Моделирование Монте-Карло в Python

Question

Я только что написал простой код для симуляции Монте-Карло:

def loss(r, loc, arg, scale, lam):
    X = []
    for x in range(27000): 
        if(r < poisson.cdf(x, lam)):  
            out = 0
        else:
            out = lognorm.rvs(s=arg,loc=loc, scale=scale)
        X.append(out)
    return np.sum(X)  

losses = []
for _ in range(2000):
    r = np.random.random()
    losses.append(loss(r, loc, arg, scale, lam))
E = np.sum(losses)/len(losses)
print(E)

plt.hist(losses, bins='auto')

Но теперь сумма состоит только из логнормально распределенных случайных величин - есть ли возможность объединить, скажем, 2 модели Монте-Карло (одна логнормальная и одна гамма) и построить это в одной гистограмме?

Большое спасибо заранее и всего наилучшего

Answer 1

проверка для модуля потоков, который позволяет вам запускать функции одновременно как поток: https://www.tutorialspoint.com/python/python_multithreading.htm

чтобы показать несколько графиков, вы можете использовать функцию subplot в matplotlib: https://matplotlib.org/gallery/subplots_axes_and_figures/subplot.html