蒙特卡洛求 π：撒点估算圆周率
在 1×1 正方形里随机撒点，落在四分之一圆内的比例 ≈ π/4，所以 π ≈ 4×(圆内点数/总点数)。点"撒 500 点"，看估计值怎么随点数增多逼近 3.14。
import randomtotal = 500inside = 0for _ in range(total): x, y = random.random(), random.random() if x**2 + y**2 <= 1: inside += 1pi = 4 * inside / totalprint(f"总点数 {total}，圆内 {inside}，π ≈ 4×{inside}/{total} = {pi:.4f} （真值 3.1416，点越多越准）")
我们常用以上代码作为Python中random库的经典案例，可如果你仔细观察这段动画，你就会发现：用 random 库估算出来的 π 不仅不准确，甚至还相差甚多；Python 的 random 模块，底层跑的是一个叫"梅森旋转"的数学公式。
它的逻辑非常简单：喂进去一个种子，吐出来一串数字。
种子一样，吐出来的数字就一模一样——不管你换哪台电脑、跑多少次，结果永远不变。
而真随机的核心特征恰恰是不可复现、不可预测。
所以 random 生成的随机数，本质上就是一串"看起来很乱、实则完全确定"的数字。它只是"伪装"成了随机，并不是真正的随机。
我们常说的随机，基本上都是这样的 “伪随机”。
下次抽卡如果又是大保底，或许你可以想想，它真的是随机吗？
也许只有你所处的现实生活，才是真正的随机。
