2 回答

TA貢獻(xiàn)1848條經(jīng)驗 獲得超10個贊
您有多種選擇。如果您想使用替換隨機(jī)采樣,只需使用 numpy 的內(nèi)置隨機(jī)模塊之一(即 numpy.random.random)。您還可以使用 numpy.random.pareto 來獲得更戲劇性/突發(fā)性的噪音。這些方法生成獨立樣本。
如果您有一個集合或數(shù)組形式的分布,您想從中提取樣本而不重復(fù)(例如,您有一個數(shù)組 [0.1, 0.3, 0.9] 并且只想用這些值生成噪聲),則可以使用 python 的內(nèi)置 random.random.choice([0.1, 0.3, 0.9]) 從您的自定義分布中抽取獨立樣本。您還可以指定replace=False
.

TA貢獻(xiàn)1803條經(jīng)驗 獲得超3個贊
是的,隨機(jī)意味著獨立。您可以使用 numpy/scipy 生成噪聲并將其添加到圖像中?;蛟S學(xué)習(xí)本教程 對你有好處,
代碼如下:
import numpy as np
import matplotlib.pylab as plt
#--- data -----
a = 1
xi, yi = np.linspace(-a,a,nx), np.linspace(-a,a,ny)
x, y = np.meshgrid(xi,yi) # 2-dimensional grid
U = np.exp(-x*x - y*y) # picture/signal
V = np.random.randn(nx, ny) # random noise
#--- grafics -----
fig = plt.figure(figsize=(22,11))
ax1 = fig.add_subplot(131)
ax1.imshow(U)
ax2 = fig.add_subplot(132)
ax2.imshow(V)
ax3 = fig.add_subplot(133)
ax3.imshow(U+0.2*V)
plt.show()
fig.savefig('signal_noise.png', transparency=True)
添加回答
舉報