[](

)頻譜展示

---

使用librosa和matplot，我們可以用10行代碼完整地展示整個頻譜：

import matplotlib.pyplot as plt

import librosa.display

音樂文件載入

audio_path = ‘Fenn.mp3’

music, sr = librosa.load(audio_path)

寬高比為14:5的圖

plt.figure(figsize=(14, 5))

librosa.display.waveplot(music, sr=sr)

顯示圖

plt.show()

不過，這樣的頻譜是整段音樂的，看起來非常難看，接下來我們使用 pydub 切割頻譜，以獲得更佳的效果。我們細分到0到1秒的區段來查看頻譜：

import matplotlib.pyplot as plt

import librosa.display

import numpy as np

from pydub import AudioSegment

1秒=1000毫秒

SECOND = 1000

音樂文件

AUDIO_PATH = ‘Fenn.mp3’

def split_music(begin, end, filepath):

導入音樂

song = AudioSegment.from_mp3(filepath)

取begin秒到end秒間的片段

song = song[beginSECOND: endSECOND]

存儲為臨時文件做備份

temp_path = ‘backup/’+filepath

song.export(temp_path)

return temp_path

music, sr = librosa.load(split_music(0, 1, AUDIO_PATH))

寬高比為14:5的圖

plt.figure(figsize=(14, 5))

librosa.display.waveplot(music, sr=sr)

plt.show()

這下細是細了，但是還是太復雜了，其實我們做頻譜的展示，只需要正值即可：

然后我們還可以進一步放大，比如說0.9秒到1秒之間的頻譜：

放大

（1）Python所有方向的學習路線（新版）

這是

我花了幾天的時間去把Python所有方向的技術點做的整理，形成各個領域的知識點匯總，它的用處就在于，你可以按照上面的知識點去找對應的學習資源，保證自己學得較為全面。

最近我才對這些路線做了一下新的更新，知識體系更全面了。

（2）Python學習視頻

包含了Python入門、爬蟲、數據分析和web開發的學習視頻，總共100多個，雖然沒有那么全面，但是對于入門來說是沒問題的，學完這些之后，你可以按照我上面的學習路線去網上找其他的知識資源進行進階。

（3）100多個練手項目

我們在看視頻學習的時候，不能光動眼動腦不動手，比較科學的學習方法是在理解之后運用它們，這時候練手項目就很適合了，只是里面的項目比較多，水平也是參差不齊，大家可以挑自己能做的項目去練練。

手，比較科學的學習方法是在理解之后運用它們，這時候練手項目就很適合了，只是里面的項目比較多，水平也是參差不齊，大家可以挑自己能做的項目去練練。

總結

以上是生活随笔為你收集整理的Python 提取音乐频谱并可视化，字节面试官的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。