的y取值范围

    count = 0
    for i in range(0, n):
        x = random.uniform(x_neg, x_pos)
        y = random.uniform(y_neg, y_pos)
        if x * x + y * y <= 1.0:  # 确保坐标点(x,y)在圆形内，count变量+1
            count += 1

    print(count/n*4)


cal()

100000000

https://github.com/bitcarmanlee/easy-algorithm-interview-and-practice