描述
【前提】：蒙特·卡罗方法，也称统计模拟方法，是一种以概率统计理论为指导的重要的数值计算方法。其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。通过运用这个方法我们可以让计算机自动的求出圆周率的值。它的原理是让一个正方形内部相切一个圆，圆和正方形的面积之比是π/4。在这个正方形内部，随机产生n个点，计算它们与中心点的距离是否大于圆的半径，以此判断是否落在圆的内部。统计圆内的点数，与n的比值乘以4，就是π的值。理论上，n越大，计算的π值越准。
【ps】使用random.random()方法，生成x轴的值和y轴的值的随机小数，根据x的平方+y的平方小于等于1，计算圆内的点数。
编写程序，自定义撒点数的值（撒点值应大于等于1万）以及seed的值，并计算出圆周率的值，保留5位小数输出。
输入
共一行，第一个值是一个大于一万的正整数，第二个值是seed的值，两个数以逗号隔开。
输出
模拟出的圆周率的值，保留5位小数。
输入样例 1
20000,3
输出样例 1
3.13800
输入样例 2
5000000,2
输出样例 2
3.14167
import random
number,seed=list(map(int,input().split(',')))
count=0
random.seed(seed)
for i in range(number):
x=random.random()
y=random.random()
if x**2 +y**2 <=1:
count+=1
pi=count/number*4
print(f"{pi:.5f}")
