[](

)频谱展示

使用 librosa 和 matplot，我们可以用 10 行代码完整地展示整个频谱：

import matplotlib.pyplot as plt

import librosa.display

音乐文件载入

audio_path = 'Fenn.mp3'

music, sr = librosa.load(audio_path)

宽高比为 14:5 的图

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

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

显示图

plt.show()

不过，这样的频谱是整段音乐的，看起来非常难看，接下来我们使用 pydub 切割频谱，以获得更佳的效果。我们细分到 0 到 1 秒的区段来查看频谱：

import matplotlib.pyplot as plt

import librosa.display

import numpy as np

from pydub import AudioSegment

1 秒=1000 毫秒

SECOND = 1000

音乐文件

AUDIO_PATH = 'Fenn.mp3'

def split_music(begin, end, filepath):

导入音乐

song = AudioSegment.from_mp3(filepath)

取 begin 秒到 end 秒间的片段

song = song[beginSECOND: endSECOND]

存储为临时文件做备份

temp_path = 'backup/'+filepath

song.export(temp_path)

return temp_path

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

宽高比为 14:5 的图

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

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

plt.show()

这下细是细了，但是还是太复杂了，其实我们做频谱的展示，只需要正值即可：

然后我们还可以进一步放大，比如说 0.9 秒到 1 秒之间的频谱：

放大

（1）Python 所有方向的学习路线（新版）

这是

我花了几天的时间去把 Python 所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

最近我才对这些路线做了一下新的更新，知识体系更全面了。

（2）Python 学习视频

包含了 Python 入门、爬虫、数据分析和 web 开发的学习视频，总共 100 多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

（3）100 多个练手项目

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。