[英]Fastest way to add noise to a numpy array
我有一个numpy.ndarray代表一个图像,我想添加随机噪音。 我做了一些测试,到目前为止,我所做的最快的解决方案是:
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?
使速度更快的最简单方法是避免分配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JIT编译代码的第一次运行后,这稍微快一些。 对于像2000万个值这样的大型数组,它的速度提高了两倍甚至更多。 如果你的内存不足,它会大大加快,因为它会避免交换。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.