时间不变性
虽然可视化原始数据应当是第一步，但在区分两类数据点时，这往往信息不足。数据通常有噪声，或呈现出肉眼难以发现的复杂模式。
另一种常见方法是对同一类别的多个实例取"平均"，以寻找两组数据的简单差异。这"可能"会去除噪声并显露潜在模式（当然也可能无效）。
在本练习中，您将对每一类心跳声音的多次实例进行平均。
上一个练习中的两个 DataFrame（normal 和 abnormal）以及时间数组（time）已在您的工作区中可用。
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
- 在保留时间维度的前提下，对
normal和abnormal中包含的音频文件进行平均。 - 将这些平均值按时间进行可视化。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Average across the audio files of each DataFrame
mean_normal = np.mean(normal, axis=____)
mean_abnormal = np.mean(abnormal, axis=____)
# Plot each average over time
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 3), sharey=True)
ax1.plot(____, ____)
ax1.set(title="Normal Data")
ax2.plot(____, ____)
ax2.set(title="Abnormal Data")
plt.show()