うーん。それは興味深い問題です。リアルなパーリン ノイズがどのように見えるかはわかりませんが、
しかし、ここでは、ノイズのブラウン運動タイプを含めたテスト ケース(たとえば、特定のポイントの直線からの摂動 = 以前の摂動の合計 + ゼロ中心と特定のシグマを持つガウス乱数の場合:
画像は、シグマの関数として図面を左から右に示しています (左から右に減少)。
コードは次のとおりです。
import numpy as np, numpy.random
import matplotlib.pyplot as plt
np.random.seed(1)
N = 1000
xs = np.arange(N)
thi = 6
sig = 0.00045
def getrand():
return np.cumsum(np.random.normal(0, sig, size=len(xs)))
# returns the cumulative sum of the set of random
# normally distributed numbers
plt.figure(1)
plt.plot(xs, getrand() * N, linewidth=thi, color='black')
plt.plot(xs, N + getrand() * N, linewidth=thi, color='black')
plt.plot(N + getrand() * N, xs, linewidth=thi, color='black')
plt.plot(getrand() * N, xs, linewidth=thi, color='black')