Python 我希望通过蒙特卡罗模拟找到Pi。但不知何故，我迷失了自己的代码

我正在做一些在线研究和教程，当我试图用蒙特卡罗法找到圆周率的近似值时，我陷入了困境

import math
import random
import time
import numpy as np
import matplotlib.pyplot as plt

random.seed(1234) 
old_est = 0
n = 1
MC_N= 1000000
results = np.repeat(0, MC_N)

for i in range(MC_N):
    x = random.random() 
    y = random.random()
    A_n = math.sqrt(x*2 + y*2)
    new_est = ((n-1)/n) * old_est + (1/n)*A_n
    results[n] = new_est
    if A_n <= 1:
        n +=1
    if n > MC_N:
        break
    old_est = new_est
    A_n = 4 * n / MC_N
print(results)
plt.plot(results)
plt.ylabel('numbers')
plt.show()

导入数学
随机输入
导入时间
将numpy作为np导入
将matplotlib.pyplot作为plt导入
随机种子（1234）
old_est=0
n=1
MC_N=1000000
结果=np。重复（0，MC\N）
对于范围内的i（MC_N）：
x=random.random（）
y=random.random（）
A_n=math.sqrt（x*2+y*2）
新测试=（n-1）/n）*旧测试+（1/n）*A\n
结果[n]=新测试
如果一个MC\n：
打破
旧的=新的
A\n=4*n/MC\n
打印（结果）
plt.绘图（结果）
plt.ylabel（'数字'）
plt.show（）

因此，我使用蒙特卡罗方法，并希望有一个早期停止方法，以获得最佳估计。 我想大概是3.14分，但我得到了0分 有人能帮我解释为什么我错了吗

---

PS：它应该是计算圆周率的近似数，为了估计圆周率的值，我们需要平方的面积和圆的面积。为了找到这些区域，我们将随机在表面上放置点，并计算落在圆圈内的点和落在正方形内的点。这将为我们提供他们的估计面积。因此，我们将使用点数作为面积，而不是使用实际面积。此外，我还想说明，随着迭代次数的增加，估计误差也呈指数下降。

以下是一种方法：

import numpy as np
import matplotlib.pyplot as plt
N = 1000000

# N random x, y points drawn uniformly from square(0,1)
x = np.random.rand(N)
y = np.random.rand(N)

# 1 if inside circle radius 1, 0 otherwise (first quadrant only)
circle_counts = (x**2 + y**2 < 1).astype(int)

# cumulative fraction of points that fall within circle region
pi_estimate = 4*circle_counts.cumsum()/np.arange(1,N+1)

# pi_estimate = array([4, 4, 4, ..., 3.14215828, 3.14215914, 3.14216])

plt.plot(x=np.arange(1,N+1), y=pi_estimate)
plt.show()

将numpy导入为np
将matplotlib.pyplot作为plt导入
N=1000000
#N个从正方形（0,1）均匀绘制的随机x、y点
x=np.random.rand（N）
y=np.random.rand（N）
#如果内圆半径为1，则为1，否则为0（仅第一象限）
圆圈计数=（x**2+y**2<1）。A类型（int）
#落在圆区域内的点的累积分数
pi_estimate=4*circle_counts.cumsum（）/np.arange（1，N+1）
#pi_估计=数组（[4,4,4，…，3.14215828,3.14215914,3.14216]）
plt.plot（x=np.arange（1，N+1），y=pi_估计）
plt.show（）

我在维基上查到了：似乎你的算法非常不同，尤其是行

new_est=（（n-1）/n）*old_est+（1/n）*A_n

。我不确定这是否是您想要的：

导入数学
随机输入
导入时间
将numpy作为np导入
将matplotlib.pyplot作为plt导入
随机种子（1234）
MC_N=100
结果=[]
est=0
对于范围内的i（1，MC\N）：
x=random.random（）
y=random.random（）
A_n=math.sqrt（x**2+y**2）#不是x*2+y*2
如果A_n<1：
est+=1
结果。追加（4*est/MC\N）
打印（结果）
plt.绘图（结果）
plt.ylabel（'数字'）
plt.show（）

算法应该如何工作？你没有给任何东西贴上PI或phi的标签？？你只是在计算圆和方的点数吗？你的变量代表什么？这不是问题。你应该逐步检查你的代码，看看发生了什么。基本调试是您的责任，而不是我们的责任。