具有概率分布的蒙特卡罗模拟

Question

我正在尝试计算浓度值的统计权重（平均值，中位数，5％和95％）。 我使用类似于DxPxC的公式。我必须使用概率分布创建一个随机变量，并使用蒙特卡洛方法对其进行仿真。方式如下：

import numpy  as np   
    D = np.random.uniform(2, 7., 1000000)
    P = np.random.poisson(13., 1000000)
    C = np.random.uniform((3., 14., 1000000)

    MC = D*P*C

然后我可以获得1000000数据，这些数据给了我恒定的均值和其他权重。 但是据我了解，蒙特卡洛是使用for循环进行的。有谁知道这两个背景的差异。如果我的方法似乎是正确的，任何想法都可以。谢谢！