Python 用montecarlo方法绘制Pi

我可以通过Python使用不同的数据点来计算pi的值。但对于每一次重复，我想绘制散点图，如下所示：

我使用monte carlo方法查找pi的python代码是：

from random import *
from math import sqrt
inside=0
n=10**6
for i in range(0,n):
    x=random()
    y=random()
    if sqrt(x*x+y*y)<=1:
        inside+=1
pi=4*inside/n
print (pi)

来自随机导入的

*
从数学导入sqrt
内部=0
n=10*6
对于范围（0，n）内的i：
x=随机（）
y=随机（）
如果sqrt（x*x+y*y）如果您得到有关后端的错误，请使用以下命令：

import matplotlib as mp
mp.use('Tkagg')

它将把后端设置为TkAgg，TkAgg使用Tkinter用户界面工具包

import numpy as np
import matplotlib.pyplot as plt

n=1e3
x = 1-2*np.random.random(int(n))
y = 1-2.*np.random.random(int(n))
insideX,  insideY  = x[(x*x+y*y)<=1],y[(x*x+y*y)<=1]
outsideX, outsideY = x[(x*x+y*y)>1],y[(x*x+y*y)>1]

fig, ax = plt.subplots(1)
ax.scatter(insideX, insideY, c='b', alpha=0.8, edgecolor=None)
ax.scatter(outsideX, outsideY, c='r', alpha=0.8, edgecolor=None)
ax.set_aspect('equal')
fig.show()

将numpy导入为np
将matplotlib.pyplot作为plt导入
n=1e3
x=1-2*np.随机.随机（int（n））
y=1-2.*np.随机.随机（int（n））
insideX，insideY=x[（x*x+y*y）1]
图，ax=plt子批次（1）
最大散射（内部X、内部Y、c='b'，α=0.8，边缘颜色=None）
最大散射（外部X、外部Y、c='r'，α=0.8，边缘颜色=None）
ax.set_方面（“相等”）
图2（图3）

如果后端出现错误，请使用以下方法：

import matplotlib as mp
mp.use('Tkagg')

它将把后端设置为TkAgg，TkAgg使用Tkinter用户界面工具包

import numpy as np
import matplotlib.pyplot as plt

n=1e3
x = 1-2*np.random.random(int(n))
y = 1-2.*np.random.random(int(n))
insideX,  insideY  = x[(x*x+y*y)<=1],y[(x*x+y*y)<=1]
outsideX, outsideY = x[(x*x+y*y)>1],y[(x*x+y*y)>1]

fig, ax = plt.subplots(1)
ax.scatter(insideX, insideY, c='b', alpha=0.8, edgecolor=None)
ax.scatter(outsideX, outsideY, c='r', alpha=0.8, edgecolor=None)
ax.set_aspect('equal')
fig.show()

将numpy导入为np
将matplotlib.pyplot作为plt导入
n=1e3
x=1-2*np.随机.随机（int（n））
y=1-2.*np.随机.随机（int（n））
insideX，insideY=x[（x*x+y*y）1]
图，ax=plt子批次（1）
最大散射（内部X、内部Y、c='b'，α=0.8，边缘颜色=None）
最大散射（外部X、外部Y、c='r'，α=0.8，边缘颜色=None）
ax.set_方面（“相等”）
图2（图3）

根据您的代码构建，这可能会让您开始：

import matplotlib.pyplot as plt

from random import random

inside = 0
n = 10**3

x_inside = []
y_inside = []
x_outside = []
y_outside = []

for _ in range(n):
    x = random()
    y = random()
    if x**2+y**2 <= 1:
        inside += 1
        x_inside.append(x)
        y_inside.append(y)
    else:
        x_outside.append(x)
        y_outside.append(y)

pi = 4*inside/n
print(pi)

fig, ax = plt.subplots()
ax.set_aspect('equal')
ax.scatter(x_inside, y_inside, color='g', marker='s')
ax.scatter(x_outside, y_outside, color='r', marker='s')
fig.show()

导入matplotlib.pyplot作为plt
从随机导入随机
内部=0
n=10**3
x_inside=[]
y_inside=[]
x_外部=[]
y_外部=[]
对于范围内的u（n）：
x=随机（）
y=随机（）
如果x**2+y**2根据您的代码构建，这可能会让您开始：

import matplotlib.pyplot as plt

from random import random

inside = 0
n = 10**3

x_inside = []
y_inside = []
x_outside = []
y_outside = []

for _ in range(n):
    x = random()
    y = random()
    if x**2+y**2 <= 1:
        inside += 1
        x_inside.append(x)
        y_inside.append(y)
    else:
        x_outside.append(x)
        y_outside.append(y)

pi = 4*inside/n
print(pi)

fig, ax = plt.subplots()
ax.set_aspect('equal')
ax.scatter(x_inside, y_inside, color='g', marker='s')
ax.scatter(x_outside, y_outside, color='r', marker='s')
fig.show()

导入matplotlib.pyplot作为plt
从随机导入随机
内部=0
n=10**3
x_inside=[]
y_inside=[]
x_外部=[]
y_外部=[]
对于范围内的u（n）：
x=随机（）
y=随机（）
如果x**2+y**2进一步阐述Robbie的代码：

import numpy as np
import matplotlib.pyplot as plt

n = 1000
xy = np.random.uniform(-1, 1, 2 * n).reshape((2, n))
in_marker = xy[0]**2 + xy[1]**2 <= 1
pi = np.sum(in_marker) / n * 4
in_xy = xy[:, in_marker]
out_xy = xy[:, ~in_marker]


fig, ax = plt.subplots(1)
ax.scatter(*in_xy,c='b')
ax.scatter(*out_xy,c='r')
ax.set_aspect('equal')
fig.show()

将numpy导入为np
将matplotlib.pyplot作为plt导入
n=1000
xy=np。随机。均匀（-1，1，2*n）。重塑（（2，n））
在_marker=xy[0]**2+xy[1]**2中进一步阐述Robbie的代码：

import numpy as np
import matplotlib.pyplot as plt

n = 1000
xy = np.random.uniform(-1, 1, 2 * n).reshape((2, n))
in_marker = xy[0]**2 + xy[1]**2 <= 1
pi = np.sum(in_marker) / n * 4
in_xy = xy[:, in_marker]
out_xy = xy[:, ~in_marker]


fig, ax = plt.subplots(1)
ax.scatter(*in_xy,c='b')
ax.scatter(*out_xy,c='r')
ax.set_aspect('equal')
fig.show()

将numpy导入为np
将matplotlib.pyplot作为plt导入
n=1000
xy=np。随机。均匀（-1，1，2*n）。重塑（（2，n））
在_marker=xy[0]**2+xy[1]**2中，这里是hiro主角代码的一个变体，使用random.uniform（）允许-1.0和1.0之间的随机数，允许绘制所有点，而不仅仅是其中的1/4（不是最优雅的代码，但它是为了学习蒙特卡罗模拟的基础知识而编写的）：

绘制圆内外的点：

fig, ax = plt.subplots()
ax.set_aspect('equal')
ax.scatter(x_inside, y_inside, color='g', marker='s')
ax.scatter(x_outside, y_outside, color='r', marker='s')
fig.show()

这里是hiro Progator代码的一个变体，使用random.uniform（）允许-1.0和1.0之间的随机数，允许绘制所有点，而不仅仅是其中的1/4（不是最优雅的代码，但它是为了学习蒙特卡罗模拟的基础知识而编写的）：

绘制圆内外的点：

fig, ax = plt.subplots()
ax.set_aspect('equal')
ax.scatter(x_inside, y_inside, color='g', marker='s')
ax.scatter(x_outside, y_outside, color='r', marker='s')
fig.show()

看一看
matplotlib.pyplot
。我已经看过了，我可以用matplotlib.pyplot绘制非常基本的散点图，但我不知道该如何表示。次要（加速）建议：不需要
sqrt
sqrt（x）看一看
matplotlib.pyplot
。我已经看过了，我可以用matplotlib.pyplot绘制非常基本的散点图，但我不知道该如何表示。次要（加速）建议：不需要
sqrt
<代码>sqrt（x）我使用ipython。每当我尝试运行您的代码时，它都会显示“UserWarning:matplotlib当前使用的是非GUI后端，因此无法显示“matplotlib当前使用的是非GUI后端”、“我使用的是ipython 3”。当我使用“import matplotlib as mp.use（'Tkagg'）时，它显示“UserWarning:对matplotlib.use（）的调用无效，因为已经选择了后端；在第一次导入pylab、matplotlib.pyplot或matplotlib.backends之前必须调用matplotlib.use（）。warning.warn（\u use\u error\u msg）”重新启动ipython并再次尝试使用ipython。每当我尝试运行您的代码时，它都会显示“UserWarning:matplotlib当前使用的是非GUI后端，因此无法显示“matplotlib当前使用的是非GUI后端”、“我使用的是ipython 3”。当我使用“import matplotlib as mp.use（'Tkagg'）时，它显示“UserWarning:对matplotlib.use（）的调用无效，因为已经选择了后端；在第一次导入pylab、matplotlib.pyplot或matplotlib.backends之前必须调用matplotlib.use（）。warning.warn（\u use\u error\u msg）”重新启动ipython并尝试使用代码（而不是绘图）获取pi的数值。它显示“位于0x11a73d278的matplotlib.collections.PathCollection”。我不明白。我正在使用Iphython@css_wp忘记添加
图show（）
。很抱歉我用过这个。。。绘图自动显示在spyder中的
ipython
shell中。我是python的新用户。我再次尝试了您的代码，但它显示“UserWarning:matplotlib当前使用的是非GUI后端，因此无法显示“matplotlib当前使用的是非GUI后端”的图形，或者显示以下内容：；您是否运行了
%matplotlib
magic命令？我使用您的代码获取pi的数值，但不使用绘图。它显示“位于0x11a73d278的matplotlib.collections.PathCollection”。我不明白。我正在使用Iphython@css_wp忘记添加
图show（）
。很抱歉我用过这个。。。绘图自动显示在spyder中的
ipython
shell中。我是python的新用户。我再次尝试了您的代码，但它显示“UserWarning:matplotlib当前使用的是非GUI后端，因此无法显示“matplotlib当前使用的是非GUI后端”的图形，或者显示以下内容：；你运行了
%matplotlib
magic命令了吗？哇！美好的怎么样