蒙特卡洛和地區-calculation

Question

它應該是接近0.3

$ cat monte.py 
import random,math 
density=int(1e6) 
x = [random.uniform(0,1)*7*math.pi for _ in range(density)] 
y = [random.uniform(0,1) for _ in range(density)] 
i = [math.sin(xx)*math.cos(xx) > yy for (xx,yy) in zip(x,y)] 

print sum(i)/(float(density)*10.0)*7*math.pi 

$ python monte.py 
0.350184850795 

我試圖重寫以下，但由於某種原因，Python代碼甚至還沒有接近。

x = rand(1, 1000000)*7pi; 
y = rand(1, 1000000); 
i = sin(x).* cos(x) >y; 
Area3 = (sum(i)/10000000)*7pi; 

Answer 1

我收到您的MATLAB和Python版本之間相同的結果...你確定MATLAB的版本是給你〜2，而不是〜0.35？

例如：

MATLAB：

x = rand(1, 1000000)*7*pi; 
y = rand(1, 1000000); 
i = sin(x).* cos(x) >y; 
Area3 = (sum(i)/10000000)*7*pi 

這產生了：0.3511

你的純Python版本：

import random,math 
density=int(1e6) 
x = [random.uniform(0,1)*7*math.pi for _ in range(density)] 
y = [random.uniform(0,1) for _ in range(density)] 
i = [math.sin(xx)*math.cos(xx) > yy for (xx,yy) in zip(x,y)] 

print sum(i)/(float(density)*10.0)*7*math.pi 

這產生了：0.347935156296

NumPy的基礎：

import numpy as np 
x = np.random.random(1e6) * 7 * np.pi 
y = np.random.random(x.size) 
i = np.sin(x) * np.cos(x) > y 
print 7 * np.pi * i.sum()/(10 * x.size) 

這產生了：0.350475133957