检查分类数据
在本章最后几道练习中，您将先探索本课程将使用的两个数据集。
第一个数据集是心跳声音的集合。正常情况下，心脏跳动时会有可预期的声音模式，但某些疾病会导致心跳出现"异常"。该数据集包含带有每种心跳类型标签的"训练"集，以及不含标签的"测试"集。您将使用"测试"集来验证您的模型。
由于您拥有带标签的数据，因此该数据集非常适合用于"分类"。事实上，它最初是 Kaggle 公共竞赛 的一部分。
本练习是课程的一部分
Python 中的时间序列机器学习
练习说明
- 使用
glob返回data_dir目录下所有.wav文件的列表。 - 使用
librosa导入列表中的第一个音频文件。 - 为数据生成一个
time数组。 - 将该文件的波形与时间数组一起绘制出来。
交互式实操练习
通过完成这段示例代码来试试这个练习。
import librosa as lr
from glob import glob
# List all the wav files in the folder
audio_files = ____(data_dir + '/*.wav')
# Read in the first audio file, create the time array
audio, sfreq = lr.load(____)
time = np.arange(0, len(audio)) / ____
# Plot audio over time
fig, ax = plt.subplots()
ax.plot(____, ____)
ax.set(xlabel='Time (s)', ylabel='Sound Amplitude')
plt.show()