从下面的代码中,我得到了形状为(20,1,12060)的“log_spectgrams”。我想把形状改为(20,60,201,1)。所以我这样写了代码。
log_specgrams = np.asarray(log_specgrams).reshape(len(log_specgrams), 60, 201, 1)
但我给出了一个错误:
Traceback (most recent call last):
File "D:/for-test.py", line 26, in <module>
features = extract_features(parent_dir,sub_dirs)
File "D:/for-test.py", line 17, in extract_features
log_specgrams = np.asarray(log_specgrams).reshape(len(log_specgrams), 60, 201, 1)
File "C:\Users\CHS\Anaconda3\lib\site-packages\numpy\core\numeric.py", line 482, in asarray
return array(a, dtype, copy=False, order=order)
ValueError: could not broadcast input array from shape (12060) into shape (1)
(1, 12060)
完整代码:
import glob
import os
import librosa
import numpy as np
def extract_features(parent_dir, sub_dirs, file_ext="*.wav"):
log_specgrams = []
for l, sub_dir in enumerate(sub_dirs):
for fn in glob.glob(os.path.join(parent_dir, sub_dir, file_ext)):
X_in, sample_rate = librosa.load(fn)
melspec = librosa.feature.melspectrogram(y=X_in, sr=sample_rate, n_fft=1024, hop_length=441, n_mels=60)
logmel = librosa.logamplitude(melspec)
logmel = logmel.T.flatten()[:, np.newaxis].T
log_specgrams.append(logmel)
print(np.shape(logmel))
log_specgrams = np.asarray(log_specgrams).reshape(len(log_specgrams), 60, 201, 1)
print(np.shape(log_specgrams))
A = features
return np.array(log_specgrams)
parent_dir = 'Sound-Data_small'
sub_dirs= ['fold1','fold2']
features = extract_features(parent_dir,sub_dirs)
我确实想将“log_specgrams”的形状(20,1,12060)更改为(20,60,201,1)。
2条答案
按热度按时间icnyk63a1#
Reshape将参数作为元组,即
或
None将自行计算缺少的维度
2ul0zpep2#
假设输入为
(20,1,12060)
,所需输出为(20, 60, 201, 1)
,其中1
的维度被交换,则以下公式应该可以正常工作:随机数据示例:
然后,
可以注意到,该操作有两个部分:第一部分交换第二和第三轴,将数据从
(20, 1, 12060)
转换为(20, 12060, 1)
;第二部分将第二轴12060
划分为大小为60 x 201
的两个新轴。它适用于不同大小的任意轴,但对于大小为
1
的轴,不需要重新排列数据,data.reshape(20, 60, 201, 1)
或@亚尔的答案可能更直接,这种解决方案只是扩展到轴大小不同于1
的其他问题。