python - 向 numpy 数组添加噪声的最快方法

Question

我有一个代表图像的 numpy.ndarray，我想向它添加随机噪声。我已经做了一些测试，到目前为止，我最快的解决方案是：

def RandomNoise(x):
    x += np.random.random(x.shape)

但是当我有大图像/数组时，这个解决方案仍然太慢了。最快的方法是什么？

Answer 1

加快速度的最简单方法是避免分配您实际上不需要的随机数组。为避免这种情况，请使用 Numba：

import numba
import random

@numba.njit
def RandomNoise2(x):
    x = x.reshape(-1) # flat view
    for ii in range(len(x)):
        x[ii] += random.random()

对于像 400 万个元素这样的中等大小的数组，在第一次运行 JIT 编译代码后，这会稍微快一些。对于像 2000 万个值这样的较大数组，它的速度是原来的两倍，甚至更多。如果您的内存不足，它将大大加快，因为它将避免交换。