为numpy数组添加噪音的最快方法

Question

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？

Answer 1

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。