Python中存在着很多算法，本篇要为大家介绍一种新的算法，蒙特卡洛算法。下面就这种算法带来简单的介绍和实例。

1、又叫统计模拟方法，使用随机数（或更常见的伪随机数）来解决很多计算问题的方法。

2、使用过程为构造或描述概率过程，实现从已知概率分布抽样，建立各种估计量。

实例

import math
import random
m = 10000
n = 0
for i in range(m):
# x、y为0-1之间的随机数
    x = random.random()
    y = random.random()
    # 若点(x,y) 属于图中1/4圆内 则有效个数+1
    if math.sqrt(x**2 + y**2) < 1:
        n += 1
# 计算pi
pi = 4 * n / m
print("pi = {}".format(pi))
 
# pi = 3.1508（结果具有随机性 不一定完全一样）

以上就是python蒙特卡洛算法的介绍，希望对大家有所帮助。