python音乐可视化好玩的matplotlib南丁格尔玫瑰图版
效果图:
操作演示:
技术要点:
1 matplotlib的南丁格尔玫瑰图,用极坐标polar制作,并动画显示。
2 pygame新版的播放mp3,但本机的操作系统不能播放mp3,我用pydub做些格式转换。
3 用librosa获取音乐的相关数据和采样。
4 参考代码,并对源代码进行修改,增加,删减,排版和注释,感谢原作者,如有侵权,请联系,定删除。https://github.com/hahacyd/SimpleMusicVisualizer
====下面分步,讲解代码====
第1步:模块导入import os import time import pygame import librosa import numpy as np from pydub import AudioSegment import matplotlib.pyplot as plt from matplotlib.animation import FuncAnimation
第2步:窗口的初始化设置print("开始格式转换,请等待,一会马上就会播放音乐,请欣赏音乐和可视化") plt.rcParams["axes.unicode_minus"]=False # 负号显示 # 画布的大小和背景颜色设置 fig = plt.figure(facecolor="black",edgecolor="black",figsize=(12,7)) ax = plt.subplot(projection="polar") ax.patch.set_facecolor("black") #图形背景颜色设置 # 设置显示界面的位置 mngr = plt.get_current_fig_manager() mngr.window.wm_geometry("+500+200")
第3步:参数设置# 设置显示的柱状图的个数 bin_nums = 24 # 设置显示的频率范围:(0 ~ 1350 Hz) frequency_threshold = 1350 # 音乐时长(s) music_length = 0.0 # 帧时长,即每一帧所需的时长 # 简而言之就是每隔‘sampling_interval’ 秒刷新一次 sampling_interval = 0.05 temp = np.tile(0, bin_nums) #重复数组,角度 music_play_start_time = 0 current_time = 0 music_fft = np.empty(0) #创建空数组 bins = np.empty(0)
第4步:核心代码:# =======polar柱状图,如果是垂直柱状图,就是适当进行修改======= # 可视化柱子和上头线设置 # 比如选择了"RdBu"色谱,选择分为24段 colors = plt.get_cmap("RdPu",24) #cmap即colormaps #获取图谱使用plt.get_cmap(‘xxx’) # 扇形柱子的宽度 width = 2 * np.pi / bin_nums # 角度和数据 rad = np.cumsum([width] * bin_nums) # 每个扇形的起始角度 # 扇形柱状图 rects = ax.bar(rad, temp,width=width,color=colors(range(0, bin_nums)),alpha=1,bottom=900) # 初始化柱状图中的 横线跌落效果 line,= ax.plot(rad, temp, "*", color="white", linewidth=10) ax.set_theta_zero_location("N") # 设置极坐标的起点(即0度)在正上方向 ax.grid(False) # 不显示极轴 ax.spines["polar"].set_visible(False) # 不显示极坐标最外的圆形 ax.set_yticks([]) # 不显示坐标间隔 ax.set_thetagrids([]) # 不显示极轴坐标 #=======核心代码部分=======
第5步:filter类class ExpFilter: def __init__(self, val=0.0, alpha_decay=0.5, alpha_rise=0.5): self.alpha_decay = alpha_decay self.alpha_rise = alpha_rise self.value = val def update(self, value): if isinstance(self.value, (list, np.ndarray, tuple)): alpha = value - self.value alpha[alpha > 0.0] = self.alpha_rise alpha[alpha <= 0.0] = self.alpha_decay else: alpha = self.alpha_rise if value > self.value else self.alpha_decay self.value = alpha * value + (1.0 - alpha) * self.value return self.value # 使用filter,来使得柱形图中的变化平缓一些 # alpha_decay和alpha_rise,其值需在0~1之间,分别表示下降和上升的反应速度 # 越大越灵敏,如果都设为1,将失去滤波的效果 # 这里选择了0.3 和 0.6,即下降时较慢,而上升较快 filter = ExpFilter(np.tile(0,bin_nums),alpha_decay=0.30, alpha_rise=0.60)
第6步:函数定义# 初始化 def init(): global y_max ax.set_ylim(0, y_max) return rects # 更新函数 def update(frame): current_time = time.time() # 获知当前歌曲的播放进度,以选择此进度下的fft数据 current_frame = ((current_time - music_play_start_time) // sampling_interval) # 播放完了,处理 if current_frame == FRAMES - 1: exit() # 这里的music_fft是从getBin()获得的 source = music_fft[int(current_frame)-1] # 注意这里一般可能不需要-1,根据不同mp3而定 index_max = y_max - (y_max // 80) < source source[index_max] = y_max - (y_max // 80) # 更新柱状图 bins = filter.update(source) # 更新柱状图中的横线跌落效果 line_ydata = line.get_ydata() line_ydata -= int(y_max // 30) line_index = line_ydata - int(y_max // 100) < bins line_ydata[line_index] = bins[line_index] + int(y_max // 100) line.set_ydata(line_ydata) for rect, h in zip(rects, bins): rect.set_height(h) fig.canvas.flush_events() #刷新 fig.canvas.draw() # 重新绘图 # 图像更新后将保持一帧的时间 time.sleep(sampling_interval) fig.canvas.manager.set_window_title("总共:%d秒;已经播放时间:%d秒"%(round(music_length), round(current_time- music_play_start_time, 0))) #窗口标题名设置 # 处理音乐中的每一帧数据 def getBin(y,sr,sampling_interval): time1 = time.time() # 计算每一帧有多少"采样",用于计算fft fft_interval = int(sr * sampling_interval) length = fft_interval // 2 nums = (sr * bin_nums) // (frequency_threshold * 2) batch = length // nums result = np.atleast_2d(np.tile(0, bin_nums)) for i in range(int(music_length // sampling_interval)): fft = np.fft.fft(y[fft_interval * i: fft_interval * (i + 1)]) freqbin = np.array([np.abs(fft[batch * x: batch * (x + 1)]).sum() // sampling_interval for x in range(bin_nums)]) result = np.vstack([result, freqbin]) time2 = time.time() return result # 播放指定的歌曲 def play(): pygame.init() pygame.mixer.music.stop() # 播放音乐 music = pygame.mixer.music.load(n_audio_path) # 转换成ogg的临时文件 pygame.mixer.music.play()
第7步:启动主函数if __name__ == "__main__": # 设置音乐文件的路径 audio_path = "./cwsk.mp3" #本操作系统,新版pygame不支持mp3,需要转换 sound = AudioSegment.from_file(audio_path) # 转换后放在临时主目录下 file=sound.export("newsong.ogg", format="ogg") n_audio_path="./newsong.ogg" #临时文件 y, sr = librosa.load(n_audio_path, sr=None) music_length = len(y) / sr print("时长: %g s 采样率: %g kHz " % (music_length, sr/1000)) music_fft = getBin(y=y, sr=sr, sampling_interval=sampling_interval) y_max = music_fft.max() // 3 FRAMES = music_fft.shape[0] ani = FuncAnimation(fig, update, init_func=init, blit=False, interval=0, frames=FRAMES + 1, repeat=False) play() # 记录音乐开始播放的时间 music_play_start_time = time.time() plt.tight_layout() # 紧凑布局,缩小外边距 plt.show() #显示 plt.pause(music_length)
自己整理,分享出来,希望大家喜欢。
双摄2。0时代正式到来!超广角成手机摄影标配随着各大手机厂商的旗舰机型纷纷发布完毕,今年的手机大戏终于也将走入尾声。复盘今年所有手机品牌的发力点时不难发现,拍照依旧是各大手机厂商竞争最为激烈的功能点,无论是影像算法的提升还是
碾压小米音箱天猫精灵,华为AI音箱体验评测科技不知不觉改变了我们的生活方式,最近几年,除了智能手机,周边的智能硬件也备受消费者喜爱,而智能音箱的用户群可以说是老少皆宜了!只要你买到家里,它可以时刻为你效劳。华为在10月26
双屏幕设计,93。6屏占比,努比亚X真机上手实拍努比亚今天正式在北京发布努比亚X双屏手机,COB封装LCD采用双侧指纹,正屏采用6。26英寸的FHD全面屏,屏占比高达93。6,副屏采用5。1英寸柔性高清OLED护眼屏。采用160
5G时代,你会选择移动网络还是WiFi?很多人在出差旅行时,经常会看到酒店机场等场所提供公用的WiFi网络,只是上网速度慢或者信号不稳定,久而久之,人们更愿意使用自己的手机流量而不是WiFi网络。全球移动网络质量评测机构
水滴屏退出历史舞台!挖孔屏12月扎堆发布,你看好哪款?水滴屏流行不到半年的时间,全面屏手机的进化再次升级,如今又要被挖孔屏挤兑的退下历史舞台,三星华为联想荣耀都要在这个月发布自家的挖孔屏手机,下面我们来盘点一下本月即将发布的这四款挖孔
石头扫地机器人评测买不买看完再决定!几年前,经常在想,机器人何时能走进我们的生活?!然而今天扫地机器人已经飞入寻常百姓家了!在个人看来,相比较很多智能硬件产品,扫地机器人最为实用,多数情况下,它真真切切帮我们干掉了一
荣耀X系列用户超5000万荣耀8X系列成换代旗舰开创者(2018年11月9日杭州)11月9日,荣耀8X系列在杭州云栖小镇举办荣耀8X幻影蓝体验会暨白宇见面会主题活动,现场惊喜连连,为双十一购机用户带来一波又一波的福利。实力演员白宇首次
惊喜不止一个!盘点联想Z5Pro的7大亮点在滑屏手机的流行浪潮中,联想在11月1日发布了旗舰滑屏手机联想Z5Pro。联想Z5Pro的屏占高达95。06,也是目前屏占比最高的手机,而售价1998元的起售价格让现场所有人都为止
OPPOA7评测原来爆款手机是这样炼成的相信不少朋友都能感觉到OPPO今年的手机新品都非常亮眼,先是FindX双轨潜望结构的设使得手机的屏占比高达93。8,机身正反无开孔的设计独具匠心,获得了业内外一致好评紧接着OPPO
满满黑科技!盘点荣耀Magic2不可不知道10个亮点10月31日,荣耀Magic2在北京正式发布,历时两年,荣耀Magic2深度诠释了荣耀对科技理想主义的探索。这次荣耀Magic2惊艳亮相,都给我们带来了哪些惊喜呢?下面我们就一起来
千元机的不二之选,荣耀8X梦幻紫零距离接触经常有一些朋友找我推荐千元机,似乎这也是一个永不过时的问题,面对智能手机的迭代加速,消费降级越发明显,相比较动则几千块的旗舰机,很多消费者更愿意选择一款好吃不贵的手机。在手机库中对