Task2打卡——比赛数据了解与分析

学习目标：

了解比赛数据集，看到声音的波形图

---

学习内容：

通过命令下载好数据之后，就开始新的一段探索之路 和Task1一样，首先得加载库，这次比之前要多几个库。其中matplotlib是一个很重要的库因为我们得通过matplotib来绘制各种图表。

import pandas as pd
import numpy as np

pd.plotting.register_matplotlib_converters()
import matplotlib.pyplot as plt
%matplotlib inline
import seaborn as sns

from sklearn.model_selection import train_test_split
from sklearn.metrics import classification_report
from sklearn.model_selection import GridSearchCV

from sklearn.preprocessing import MinMaxScaler

# 加载音频处理库
import os
import matplotlib.pyplot as plt
import librosa
import librosa.display
import glob
import IPython.display as ipd

接着通过定义一个函数，用两个for循环读取音频文件。

（听这种声音好解压,所以我又听多了一个）

查看波形图

首先加载音频文件，用librosa中load来读取。然后就是用matplotlib来绘图。
其中waveplot是波形幅度包络图

plt.figure(figsize=(14, 5))
librosa.display.waveplot(data1,sr=sampling_rate1)

接下来绘制声谱图就比较复杂，需要绘制两个纵轴

plt.figure(figsize=(20, 10))
D = librosa.amplitude_to_db(np.abs(librosa.stft(data1)), ref=np.max)
plt.subplot(4, 2, 1)
librosa.display.specshow(D, y_axis='linear')
plt.colorbar(format='%+2.0f dB')
plt.title('Linear-frequency power spectrogram of aloe')

---

学习时间：

2021年4月16日

---

学习产出：