就地对数据帧进行重新采样
是指在云计算领域中，对数据帧进行重新采样的一种处理方式。重新采样是指根据一定的规则和算法，对原始数据帧进行重新采样，以改变数据帧的采样率或者调整数据帧的时间分辨率。
重新采样的目的是为了适应不同的数据处理需求，例如音视频处理、多媒体处理、人工智能等领域。通过重新采样，可以调整数据帧的采样率，使其符合特定的要求，同时也可以调整数据帧的时间分辨率，以满足不同应用场景下的需求。
在云计算中，重新采样常用于音视频处理、多媒体处理等领域。例如，在音频处理中，可以通过重新采样来调整音频的采样率，以适应不同的播放设备或者网络传输需求。在视频处理中，可以通过重新采样来调整视频的帧率，以适应不同的播放设备或者视频处理算法。
腾讯云提供了一系列与音视频处理相关的产品和服务，包括音视频转码、音视频直播、音视频识别等。其中，音视频转码服务可以实现对音视频数据帧的重新采样，以及其他一系列音视频处理操作。您可以通过访问腾讯云音视频转码产品介绍页面（https://cloud.tencent.com/product/avt）了解更多相关信息。
总结起来，就地对数据帧进行重新采样是云计算领域中的一种数据处理方式，通过调整数据帧的采样率或者时间分辨率，以适应不同的应用场景需求。腾讯云提供了与音视频处理相关的产品和服务，可以满足用户在重新采样方面的需求。
相关·内容
1回答
我有一个想要重采样的时间序列数据帧df，这样我就可以用不同的采样频率将它与另一个数据帧进行对比。时间从Epoch time开始，所以我将它们转换为datetime：
>>> df
x y
0 1.541376e+09 0.044084
1 1.541376e+09 0.044309
2 1.541376e+09 0.044772
3 1.541376e+09 0.044320
4 1.541376e+09 0.046859
... ... ..
浏览 3提问于2021-05-03得票数 0
熊猫身上有没有df.head(max_rows)的原生版本？
当数据帧太多而无法处理时，我需要限制数据帧中的行数。
目前我正在做df = df.head(10000000)，但我认为这是内存效率低下。
浏览 0提问于2018-10-10得票数 1
我在一个数据集上运行一个分层样本，其中的样本保存在一个名为df的数据帧上。在df上运行计数时，每次我运行计数(没有重新运行分层采样)时，它会给出不同的计数，就好像每次我对df执行操作时，我的数据都会重新采样一样。我将种子设置为12，并使用spark函数sampleBy。
我是Spark的新手，这正常吗？我如何解决这个问题？
浏览 0提问于2019-03-14得票数 0
我想以一种平衡的方式从数据帧中删除重复项。目前，df.drop_duplicates()有一个参数keep，您可以在其中决定保留第一个还是最后一个出现的内容。与此解决方案不同，我希望以一种分布式的方式保留事件。
也就是说，我有这个数据帧，有两列:文本和类别，看起来很平衡，但有重复项：
再次应用drop_duplicates()并绘制，将如下所示：
df = df.drop_duplicates(subset='text')
df['Category'].value_counts().plot(kind='bar')
预期的结果将是
浏览 20提问于2021-03-08得票数 0
我有一个数据帧'roads‘，我用这种方式绘制(所以是一个带点的图)：
ax = roads.plot(x='Link_no', y='Road_quality_index', style='o')
X轴是字符串形式的链接号(这些是路段号)。现在，python会自动去掉这些字符串中的一些(10个中有9个)以保持它的可读性。然而，我想要显示更少的x轴点，大约20个点中只有1个。
在网上，大多数人提到使用plt.yticks。然而，我相信只有当你使用整型或浮点型时，这才是可能的。
有人能帮帮我们吗？
浏览 4提问于2020-03-19得票数 1
1回答
我有一个两百万行的数据帧，当我执行一些测试来查看给定的命令对我的数据是否有效时，这个过程大约需要5分钟才能结束。因此，我决定将数据减少到1000行，仅用于测试，我会从已有的数据帧中创建一个1000行的数据帧，但我会将数据打乱，使其不会被排序。例如，我需要从每20000行中检索前10行。
浏览 7提问于2018-08-01得票数 0
1回答
我有一个数据帧'X‘，它看起来像：
ticker | date | close |
A | 2002-01-02 | 20 |
A | 2002-01-11 | 10 |
...
A | 2003-01-11 | 15 |
...
C | 2002-01-31 | 40 |
C | 2002-02-01 | 50 |
...
C | 2003-02-01 | 56
浏览 0提问于2018-06-14得票数 0
2回答
我正在使用重采样数据帧，它的工作小时，天分钟，但重采样不少于秒。即使在很短的时间内，程序也会挂起。我是不是漏掉了什么？
我试过0.000001S，U等等...到目前为止，一切都不起作用。
我的时间格式: 2015-08-29 19:30:47.015506
你可以看到可变的sf代表重采样频率。
grph = df.set_index('Date and Time').resample(sf, len).astype(int)
如何对数据帧进行微秒粒度的重采样？
浏览 1提问于2015-08-31得票数 4
我有一个形状为22341x3的数据帧：
tID DateTime
0 1 2020-04-04 10:15:40
1 2 2020-04-04 10:15:56
2 2 2020-04-04 11:07:11
3 3 2020-04-04 11:08:14
4 3 2020-04-04 11:18:46
5 4 2020-04-04 11:23:56
6 5 2020-04-04 11:24:14
7 6 2020-04-04 11:29:12
8 7 2020-04-04
浏览 19提问于2020-05-16得票数 1
回答已采纳
我正在修改函数中的数据帧，但我不希望它更改全局变量。
我使用两种不同的方法来更改我的数据帧，它们对全局变量的影响是不同的。通过分配不存在的列来添加新列的第一种方法是修改全局数据帧。通过连接新列，全局数据帧保持不变。
df = pd.DataFrame(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]),
columns=['a', 'b', 'c'])
def mutation(data):
data['d'] = [1, 2, 3]
mutation(df)
浏览 10提问于2019-07-08得票数 0
回答已采纳
"df.resample('4T').mean()“在数据帧的第四个值之前产生它的第一个结果。它继续准确地找到接下来四个值的平均值，但是因为初始值是off，所以我没有在数据帧中需要它们的地方获得这些值。事实上，'7T'，'8T‘和'9T’都在错误的位置产生了它们的第一个结果，而'3T'，'5T‘和'10T’则如预期的那样工作。
代码：
import csv
import datetime
from datetime import datetime
import pandas as pd
df = pd.
浏览 37提问于2019-03-31得票数 0
回答已采纳
1回答
我有以下数据帧： datetime temp
0 2015-01-01 00:00:00 11.22
1 2015-01-01 01:00:00 11.32
2 2015-01-01 02:00:00 11.30
3 2015-01-01 03:00:00 11.25
4 2015-01-01 04:00:00 11.32
... ... ...
31339 2018-07-29 19:00:00 17.60
31340 2018-07-29 20:00:00 17.49
31341
浏览 56提问于2021-02-03得票数 1
回答已采纳
我使用的数据集如下所示。它是一个视频字幕数据集，其字幕位于“Description”列下。 Video_ID Description
mv89psg6zh4 A bird is bathing in a sink.
mv89psg6zh4 A faucet is running while a bird stands.
mv89psg6zh4 A bird gets washed.
mv89psg6zh4 A parakeet is taking a shower in a sink.
mv89psg6zh4 The bird is taking a
浏览 11提问于2020-03-28得票数 3
回答已采纳
2回答
我有以下数据帧：
我需要重新采样数据以计算每周的pct_change()。我怎样才能得到每周的更改？
类似于data['pct_week'] = data['Adj Close'].resample('W').ffill().pct_change()，但数据需要按data.groupby(['month', 'week'])分组
这样，每个月都会为每周的change.Which生成4个值，然后我就可以用图表表示出来
我所做的是df['pct_week'] = data['Adj Clo
浏览 1提问于2019-11-04得票数 5
这是一个模拟的数据帧。 df_test = pd.DataFrame({
'ID': [8972685, 8972685, 8972685, 8972685, 8972685, 8972685, 9834561, 9834561, 9834561, 9834561, 9834561, 9834561],
'POST': ['texteghteh', 'tethrtxt', 'tetrhrtxt', 'terthtrxt', 'teetrwxt', 'twetrhex
浏览 19提问于2020-11-18得票数 0
回答已采纳
有人能说出采样率和帧大小有什么关系吗？
我解码了一个spx文件到wav，采样率为10 kHz，为16位。解码过程中应用的帧大小为640。解码后的文件可以在vlc中播放。但我想在Flex中播放该文件。
Flex仅支持44.1 kHz、22.5 kHz和11.2 kHz的速率。我想在解码过程中提高采样率。我知道如何在代码中做到这一点，但我想框架大小也应该增加。我不知道这两者之间的依赖关系。有人能帮上忙吗？
浏览 8提问于2011-02-01得票数 3
回答已采纳
1回答
我有一个数据帧，我想对数据帧中的行进行随机化。我尝试通过给1的分数来采样数据，但这不起作用(有趣的是，这在Pandas中起作用)。
浏览 0提问于2016-04-23得票数 11
回答已采纳
1回答
新手问题:有没有一个原地版本的熊猫截断？
例如
>>> df = pandas.DataFrame({'stuff':range(5)}, index=range(5))
>>> df.truncate(2,3)
返回新的截断数据帧。我能做到
>>> df = pandas.DataFrame({'stuff':range(5)}, index=range(5))
>>> df = df.truncate(2,3)
但这似乎是低效的。有没有一种更有效的截断方法，它不制作副本，而是就地截断？或
浏览 1提问于2016-02-06得票数 3
请原谅任何明显的错误，因为我是Pandas和编码的新手。
我正在过滤原始数据帧，并使用选定的列创建一个副本。这是我的数据框的样子：
(数据帧过滤器例程)：
df_new=df.filter(['date','location','value','lat_final','lon_final'], axis=1)
df_new = df_new.set_index('date')
print (df_new.head())
新的数据帧：
location value lat_final lon
浏览 30提问于2020-02-05得票数 0
回答已采纳
2回答
我在使用PySpark的spark上有一个不平衡的数据帧。我想对其进行重新采样，使其达到平衡。我只在PySpark中找到了示例函数
sample(withReplacement, fraction, seed=None)
但是我想在Python中用单位体积的权重来采样数据帧，我可以这样做
df.sample(n,Flase,weights=log(unitvolume))
有没有什么方法可以用PySpark做同样的事情呢？
浏览 2提问于2018-02-01得票数 5
让我们假设我有一个数据帧，我想要删除满足特定标准的随机观察样本(即整行)。以下面的数据帧为例：
id var1 var2
AAAA 1 Car
BBBB 2 Truck
CCCC 1 Boat
DDDD 2 Car
EEEE 1 Truck
FFFF 2 Car
FFFF 2 Car
FFFF 2 Car
FFFF 2 Car
如何进行(1)对var2=="Car"处的观察值进行随机抽样(n=3)，以及(2)删除未抽样的var2=="Car"处的所有其他行？在某个条
浏览 0提问于2013-04-23得票数 3
回答已采纳
我有两个数据帧我想在Pandas中合并。它们都有一个我正在合并的日期时间列，但是，一个每分钟和5分钟有行(取决于年份)，而另一个dataframe每15分钟有行。如果我执行一个外连接，我可以合并它们，但是每15分钟才会有来自两个数据帧的数据。我想复制15分钟的数据，并用这些数据填充每1或5分钟的行。因此，12:00AM的数据将填充12:14之前的所有行(包括12:14然后，12:15 to会被复制，并填写到12:29 to等。这有意义吗？我如何才能做到这一点？看起来很相似，但我不确定如何为我的确切场景实现，特别是考虑到我的一个数据帧在不同的年份从5分钟到1分钟的间隔。
浏览 0提问于2014-12-19得票数 4
我需要将大量的wav文件分成较小的片段，并将它们转换为16 khz、16位的单声道wav文件。为了分割wav文件，我从以下站点下载了一个WavFile类：。我稍微调整了一下，允许跳过任意数量的帧。使用这个类，我创建了一个WavSegmenter类，它将读取源wav文件，并将时间x和时间y之间的帧复制到新的wav文件中。我可以从提供的XML文件中获取开始时间和结束时间，并且可以使用sample rate * time获取帧。我的问题是我不知道如何将采样率从44,100转换为16,000。
目前，我正在研究Java的Sound API来实现这一点。我最初没有参考它，因为我发现指南很长，但如果这是现
浏览 2提问于2011-07-19得票数 0
回答已采纳
我有一个数据帧(a)，如下所述：
V1 V2
1 a b
2 a e
3 a f
4 b c
5 b e
6 b f
7 c d
8 c g
9 c h
10 d g
11 d h
12 e f
13 f g
14 g h
现在，我想要的是将上述数据帧(a)中的行随机分配给另外两个空数据帧(b和c)，这样所有行都不会重复。这意味着b没有任何重复行，c也没有任何重复行。现在除了b和c之外，没有一行应该是相同的，也就是说，b中的一行不应该出现在c的任何行中，反之亦然。
一种方法是从(a)中抽取7个元素而不进行替换，并将
浏览 3提问于2015-03-18得票数 1
如何在pyspark中对数据帧进行过采样？
df.sample(fractions, seed)
它只对df的一小部分进行采样，所以不能过采样。
浏览 4提问于2018-03-13得票数 3
为了实现延迟着色，我使用了一个fbo来做多个渲染目标。
现在这种方法起作用了，但我想添加一个天空球体作为背景。
显然这个天空球体不属于延迟渲染周期，所以我必须在第二遍渲染。
但是，为了正确渲染天空球体，我必须检索深度值，以便延迟渲染纹理不会阻塞球体。
为此，我将深度纹理从G缓冲区复制到默认帧缓冲区：
gl.bindFramebuffer( gl.READ_FRAMEBUFFER, gDeferredDrawer.FrameBuffer.Context );
gl.bindFramebuffer( gl.DRAW_FRAMEBUFFER, null );
gl.b
浏览 0提问于2016-11-25得票数 1
我有一个包含大量CALayers (~1000)的UIView，其中每个都有一个小图像作为其内容。此UIView是滚动视图的子视图(实际上它是另一个视图的子视图，该视图是滚动视图的子视图)。这在一开始相对较快(几秒钟)。然而，当我在滚动视图中滚动时，帧速率非常低。
它是否试图在我每次滚动时重新绘制每个CALayer的内容？有没有办法禁用它？是不是还发生了什么？
注意:我将clearsContextBeforeDrawing设置为NOo n my UIView，这在一定程度上有所帮助，但它仍然比我预期的慢得多
浏览 0提问于2009-09-01得票数 0
回答已采纳
我知道这可能是一个古老的争论，但是在pandas.drop和python del函数中，哪个函数在大数据集上的性能更好？
我正在使用python 3学习机器学习，但不确定该使用哪一个。我的数据是pandas数据帧格式。但是python del函数在python的built-in function中。
浏览 0提问于2017-11-22得票数 18
如果我将文件图像中的纹理加载到OpenGL中，并创建一个垂直放置的平面，如果我将左上角顶点设置为纹理坐标(0，0)，则在应用程序中打开的图像的左上角对该点的纹理进行采样。
但是，当我渲染到帧缓冲区，并将其颜色附件绑定为纹理时，左上角坐标为(0，0)的顶点将从左下角开始采样，如果该帧缓冲区显示在屏幕上，将会看到。换句话说，从帧缓冲区纹理采样时，Y似乎是反转的。
无论我将glClipControl设置为GL_UPPER_LEFT还是GL_LOWER_LEFT，此纹理采样行为都是相同的，即，它将采样帧缓冲区纹理的左下角视为(0，0)。我之所以注意到这一点，是因为我将GUI渲染到帧缓冲区，然后渲染到默
浏览 3提问于2018-01-06得票数 1
回答已采纳
我有一个数据，它需要基于某些标准的多个方程。我需要获取标识符的前3个字母，如果是True，则需要将与该行相关的值除以一定的值。
数据格式如下：
ID Value
US123 10000
US121 10000
MX122 10000
MX125 10000
BR123 10000
BR127 10000
如果ID以'MX‘开头，则需要将值除以100，如果ID以'BR’开头，则将值除以1000。所有其他价值都需要保持不变。
我也不想创建一个新的过滤数据。我已经通过ID进行了成功的过滤，然后执行逻辑检查，但是我需要在更大的框架上应用它。
这是我用于过滤帧的代码。
浏览 3提问于2016-11-08得票数 0
回答已采纳
1回答
我正在尝试在数据帧中保存一些数据，数据帧的第一行应该是('Tom'，.99，'tom2')，假设我需要向数据帧添加('mart'，.3，'mart2')行，我已经尝试使用append，但没有添加任何内容这是我的代码
import pandas as pd
trackeds = {'Name':['Tom'], 'proba':[.99],'name2':['tom2']}
df_trackeds = pd.DataFrame(t
浏览 2提问于2019-10-31得票数 0
回答已采纳
根据经验，一些pandas函数需要我重新定义dataframe，否则默认情况下它们不会返回副本。例如：df.drop("ColA", axis=1)实际上不会删除列，但如果我需要修改数据帧，则需要通过df = df.drop("ColA", axis=1)或df.drop("ColA", axis=1, inplace=True)实现它。
这似乎是其他一些熊猫功能的情况。因此，我通常要做的是为每个函数重新定义一个数据帧，这样我就可以确保它被修改。例如：
df = df.set_index("id")
df = df.sort_va
浏览 3提问于2020-09-18得票数 0
我想使用R将一个数据帧分成两部分。例如，一个数据帧占原始内容的70%，另一个数据帧占30%。我怎么能这么做呢？我的数据帧大小为(22740,2)。
我的数据框由一列包含基因，另一列包含它所属的路径组成。我希望在数据帧的每条路径中保持70-30关系。因此，以前70%的行为例，我对创建新的数据帧不感兴趣。
希望我已经解释清楚了。
浏览 0提问于2017-04-12得票数 0
我已经编写了一个简单的Python脚本，它使用sklearn.neural_network.MLPClassifier和sklearn.model_selection.GridSearchCV对二进制分类数据进行预测，每个点都被标记为0或1。在训练数据中，大约90%的数据标签为1，10%的数据标签为0。在测试数据中，大约35%的标签为1，65%的标签为0。这个比例是已知的，尽管标签是未知的。
我的模型目前过度拟合。我对训练数据的交叉验证得分是85-90%，但当我在测试集中运行代码时，得分低于40%。
我想过的一个解决办法是，我可以尝试设置GridSearchCV来拆分数据，以便每个训练/验证集
浏览 15提问于2020-05-28得票数 0
回答已采纳
? ? 使用此代码绘制的两行代码： ax = sns.lineplot(x='Number of env steps total', y=y, hue="Experiment", style="Experiment", palette=palette, data=df, ax=axs[idx, 0], hue_order=hue_ordering, dashes=dash_styles, ci="sd", estimator='mean') 唯一的区别是在第二个图中，我将"df“数据帧中的
浏览 46提问于2019-12-04得票数 0
我为detection.In编写了matlab代码，我的代码是对前100帧进行人脸检测，并从每个帧中裁剪人脸，并将其保存在数据库folder.Problems中。
1.逐帧检测是非常slow.Is的
2.在我的数据库文件夹中，必须显示1~ 100张人脸图像，而不是直接显示第11和12张人脸图像，而是在第10张图像之后显示13张人脸图像。第23张人脸图像是blurr.Likewise，因此丢失了很多图像，有些是blurr.Last图像号，显示为216。但是数据库folder.In中共有106幅人脸图像，其中12幅是blurr.Remaining图像。
clc;
clear all;
obj=v
浏览 1提问于2014-04-25得票数 2
回答已采纳
2回答
我无法使用pd.update()函数更新Pandas Dataframe，我总是得到一个None结果。我使用的是一个带有键的Dataframe，这是加入2个Dataframes的结果。 我只计算float32列的z1 score，然后用float32列的新值更新Dataframe。 class MySimpleScaler(object):
def __init__(self):
self._means = None
self._stds = None
def preprocess(self, data):
"""Calculate
浏览 29提问于2019-05-22得票数 1
回答已采纳
我需要索引到两个统一的sampler2D数组中。索引是动态的，也就是说，我有一个动态的统一缓冲区，它为片段着色器提供索引。我使用Vulkan API 1.2。在设备特性清单中，我有：
shaderSampledImageArrayDynamicIndexing = 1
我不确定100%，但看起来这个特性在1.2中是核心的，但是在设备创建过程中，我确实尝试过这样做：
VkPhysicalDeviceFeatures features = {};
features.shaderSampledImageArrayDynamicIndexing = VK_TRUE;
然后
浏览 0提问于2020-07-22得票数 0
回答已采纳
我有一个我不明白的问题。如下面的代码块所示，我的数据帧中的行数明显小于数据帧的最大索引。我反复地做了..。
npr.reset_index(drop=True)
...to没有用。如果你能帮助我理解这是如何实现的，我将不胜感激。谢谢!
len(npr.episode)
Out[620]: **3199296**
np.shape(npr)
Out[622]: (**3199296**, 7)
npr.index
Out[623]:
Int64Index([ 0, 1, 2, 3, 4, 5, 6,
浏览 11提问于2021-06-08得票数 0
回答已采纳
2回答
我有一个数据帧，我想对它进行采样。然而，在随机抽样时，我希望从列中的每个元素中至少有一个样本。我还希望分布也有影响。(例如:原始样本较多的值对采样的df有更多的影响)
类似于和问题，但每组的样本量最小。
假设这是我的df：
df = pd.DataFrame(columns=['class'])
df['class'] = [0,0,0,0,0,0,0,0,0,0,0,0,0,1,2]
df_sample = df.sample(n=4)
当我对此进行采样时，我希望df_sample看起来像这样：
Class
0
0
浏览 0提问于2020-09-09得票数 4
我有一个数据帧net，其中包含两个位置A和B之间的距离d。
net =
A B d
0 5 3 3.5
1 2 0 2.3
2 3 2 1.2
3 4 5 2.2
4 0 1 3.2
5 0 3 4.5
然后我有一个对称矩阵M，它包含两个对之间所有可能的距离，所以：
M =
0 1 2 3 4 5
0 0 3.2 2.3 4.5 1.7 5.2
1 3.2 0 2.1 0.7 3.9 3.8
2
浏览 1提问于2016-12-08得票数 1
1回答
在保持比率的同时采样
、、、
由于内存问题，我正在尝试从数据集中获取样本(数据集大小为2.5 my，我的内存无法接受它)。df_12是原始数据帧，df_12val是系列，它包含状态的缩写，值是数据帧中每个状态出现(出现)的次数。我希望从每个状态中提取30%来减少数据帧的大小，但我不知道如何从每个状态中提取30%。
我将对数据进行一些ML建模。当我在谷歌上搜索时，我能看到的只有train_test_split，但它不能让我在保持相同比率的情况下采样数据。
dataset df_12是这样的：
df_12val是这样的：
浏览 18提问于2019-11-17得票数 0
我尝试将许多熊猫数据帧收集到一个循环中/我的代码是：
import pandas as pd
from pathlib import Path
from simpledbf import Dbf5
p = Path("")
df = pd.DataFrame()
for i in p.glob('*.dbf'):
dbf = Dbf5(i.name, codec = '866')
t = dbf.to_dataframe()
print(t) # prints no empty dataframe
df
浏览 0提问于2017-12-08得票数 1
我正在开发流媒体mp3播放器。在创建AcmMp3FrameDecompressor时，我使用第一个框架来确定波形格式，如演示所示。然后我意识到一些文件以错误的速度播放(通常速度较慢)。我查看了Mp3FileReader的实现，发现它决定了第一个框架和第二个框架。
// workaround for a longstanding issue with some files failing to load
// because they report a spurious sample rate change
var secondFrame = Mp3Frame.LoadFromStream(mp
浏览 2提问于2016-04-20得票数 1
回答已采纳
我在这个网站的上看到，你应该像这样给一个空的数据框追加一个字典
df = pd.DataFrame(columns=['count', 'name'])
f = open("fbnames.txt", "r")
count = 0
save_every = 1
for line in f:
count += 1
split = line.split()
df.append({'count':split[0], 'name':split[1].capitalize()},
浏览 6提问于2020-02-03得票数 0
1回答
我正在尝试对pandas中的数据帧进行上采样(从50 Hz到2500 Hz)。我必须进行上采样，以匹配在此更高频率上采样的传感器。我在x，y，z上有来自铣床的点。当我绘制原始数据时，正如我所期望的那样，线条看起来很直。 ? ? 我像这样插入数据帧： df.drop_duplicates(subset='time', inplace=True)
df.set_index('time', inplace=True)
df.index = pd.DatetimeIndex(df.index)
upsampled = new_df.resample('
浏览 44提问于2021-05-09得票数 2
回答已采纳
1回答
我有一个来自wav文件的21000x13的mfccs矩阵。我有一个标签文件，它在文本文件中有开始时间、结束时间和那个时间段的标签。我需要为mfcc矩阵中的每一个帧找到时间，这样每个帧都可以使用标签。有人知道抽样率(30 30/50 30/20 30)和重叠率(30%/40%/50%)吗？这样，我就可以用帧号X采样率+/-找到每个帧下降的时间，重叠将给出帧的实际时间。例如：1x20ms =20 50，下一个帧将在2x20=40时出现，但必须考虑这里的重叠，因此如果重叠50%，则为30。
浏览 1提问于2014-02-17得票数 0
回答已采纳
2回答
我有一个1200万个条目的csv文件，我将其作为包含pandas的数据帧导入，如下所示。 pair time open close
0 AUD/JPY 20170102 00:00:08.238 83.774002 84.626999
1 AUD/JPY 20170102 00:00:08.352 83.774002 84.626999
2 AUD/JPY 20170102 00:00:13.662 84.184998 84.324997
3 AUD/JPY 20170102 00:00:13.783 84.184998 84
浏览 11提问于2018-12-20得票数 1
考虑一个数据帧，如下所示：
time
18:00:00.051563 2575.50
18:00:01.023444 2575.50
18:00:02.000000 2575.50
18:00:03.000000 2575.50
18:00:04.000000 2575.50
18:00:05.000000 2575.50
18:00:06.000000 2575.50
18:00:07.000000 2575.50
我想重新采样为2秒的间隔，开始间隔为18:00:00.000000。但是，由于我的系列中的第一个数据点是18:00:00.0515
浏览 0提问于2017-11-01得票数 1
2回答
实时数据的STFT /滑动FFT
、、、、
我最近接了一个项目，我需要对传入的麦克风数据执行实时滑动FFT分析。我选择的环境是OpenGL和Cinder，使用的是C++。
这是我第一次体验音频编程，我有点困惑。
这就是我要在OpenGL应用程序中实现的目标：
所以在每一帧中，都有一部分传入的数据。在for循环(因此多遍)中，将消耗当前数据的一个窗口，并对其执行FFT分析。对于For循环的下一次迭代，窗口将在数据中前进“跃点大小”，等等，直到到达数据的末尾。
现在这个过程必须是连续的。但正如你在上图中看到的，一旦我当前的应用程序帧结束，当下一个帧的数据进来时，我就不能从我离开前一帧的地方拿起(因为数据已经消失了)。你可以在图中看
浏览 6提问于2015-02-08得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
