import numpy as np
r=1#定义内接圆半径
#随机数生成个数
rand_num=[100,1000,10000,100000,1000000,10000000]
#根据生成随机数个数的不同计算的圆周率
for N in rand_num:
#在边长为2的正方形区域内生成随机点坐标(x,y)
x=2*np.random.random_sample(N)-1
y=2*np.random.random_sample(N)-1
in_circle_point_num=0
#计算落在内接圆区域内的随机点数
for point_count in range(len(x)):
#判断随机点是否落在内接圆区域之内
if(x[point_count]*x[point_count]+
y[point_count]*y[point_count]<
r*r):
in_circle_point_num+=1
print('N=',str(N),'pi=',str(4.0*in_circle_point_num/N))
N= 100 pi= 3.24 N= 1000 pi= 3.124 N= 10000 pi= 3.1464 N= 100000 pi= 3.14244 N= 1000000 pi= 3.142796
算法:蒙特卡罗方法计算圆周率通过多次撒点,模拟概率,求面积,通过计算圆的面积和测得圆的半径即可求得圆周率。
本文分享自 图像处理与模式识别研究所 微信公众号,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ,欢迎热爱写作的你一起参与!