Python用蒙特卡罗方法计算圆周率近似值

实验目的：

1、理解蒙特Ÿ卡罗方法原理。

2、理解for循环本质与工作原理。

3、了解random模块中常用函数。

---

实验内容：

蒙特Ÿ卡罗方法是一种通过概率来得到问题近似解的方法，在很多领域都有重要的应用，其中就包括圆周率近似值的计算问题。假设有一块边长为2的正方形木板，上面画一个单位圆，然后随意往木板上扔飞镖，落点坐标(x,y)必然在木板上（更多的时候是落在单位圆内），如果扔的次数足够多，那么落在单位圆内的次数除以总次数再乘以4，这个数字会无限逼近圆周率的值。这就是蒙特Ÿ卡罗发明的用于计算圆周率近似值的方法，如图所示。

编写程序，模拟蒙特Ÿ卡罗计算圆周率近似值的方法，输入掷飞镖次数，然后输出圆周率近似值。

---

代码： 

import random
def W_pi(dot):
    n=0
    for i in range(dot):
        x=random.random()*2-1
        y=random.random()*2-1
        if(x*x+y*y)<=1:
            n+=1
    return (4.0*n/dot)
print("使用蒙特卡罗方法计算圆周率的值是:",W_pi(int(input('输入随机点数:'))))

---

运行界面：