《Python数据分析》一2.11 NumPy数组的广播
本节书摘来自异步社区《Python数据分析》一书中的第2章,第2.11节,作者【印尼】Ivan Idris,更多章节内容可以访问云栖社区“异步社区”公众号查看
当操作对象的形状不一样时,NumPy会尽力进行处理。
例如,假设一个数组要跟一个标量相乘,这时标量需要根据数组的形状进行扩展,然后才可以执行乘法运算。这个扩展的过程叫做广播(broadcasting)。下面用代码(详见本书代码包中的broadcasting.py文件)加以说明:
import scipy.io.wavfile import matplotlib.pyplot as plt import urllib2 import numpy as np response = urllib2.urlopen(http://www.thesoundarchive.com/austinpowers/smash ingbaby.wav) print response.info() WAV_FILE = smashingbaby.wav filehandle = open(WAV_FILE, w) filehandle.write(response.read()) filehandle.close() sample_rate, data = scipy.io.wavfile.read(WAV_FILE) print "Data type", data.dtype, "Shape", data.shape plt.subplot(2, 1, 1) plt.title("Original") plt.plot(data) newdata = data * 0.2 newdata = newdata.astype(np.uint8) print "Data type", newdata.dtype, "Shape", newdata.shape scipy.io.wavfile.write("quiet.wav", sample_rate, newdata) plt.subplot(2, 1, 2) plt.title("Quiet") plt.plot(newdata) plt.show()
下面,我们将下载一个音频文件,然后以此为基础,生成一个新的静音版本。
1.读取WAV文件。
我们将使用标准的Python代码来下载电影《王牌大贱谍》(Austin Powers)中的狂嚎式的歌曲Smashing, baby。SciPy中有一个wavfile子程序包,可以用来加载音频数据,或者生成WAV格式的文件。如果此前已经安装了SciPy,那么现在就可以直接使用这个子程序包了。我们可以使用函数read()读取文件,它返回一个数据阵列及采样率,不过,我们这里只对数据本身感兴趣。
sample_rate, data = scipy.io.wavfile.read(WAV_FILE)
2.绘制原WAV数据。
这里,我们利用matplotlib绘制原始WAV数据,并用一个子图来显示标题“Original”,代码如下所示:
plt.subplot(2, 1, 1) plt.title("Original") plt.plot(data)
3.新建一个数组。
现在,我们要用NumPy来生成一段“寂静的”声音。实际上,就是将原数组的值乘以一个常数,从而得到一个新数组,因为这个新数组的元素值肯定是变小了。这正是广播技术的用武之地。最后,我们要确保新数组与原数组的类型一致,即WAV格式。
newdata = data * 0.2 newdata = newdata.astype(np.uint8)
4.写入一个WAV文件中。
将新数组保存到一个新的WAV文件中,代码如下:
scipy.io.wavfile.write("quiet.wav", sample_rate, newdata)
5.绘制出新的WAV数据。
可以使用matplotlib来画出新数组中的数据,如下所示:
plt.subplot(2, 1, 2) plt.title("Quiet") plt.plot(newdata) plt.show()
6.图2-8展示了原始的WAV文件中的数据的图像,以及数值变小后的新数组的图像。
Python数据分析之Numpy初体验 NumPy是一个用于科学计算的Python库,主要用于快速操作数组和矩阵。NumPy提供了许多实用的函数和方法,可以大大简化科学计算的代码。
异步社区 异步社区(www.epubit.com)是人民邮电出版社旗下IT专业图书旗舰社区,也是国内领先的IT专业图书社区,致力于优质学习内容的出版和分享,实现了纸书电子书的同步上架,于2015年8月上线运营。公众号【异步图书】,每日赠送异步新书。
相关文章
- python 基于numpy数组的简单图像处理
- 算法Python numpy作用(numpy.diff、numpy.argwhere)
- 24岁非计算机专业工科妹子裸辞转行Python程序员,自学Python三个月,零基础如何系统学习python,从入门到精通?
- python在es中scroll用法详解
- gyp ERR! stack Error: Can‘t find Python executable “python“, you can set the PYTHON env variable.
- 《Python数据分析》一1.4 NumPy数组
- 《Python数据分析》一2.10 用布尔型变量索引NumPy数组
- 36、【排序】快速排序实现(C/C++版+Python版本)
- Python 基础 之 python 中 进程、线程、协程对比 区别和联系
- 【python百度智能云】:百度CFC函数调用 — python zip打包
- Python numpy shape 矩阵
- Python opencv-python 简单测试