Python 作业( 有进度条的圆周率计算 )

 

这里附上圆周率的计算公式:

 

 

 

 1 import time
 2 
 3 def Countpi(N = 100):
 4     pi = 0.0
 5     k = 0
 6     start = time.perf_counter()
 7     for i in range(N):
 8         pi += 1 / pow(16, i) * (\
 9             4/(8*i + 1) - 2/(8*i \
10             + 4) - 1/(8*i + 5) - 1/(8*i + 6))
11         if i % 2 == 0:
12             k += 1
13         Progress(i, start, pi, k)
14     return pi
15 
16 def Progress(i, start, pi, k, L = 50):
17     a = '*' * k
18     b = '.' * (L - k)
19     c = (k/L) * 100
20     dur = time.perf_counter() - start
21     print('\r{:^3.0f}%[{}->{}]计算时间为: {:.2f}s'.format(c, a, b, dur), end='')
22     time.sleep(0.1)
23 
24 def main():
25     print('圆周率计算开始'.center(50, '-'))
26     pi = Countpi()
27     print('\n'+'圆周率计算结束'.center(50, '-'))
28     print('圆周率计算得: {}'.format(pi))
29 
30 main()
View Code

 

 结果就是这样啦:

 

 

 

 

 

 

　　其实还有一种蒙特卡罗方法可以计算圆周率, 它是通过在这个正方形内部，随机产生10000个点（即10000个坐标对 (x, y)），计算它们与中心点的距离，从而判断是否落在圆的内部。如果这些点均匀分布，那么圆内的点应该占到所有点的 π/4，因此将这个比值乘以4，就是π的值。

 

下面就直接附上这种方法的源码(不过没有进度条) :

 

 1 from random import random
 2 from time import perf_counter
 3 DARTS = 1000*1000
 4 hits = 0.0
 5 start = perf_counter()
 6 for i in range(1, DARTS+1):
 7     x, y = random(), random()
 8     dist = pow(x ** 2 + y ** 2, 0.5)
 9     if dist <= 1.0:
10         hits = hits + 1
11 pi = 4 * (hits/DARTS)
12 print("圆周率值是: {}".format(pi))
13 print("运行时间是: {:.5f}s".format(perf_counter() - start))
View Code

 

 

 

　　　　　　　　　　　　　　　　　　　　　　　　　　

posted @ 2020-03-25 17:18  Lincoln_H  阅读(206)  评论(0)  编辑  收藏  举报