Python用蒙特卡罗方法估计圆周率的值

实验目的：

1、理解蒙特Ÿ卡罗方法原理。

2、理解for循环本质与工作原理。

3、了解random模块中常用函数。

实验内容：

蒙特卡洛方法是一种基于概率的技术，在多个领域中发挥着重要作用。其中一种典型的应用便是用于估算圆周率π的近似值。具体而言，在一个边长为2的正方形区域内随机选取大量点，并统计这些点中有多少落在内切于该正方形的单位圆内。随着所选点的数量不断增加，在极限情况下落在单位圆内的比例与总面积的比例之比将趋近于π/4。因此，在实际操作中可以通过计算落在单位圆内的点数占总投掷次数的比例，并将其乘以4来估算π值。这种方法就是蒙特卡洛算法用于估算圆周率的一种经典方法，请参见图中所示。

开发一个程序来实现蒙特卡罗方法用于计算圆周率的近似值。通过用户输入指定的投掷次数进行随机数生成，并计算并输出相应的圆周率估计值。

代码：

 import random

    
 def W_pi(dot):
    
     n=0
    
     for i in range(dot):