我的Python学习之路(4)

今日学习内容

1.跟随视频课程，学习了Python分支结构、循环结构、异常处理等语法内容
2.掌握并了解Python基本库中的random库随机函数的用法
3.根据所学内容应用并求解圆周率，我使用了两种方法来计算圆周率，分别是近似公式法和蒙特卡罗法
(1)近似公式法
公式：

源代码：

#CalPi.py
Pi = 0
N = 10000
for k in range(N):
    Pi += 1 / pow(16, k) * (4 / (8 * k + 1) - 2 / (8 * k + 4) - 1 / (8 * k + 5) - 1 / (8 * k + 6))
print("圆周率的值：{}".format(Pi))

(2)蒙特卡罗法：
基本思想：百度百科

源代码：

#CalPi2.py
import random
import time

Darts = 1000*1000
inside = 0.0
start = time.perf_counter()
for i in range(1, Darts + 1):
    x, y = random.random(), random.random()
    distance = pow(x ** 2 + y ** 2, 0.5)
    if distance <= 1.0:
        inside += 1
Pi = 4 * (inside / Darts)
print("圆周率约是：{}".format(Pi))
print("运算时间是：{:.5f}s".format(time.perf_counter() - start))

总结：经过两种方法的比较，近似公式法求解圆周率速度较快，但当小数点后的位数更大时，数据不够精准。蒙特卡罗方法相反，运行时间较长，但当小数点后位数足够大时，其计算出的数值更加准确。本例中所有散点的规模为1000*1000，也就是一百万，远远不能够体现蒙特卡罗方法的准确性，需要更多的散点数量及更好的算法设计来体现。
注：本文是博主本人学习的日常记录，不进行任何商用所以不支持转载请理解！如果你也对Python有一定的兴趣和理解，欢迎随时找博主交流~