resampling

    0熱度

    1回答

    我正在嘗試將一些tiff文件從2000 * 2000重新採樣到500 * 500。 我創建了一個函數,我嘗試了一個文件,它很好地工作。現在我想將它應用於我擁有的所有可用文件。 我想編寫函數的輸出,並根據我的知識編寫了代碼,並在寫入out_file時收到錯誤。我已經複製了函數和主代碼供您考慮。主代碼根據其命名讀取tif文件並應用該函數。如果某人能指導我我的錯誤所在,我會很感激。 #*********

    3熱度

    1回答

    我有一個整數TimeSeries,我想使用resample()縮減採樣。問題是我有一些丟失數據的時間段被轉換爲NaN。由於熊貓不支持Integer NA values整數轉換爲浮點數。 是否有可能使用fill_value對TimeSeries進行重新採樣以獲取丟失的數據,比如我可以用reindex(fill_value=0)?我不希望我的整數投入浮動。 >>> dates = (datetime(

    4熱度

    3回答

    我正在讀取多個時間序列的電子表格到一個熊貓數據框中,並將它們與一個普通的熊貓日期時間索引連接在一起。記錄時間序列的數據記錄器不是100%準確的,這使得重採樣非常煩人,因爲根據時間稍微高於還是低於採樣間隔,它將創建NaN並開始使我的系列看起來像一條虛線。這裏是我的代碼 def loaddata(filepaths): t1 = time.clock() for i in rang

    3熱度

    1回答

    我有一個已導入到MATLAB的wav文件,樣本頻率爲44.1 kHz。我正嘗試將此音頻文件重新採樣到22.05 kHz,然後將其恢復到44.1 kHz。然而,我對如何在MATLAB中使用resample函數感到困惑,如果這是我應該用來做這件事的功能。任何幫助將不勝感激。謝謝!

    1熱度

    3回答

    例如,如果我輸入年份 - 2012年和第72天,則應返回星期二。以下代碼將返回本週的適當日期,但需要將月份作爲輸入。我怎麼能沒有月份參數,因爲我不需要用戶鍵入一個月? days = {0:'Monday', 1:'Tuesday', 2:'Wednesday', 3:'Thursday', 4:'Friday', 5:'Saturday', 6:'Sunday'} userdate = dat

    6熱度

    4回答

    我正在捕獲音頻並將音頻流式傳輸到RTMP服務器。我在MacOS下工作(在Xcode中),所以爲了捕獲音頻採樣緩衝區,我使用了AVFoundation-framework。但對於編碼和流媒體,我需要使用ffmpeg-API和libfaac編碼器。所以輸出格式必須是AAC(用於在iOS設備上支持流播放)。 我遇到了這樣的問題:音頻捕獲設備(在我的情況下,羅技相機)給了我512採樣LPCM採樣緩衝區,我

    1熱度

    2回答

    我想ayncio和使用coroutine不與線程相關的,因爲coroutine是一種「線」下程序的調度運行的,所以應該只有1個線程運行每個過程。但是,當我在Making 1 million requests with python-aiohttp跑的例子,代碼如下圖所示: # modified fetch function with semaphore import random import

    2熱度

    1回答

    我正在處理每小時時間序列(日期,時間(小時),P)並試圖計算每小時每日總量的比例。我知道我可以用熊貓的重新取樣('D',how ='sum')來計算P(DailyP)的每日總數,但是在同一步驟中,我想用每日P來計算每日P的比例每小時(所以,P/DailyP)以每小時時間序列結束(即與原始頻率相同)。我不確定這是否可以稱爲熊貓術語中的「重採樣」。 這可能從我使用的術語來看很明顯,但我是一個Pytho

    0熱度

    2回答

    我正在使用gstreamer從視頻中提取音頻並將音頻重新採樣到不同的採樣率。我的管道工作了文件到文件的談話,但我不能設置流情況下,適當地將其鏈接到一個插座接口: 文件到文件(效果很好): GST推出-0.10 filesrc位置=/data/Opinion.flv! flvdemux!音頻/ mpeg!解碼器! audioconvert! audio/x-raw-int,channels = 1!

    4熱度

    1回答

    我有這樣定義的熊貓數據幀: last_4_weeks_range = pandas.date_range( start=datetime.datetime(2001, 5, 4), periods=28) last_4_weeks = pandas.DataFrame( [{'REST_KEY': 1, 'DLY_TRN_Q