python项目实战:实现蒙特卡罗方法,求物体阴影面积

前言

蒙特卡罗方法是指使用随机数（或更常见的伪随机数）来解决不少计算问题的方法。与它对应的是肯定性算法。蒙特·卡罗方法在金融工程学，宏观经济学，计算物理学（如粒子输运计算、量子热力学计算、空气动力学计算）等领域应用普遍。

上面的是百度百科上面的介绍,接下来让咱们一块儿来看看蒙特卡罗方法在Python的中的应用吧,具备必定的参考价值,代码以下:

 

 

 

以上就是咱们作一个简单的圆周率的近似计算，在这个过程当中咱们要用到随机数，所以须要先使用import numpy as np导入numpy库。

在上面的程序中咱们用8000000个随机数进行投放，这样获得的结果会更精确一些，运行程序须要必定的时间，最终获得的结果以下:

 

 

 

学习历来不是一我的的事情，要有个相互监督的伙伴，工做须要学习python或者有兴趣学习python的伙伴能够私信回复小编“学习” 获取资料，一块儿学习

接下来进入正题,你随便在一个画图工具上描绘一个阴影图片,咱们就能够用蒙特卡罗来求它的阴影面积,以下图:

 

 

 

上面的图形是不规则的，咱们只需知道在投放大量随机数的状况下，随机数在黑色部分出现的几率，再用总面积相乘便可估算黑色部分的面积。咱们知道，黑色的rgb编码为(0,0,0)，因此须要统计rgb编码为(0,0,0)时随机数的投放几率便可。

 

 

 

上面的代码可分为两部分，第一个for后面是用蒙特卡罗方法得到的面积的估计值，第二个for后面是用遍历全部像素点的方法得到的面积的精确值，得到两个输出后进行对比。

 

 

 

咱们在上面的程序中采用了9000000个随机数，能够看出两个输出结果相差并不大。

以上就小编所分享内容了,但愿可以帮助到你们