如何用Numba模拟π的近似？
如何用Numba模拟π的近似？
提问于 2022-06-13 07:35:19
我想用Monte方法来近似pi的值，有不同的输入点(10，10**1等等)，然后用Numba更快地得到代码。
下面是一个输入= 10的模拟
import numba
from random import *
import math
from math import sqrt
@numba.jit(nopython=True)
def go_fast(pi):
inside = 0
inputs =10
for i in range(0,inputs):
x=random()
y=random()
if sqrt(x*x+y*y)<=1:
inside+=1
pi=4*inside/inputs
return (pi)
pi = math.pi
go_fast(pi)我只想确保模拟是正确的，因为从这里得到的结果似乎有点误导。谢谢
回答 1
Stack Overflow用户
回答已采纳
发布于 2022-06-13 07:41:50
这一功能
def go_fast(pi):
inside = 0
inputs =10
for i in range(0,inputs):
x=random()
y=random()
if sqrt(x*x+y*y)<=1:
inside+=1
pi=4*inside/inputs
return (pi)一旦遇到sqrt(x*x+y*y)<=1持有的x，y就会终止，换句话说，for循环的循环次数不是确定性的(任何介于1和10之间的值)。如果您想要固定次数的所述for，您需要将return放在所述循环的外部，这也适用于pi计算，因为它应该在收集数据之后完成，即您的代码应该是
def go_fast(pi):
inside = 0
inputs =10
for i in range(0,inputs):
x=random()
y=random()
if sqrt(x*x+y*y)<=1:
inside+=1
pi=4*inside/inputs
return pi页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/72599184
复制相关文章
相似问题
腾讯云开发者
