如何使用python實現蒙特卡羅方法

小編給大家分享一下如何使用python實現蒙特卡羅方法，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

用python實現蒙特卡羅方法：

1.首先我們做一個簡單的圓周率的近似計算，在這個過程中我們要用到隨機數，因此需要先使用import numpy as np導入numpy庫。

2.代碼實現：

import numpy as np
 
total = 8000000
count = 0
 
for i in range(total):
 x = np.random.rand()
 y = np.random.rand()
 dis = (x**2+y**2)**0.5
 if dis <= 1:
  count = count+1
PI = 4*count/total
print(PI)

3.在上面的程序中我們用8000000個隨機數進行投放，這樣得到的結果會更精確一些，運行程序需要一定的時間，最終得到的結果如下

4.下面我們進行一項簡單的應用，下圖為我在畫圖工具中隨便畫的一個圖，我們可以用蒙特卡羅方法來估算圖中黑色部分的面積。

5.上面的圖形是不規則的，我們只需知道在投放大量隨機數的情況下，隨機數在黑色部分出現的概率，再用總面積相乘即可估算黑色部分的面積。我們知道，黑色的rgb編碼為(0,0,0)，所以需要統計rgb編碼為(0,0,0)時隨機數的投放概率即可。

6.代碼實現：

from PIL import Image
import numpy as np
 
im = Image.open("C:/Users/21974/Desktop/handwrite2.PNG")
total = 9000000
count = 0
defin = 0
width = im.size[0]
height = im.size[1]
 
for i in range(total): #用蒙特卡羅方法獲得估計值
 x = np.random.randint(0, width-1)
 y = np.random.randint(0, height-1)
 k = im.getpixel((x, y))
 if k[0]+k[1]+k[2] == 0:
  count += 1
print(int(width*height*count/total))
 
for i in range(width): #用遍歷獲得準確值
 for j in range(height):
  k = im.getpixel((i, j))
  if k[0] + k[1] + k[2] == 0:
   defin += 1
print(defin)

上面的代碼可分為兩部分，第一個for后面是用蒙特卡羅方法獲得的面積的估計值，第二個for后面是用遍歷所有像素點的方法獲得的面積的精確值，獲得兩個輸出后進行對比。

我們在上面的程序中采用了9000000個隨機數，可以看出兩個輸出結果相差并不大。

以上是“如何使用python實現蒙特卡羅方法”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！