도함수 특성: 템포그램
데이터를 정리하면 더 정교한 특성을 계산할 수 있다는 장점이 있어요. 예를 들어, 이전에 수행한 엔벨로프(envelope) 계산은 템포(tempo)와 리듬(rhythm) 특성을 구할 때 흔히 쓰이는 기법입니다. 이번 연습에서는 librosa를 사용해 심박 소리 데이터의 템포와 리듬 관련 특성을 계산하고, 다시 한 번 모델을 학습해 보겠습니다.
librosa 함수는 DataFrame이 아닌 numpy 배열에만 작동하는 경향이 있으므로, Pandas 데이터를 .values 속성으로 Numpy 배열에 접근해 사용하겠습니다.
이 연습은 강의의 일부입니다
Python으로 배우는 시계열 데이터 Machine Learning
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Calculate the tempo of the sounds
tempos = []
for col, i_audio in audio.items():
tempos.append(lr.beat.____(y=i_audio.values, sr=sfreq, hop_length=2**10))
# Convert the list to an array so you can manipulate it more easily
tempos = np.array(tempos)
# Calculate statistics of each tempo
tempos_mean = tempos.____(axis=-1)
tempos_std = tempos.____(axis=-1)
tempos_max = tempos.____(axis=-1)