質問編集履歴
1
"(x,n,w)"の意味については解決済みですので、打消し線を引いてます。Nとspanの数値を変更しました。
test
CHANGED
@@ -1 +1 @@
|
|
1
|
-
周波数分布の出力過程コードの意味
|
1
|
+
周波数分布の出力過程コードKl[数値]の意味
|
test
CHANGED
@@ -14,7 +14,9 @@
|
|
14
14
|
|
15
15
|
### 発生している問題
|
16
16
|
|
17
|
-
1. "def fourier (x, n, w):" の"(x,n,w)"の意味
|
17
|
+
~~1. "def fourier (x, n, w):" の"(x,n,w)"の意味
|
18
|
+
|
19
|
+
~~
|
18
20
|
|
19
21
|
2. "amp = [np.sqrt(c.real ** 2 + c.imag ** 2) for c in Kl[2500]]"
|
20
22
|
|
@@ -28,17 +30,225 @@
|
|
28
30
|
|
29
31
|
```
|
30
32
|
|
33
|
+
Kl = fourier(left, N, span)
|
34
|
+
|
35
|
+
Kr = fourier(right, N, span)
|
36
|
+
|
37
|
+
freqlist = np.fft.fftfreq(N, d=1/fr) #周波数リスト
|
38
|
+
|
39
|
+
amp = [np.sqrt(c.real ** 2 + c.imag ** 2) for c in Kl[1]] #振幅スペクトル #実部と虚部を取り出すには、".real" と ".imag" を使用
|
40
|
+
|
41
|
+
plot(freqlist, amp, marker= 'o', linestyle='-') #周波数リスト、振幅スペクトル、点、線スタイル
|
42
|
+
|
43
|
+
axis([0, fr / 2 , 0, 100000])
|
44
|
+
|
45
|
+
|
46
|
+
|
47
|
+
amp = [np.sqrt(c.real ** 2 + c.imag ** 2) for c in Kr[1]]
|
48
|
+
|
49
|
+
plot(freqlist, amp, marker= 'o', linestyle='-')
|
50
|
+
|
51
|
+
```
|
52
|
+
|
53
|
+
ValueError Traceback (most recent call last)
|
54
|
+
|
55
|
+
<ipython-input-30-de4a7fd136d4> in <module>
|
56
|
+
|
57
|
+
----> 1 Kl = fourier(left, N, span)
|
58
|
+
|
59
|
+
2 Kr = fourier(right, N, span)
|
60
|
+
|
61
|
+
3 freqlist = np.fft.fftfreq(N, d=1/fr) #周波数リスト
|
62
|
+
|
63
|
+
4 amp = [np.sqrt(c.real ** 2 + c.imag ** 2) for c in Kl[1]] #振幅スペクトル #実部と虚部を取り出すには、".real" と ".imag" を使用
|
64
|
+
|
65
|
+
5 plot(freqlist, amp, marker= 'o', linestyle='-') #周波数リスト、振幅スペクトル、点、線スタイル
|
66
|
+
|
67
|
+
|
68
|
+
|
69
|
+
<ipython-input-27-ad18b91aff2f> in fourier(x, n, w)
|
70
|
+
|
71
|
+
4 for i in range(0, w-2): #2番目おきに要素を得ているため、0~N-2範囲となる
|
72
|
+
|
73
|
+
5 sample = x[i * n:( i + 1) * n] #i~(i+1)番目の要素を得る
|
74
|
+
|
75
|
+
----> 6 partial = np.fft.fft(sample) #"sample"をフーリエ変換
|
76
|
+
|
77
|
+
7 K.append(partial) #"K"に"partial"を追加
|
78
|
+
|
79
|
+
8
|
80
|
+
|
81
|
+
|
82
|
+
|
83
|
+
D:\ProgramData\Anaconda3\lib\site-packages\mkl_fft\_numpy_fft.py in fft(a, n, axis, norm)
|
84
|
+
|
85
|
+
158 """
|
86
|
+
|
87
|
+
159 x = _float_utils.__downcast_float128_array(a)
|
88
|
+
|
89
|
+
--> 160 output = mkl_fft.fft(x, n, axis)
|
90
|
+
|
91
|
+
161 if _unitary(norm):
|
92
|
+
|
93
|
+
162 output *= 1 / sqrt(output.shape[axis])
|
94
|
+
|
95
|
+
|
96
|
+
|
97
|
+
mkl_fft\_pydfti.pyx in mkl_fft._pydfti.fft()
|
98
|
+
|
99
|
+
|
100
|
+
|
101
|
+
mkl_fft\_pydfti.pyx in mkl_fft._pydfti._fft1d_impl()
|
102
|
+
|
103
|
+
|
104
|
+
|
105
|
+
mkl_fft\_pydfti.pyx in mkl_fft._pydfti.__process_arguments()
|
106
|
+
|
107
|
+
|
108
|
+
|
109
|
+
ValueError: Dimension n should be a positive integer not larger than the shape of the array along the chosen axis
|
110
|
+
|
111
|
+
|
112
|
+
|
113
|
+
### 該当のソースコード
|
114
|
+
|
115
|
+
現在進んでいる状態です。
|
116
|
+
|
117
|
+
```ここに言語名を入力
|
118
|
+
|
119
|
+
**第一工程**
|
120
|
+
|
121
|
+
import wave
|
122
|
+
|
123
|
+
import struct
|
124
|
+
|
125
|
+
from scipy import fromstring, int32
|
126
|
+
|
127
|
+
import numpy as np
|
128
|
+
|
129
|
+
from pylab import *
|
130
|
+
|
131
|
+
%matplotlib inline
|
132
|
+
|
133
|
+
|
134
|
+
|
135
|
+
wavfile = '440Hz.wav' #サンプルwavファイル
|
136
|
+
|
137
|
+
wr = wave.open(wavfile, "rb")
|
138
|
+
|
139
|
+
ch = wr.getnchannels() # モノラルなら1,ステレオなら2
|
140
|
+
|
141
|
+
width = wr.getsampwidth() # バイト数 (1byte=8bit)
|
142
|
+
|
143
|
+
fr = wr.getframerate() #サンプリンググレート(サンプリング周波数)
|
144
|
+
|
145
|
+
fn = wr.getnframes() # 総フレーム数(データ分割数)⇒サンプリング周波数で割れば時間
|
146
|
+
|
147
|
+
|
148
|
+
|
149
|
+
#wavfileから(N*span)のデータを先頭から切り出す「先頭から"N"個ずつ、"span"回フーリエ変換」
|
150
|
+
|
151
|
+
#連続的なデータを離散的に表すためには、データの成分は"fr"の1/2未満(ナイキスト周波数)でなければならない。
|
152
|
+
|
153
|
+
#高速フーリエ変換 ( FFT ) は、一度に変換するサンプル数が"2**n"になっていると、最も効率がいい
|
154
|
+
|
155
|
+
N = 22050 #サンプリングレート"fr"の半分の値
|
156
|
+
|
157
|
+
span =220500 #Nの整数倍 #周波数分解能:分解できる周波数の細かさ
|
158
|
+
|
159
|
+
|
160
|
+
|
161
|
+
print('チャンネル', ch)
|
162
|
+
|
163
|
+
print('バイト数', width)
|
164
|
+
|
165
|
+
print('サンプリンググレート', fr)
|
166
|
+
|
167
|
+
print('総フレーム数', fn)
|
168
|
+
|
169
|
+
print('サンプル時間', 1.0 * N * span / fr, '秒')
|
170
|
+
|
171
|
+
|
172
|
+
|
173
|
+
origin = wr.readframes(wr.getnframes()) #メソッドreadframes(n)でnフレーム分のデータを読み込む、ここでは総フレーム数分の読み込み
|
174
|
+
|
175
|
+
data = origin[:N * span * ch * width] #"origin"から要素の範囲[ ]を指定
|
176
|
+
|
177
|
+
wr.close()
|
178
|
+
|
179
|
+
|
180
|
+
|
181
|
+
print('現配列長', len(origin)) #"origin"の要素数
|
182
|
+
|
183
|
+
print('サンプル配列長: ', len(data)) #"data"の要素数
|
184
|
+
|
185
|
+
```
|
186
|
+
|
187
|
+
チャンネル 1
|
188
|
+
|
189
|
+
バイト数 2
|
190
|
+
|
191
|
+
サンプリンググレート 44100
|
192
|
+
|
193
|
+
総フレーム数 441000
|
194
|
+
|
195
|
+
サンプル時間 110250.0 秒
|
196
|
+
|
197
|
+
現配列長 882000
|
198
|
+
|
199
|
+
サンプル配列長: 882000
|
200
|
+
|
201
|
+
|
202
|
+
|
203
|
+
```
|
204
|
+
|
205
|
+
**第二工程**
|
206
|
+
|
207
|
+
X = np.frombuffer(data, dtype="int16")#"data"をバイナリ表記から16bitsの整数数列に変換
|
208
|
+
|
209
|
+
|
210
|
+
|
211
|
+
# ステレオ前提、左右音に分ける ※モノラルは単に1つおきにデータを読みこむため、必要ない工程
|
212
|
+
|
213
|
+
left = X[::2] #"0から2番目おき"に要素を得る
|
214
|
+
|
215
|
+
right = X[1::2] #"1から2番目おき"に要素を得る
|
216
|
+
|
217
|
+
|
218
|
+
|
219
|
+
print(X)
|
220
|
+
|
221
|
+
print(left)
|
222
|
+
|
223
|
+
print(right)
|
224
|
+
|
225
|
+
```
|
226
|
+
|
227
|
+
[ 0 2052 4097 ... -6126 -4097 -2052]
|
228
|
+
|
229
|
+
[ 0 4097 8130 ... -12036 -8130 -4097]
|
230
|
+
|
231
|
+
[ 2052 6126 10103 ... -10103 -6126 -2052]
|
232
|
+
|
233
|
+
|
234
|
+
|
235
|
+
```
|
236
|
+
|
237
|
+
**第三工程**
|
238
|
+
|
239
|
+
#各サンプル区間ごとの周波数分布を配列で返してきます
|
240
|
+
|
31
241
|
def fourier (x, n, w):
|
32
242
|
|
33
243
|
K = []
|
34
244
|
|
35
|
-
for i in range(0, w-2):
|
245
|
+
for i in range(0, w-2): #2番目おきに要素を得ているため、0~N-2範囲となる
|
36
|
-
|
246
|
+
|
37
|
-
sample = x[i * n:( i + 1) * n]
|
247
|
+
sample = x[i * n:( i + 1) * n] #i~(i+1)番目の要素を得る
|
38
|
-
|
248
|
+
|
39
|
-
partial = np.fft.fft(sample)
|
249
|
+
partial = np.fft.fft(sample) #"sample"をフーリエ変換
|
40
|
-
|
250
|
+
|
41
|
-
K.append(partial)
|
251
|
+
K.append(partial) #"K"に"partial"を追加
|
42
252
|
|
43
253
|
|
44
254
|
|
@@ -46,15 +256,17 @@
|
|
46
256
|
|
47
257
|
|
48
258
|
|
259
|
+
#周波数分布をもとに、実空間での波形を生成しています
|
260
|
+
|
49
261
|
def inverse_fourier (k):
|
50
262
|
|
51
263
|
ret = []
|
52
264
|
|
53
265
|
for sample in k:
|
54
266
|
|
55
|
-
inv = np.fft.ifft(sample)
|
267
|
+
inv = np.fft.ifft(sample) #"sample"を逆フーリエ変換
|
56
|
-
|
268
|
+
|
57
|
-
ret.extend(inv.real)
|
269
|
+
ret.extend(inv.real) #"inv.real"を"ret"に追加
|
58
270
|
|
59
271
|
|
60
272
|
|
@@ -64,146 +276,6 @@
|
|
64
276
|
|
65
277
|
```
|
66
278
|
|
67
|
-
```
|
68
|
-
|
69
|
-
Kl = fourier(left, N, span)
|
70
|
-
|
71
|
-
Kr = fourier(right, N, span)
|
72
|
-
|
73
|
-
freqlist = np.fft.fftfreq(N, d=1/fr)
|
74
|
-
|
75
|
-
amp = [np.sqrt(c.real ** 2 + c.imag ** 2) for c in Kl[2500]]
|
76
|
-
|
77
|
-
plot(freqlist, amp, marker= 'o', linestyle='-')
|
78
|
-
|
79
|
-
axis([0, fr / 2 , 0, 100000])
|
80
|
-
|
81
|
-
|
82
|
-
|
83
|
-
amp = [np.sqrt(c.real ** 2 + c.imag ** 2) for c in Kr[2500]]
|
84
|
-
|
85
|
-
plot(freqlist, amp, marker= 'o', linestyle='-')
|
86
|
-
|
87
|
-
|
88
|
-
|
89
|
-
```
|
90
|
-
|
91
|
-
### 該当のソースコード
|
92
|
-
|
93
|
-
現在進んでいる状態です。
|
94
|
-
|
95
|
-
```ここに言語名を入力
|
96
|
-
|
97
|
-
**第一工程**
|
98
|
-
|
99
|
-
import wave
|
100
|
-
|
101
|
-
import struct
|
102
|
-
|
103
|
-
from scipy import fromstring, int32
|
104
|
-
|
105
|
-
import numpy as np
|
106
|
-
|
107
|
-
from pylab import *
|
108
|
-
|
109
|
-
%matplotlib inline
|
110
|
-
|
111
|
-
|
112
|
-
|
113
|
-
wavfile = '440Hz.wav' #サンプルwavファイル
|
114
|
-
|
115
|
-
wr = wave.open(wavfile, "rb")
|
116
|
-
|
117
|
-
ch = wr.getnchannels() # モノラルなら1,ステレオなら2
|
118
|
-
|
119
|
-
width = wr.getsampwidth() # バイト数 (1byte=8bit)
|
120
|
-
|
121
|
-
fr = wr.getframerate() #サンプリンググレート(サンプリング周波数)
|
122
|
-
|
123
|
-
fn = wr.getnframes() # 総フレーム数(データ分割数)⇒サンプリング周波数で割れば時間
|
124
|
-
|
125
|
-
|
126
|
-
|
127
|
-
#wavfileから(N*span)のデータを先頭から切り出す
|
128
|
-
|
129
|
-
#連続的なデータを離散的に表すためには、データの成分は"fr"の1/2未満(ナイキスト周波数)でなければならない。
|
130
|
-
|
131
|
-
N = 22050 #サンプリングレート"fr"の半分の値
|
132
|
-
|
133
|
-
span = 4 #4で固定 #周波数分解能:分解できる周波数の細かさ
|
134
|
-
|
135
|
-
|
136
|
-
|
137
|
-
print('チャンネル', ch)
|
138
|
-
|
139
|
-
print('バイト数', width)
|
140
|
-
|
141
|
-
print('サンプリンググレート', fr)
|
142
|
-
|
143
|
-
print('総フレーム数', fn)
|
144
|
-
|
145
|
-
print('サンプル時間', 1.0 * N * span / fr, '秒')
|
146
|
-
|
147
|
-
|
148
|
-
|
149
|
-
origin = wr.readframes(wr.getnframes()) #メソッドreadframes(n)でnフレーム分のデータを読み込む、ここでは総フレーム数分の読み込み
|
150
|
-
|
151
|
-
data = origin[:N * span * ch * width] #"origin"から要素の範囲[ ]を指定
|
152
|
-
|
153
|
-
wr.close()
|
154
|
-
|
155
|
-
|
156
|
-
|
157
|
-
print('現配列長', len(origin)) #"origin"の要素数
|
158
|
-
|
159
|
-
print('サンプル配列長: ', len(data)) #"data"の要素数
|
160
|
-
|
161
|
-
```
|
162
|
-
|
163
|
-
チャンネル 1
|
164
|
-
|
165
|
-
バイト数 2
|
166
|
-
|
167
|
-
サンプリンググレート 44100
|
168
|
-
|
169
|
-
総フレーム数 441000
|
170
|
-
|
171
|
-
サンプル時間 2.0 秒
|
172
|
-
|
173
|
-
現配列長 882000
|
174
|
-
|
175
|
-
サンプル配列長: 176400
|
176
|
-
|
177
|
-
```
|
178
|
-
|
179
|
-
**第二工程**
|
180
|
-
|
181
|
-
X = np.frombuffer(data, dtype="int16")#"data"をバイナリ表記から16bitsの整数数列に変換
|
182
|
-
|
183
|
-
|
184
|
-
|
185
|
-
# ステレオ前提、左右音に分ける ※モノラルは単に1つおきにデータを読みこむため、必要ない工程
|
186
|
-
|
187
|
-
left = X[::2] #"0から2番目おき"に要素を得る
|
188
|
-
|
189
|
-
right = X[1::2] #"1から2番目おき"に要素を得る
|
190
|
-
|
191
|
-
|
192
|
-
|
193
|
-
print(X)
|
194
|
-
|
195
|
-
print(left)
|
196
|
-
|
197
|
-
print(right)
|
198
|
-
|
199
|
-
```
|
200
|
-
|
201
|
-
[ 0 2052 4097 ... -6126 -4097 -2052]
|
202
|
-
|
203
|
-
[ 0 4097 8130 ... -12036 -8130 -4097]
|
204
|
-
|
205
|
-
[ 2052 6126 10103 ... -10103 -6126 -2052]
|
206
|
-
|
207
279
|
|
208
280
|
|
209
281
|
### 試したこと
|