我有一个代表图像的numpy.ndarray,我想给它添加随机噪音。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,这个解决方案仍然很慢。最快的方法是什么?
答案 0 :(得分:4)
最快速的方法是避免分配您实际不需要的随机数组。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。