Оптимизировать цикл numpy, используя функциональный подход ⇐ Python

[Anonymous]

Дорогие, я новичок в Python/Numpy, хотел бы знать, как устранить циклы и повысить производительность приведенного ниже кода для моделирования методом Монте-Карло.

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np
import pandas as pd

iterations = 3
months = 12
group_size = 5
exit_factor = 0.2
membership_fee = 2

# join delay [periods]
join_delay = np.random.triangular(left=0, mode=4, right=7,
size=(iterations, group_size)).astype(int)
# exit [number of users]
exit_users = np.random.triangular(left=5, mode=10, right=20,
size=(months, iterations)).astype(int)

sim_table = np.zeros(shape = (iterations, group_size, months), dtype = 'int')
print(join_delay)
for j in range (0, iterations):
for i in range(0, group_size):
sim_table[j,i,join_delay[j,i]] = 200
print(sim_table)


Подробнее здесь: https://stackoverflow.com/questions/605 ... l-approach