项目场景：

提示：这里简述项目相关背景：
实验课作业

问题描述：

提示：这里描述项目中遇到的问题：

原因分析：

主要的思想是蒙特卡罗方法。思想：随机向在一个单位正方形和1/4的圆中，抛洒大量的随机种子，然后根据每个点到圆心的距离从而判断该点位于圆内还是位于圆外，然后根据落在圆内的点的数量除以总的随机种子就等于pi/4。随机点数量越大，越充分覆盖整个圆形区域，则得到的pi的数据越精准。这主要是利用离散点值表示图形的面积，通过面积比例来求解pi的值。

解决方案：

代码：

import random
import math
random.seed(123)
num = eval(input())
count = 0
for i in range(1, num+1):
    x, y = random.random(), random.random()
    res = math.sqrt(x**2 + y**2)
    if res <= 1:
        count = count + 1
pi = 4*(count/num)
print("{:.6f}".format(pi))

注：
random.seed()函数：用于指定随着数生产所用算法开始的整数值。如果不设置这个值，则系统根据时间来自己选择这个值，此时每次生成的随机数因时间差异而不同，而且设置的seed()值仅一次有效。