python怎么用蒙特·卡罗方法求圆周率

import numpy as npimport matplotlib.pyplot as pltfrom matplotlib.patches import Circle
# 投点次数n = 10000
# 圆的信息r = 1.0         # 半径a, b = (0., 0.) # 圆心
# 正方形区域边界x_min, x_max = a-r, a+ry_min, y_max = b-r, b+r
# 在正方形区域内随机投点x = np.random.uniform(x_min, x_max, n) # 均匀分布y = np.random.uniform(y_min, y_max, n)
# 计算 点到圆心的距离d = np.sqrt((x-a)**2 + (y-b)**2)
# 统计 落在圆内的点的数目res = sum(np.where(d < r, 1, 0))
# 计算 pi 的近似值（Monte Carlo方法的精髓：用统计值去近似真实值）pi = 4 * res / n
print('pi: ', pi)

spi = 3.1415926535print('这里近似的圆周率与10位的圆周率精确度是: ', (spi - pi)/spi )
# 画个图看看fig = plt.figure() axes = fig.add_subplot(111) axes.plot(x, y,'ro',markersize = 1)plt.axis('equal') # 防止图像变形
circle = Circle(xy=(a,b), radius=r, alpha=0.5)axes.add_patch(circle)
plt.show()

pi:  3.1224这里近似的圆周率与10位的圆周率精确度是:  0.006109211351324613