写入 csv 的 ndarray 不正确

Question

我正在尝试为项目生成音频数据集。为此，我使用 Librosa 循环播放我的音频文件（45 秒 mp3 剪辑）并将 3 条数据写入 csv。第一个是每个剪辑的标签（字符串），第二个是作为浮点时间序列的音频，第三个是采样率。为此，我正在创建 3 的字典并写入 csv。浮点时间序列是一个 ndarray。当我打印长度时，它 returns 一个值 992250。当它写入文件时，它写入 7 个值（前 3 个和后 3 个，中间有一个 '...' 元素。当我阅读时验证了这一点另一个函数中的文件加载到数据框中。我能得到解决这个问题的帮助吗？谢谢。

我应该补充一点，我首先尝试创建一个数据框并在此版本之前使用 df.to_csv()。两者都不起作用，他们都有同样的问题。网上也查了其他的选项，好像是Numpy数组可以直接写入csv？但我还需要每一行都有标签（下面的 'ragam'）和 'sr'.

with open('audio_data.csv', 'w') as f:
  writer = csv.DictWriter(f, fieldnames=headers)
  writer.writeheader()

  for i, file in enumerate(flst):
    if file.endswith(".mp3"):
        audio, sr = librosa.core.load(os.getcwd() + folderpath + "/" + file)
        print(type(audio))
        print(str(len(audio)))
        ragam = file.split(sep='-')[0]
        elem = {
            'ragam': ragam,
            'audio': audio,
            'sr': sr
        }

        writer.writerow(elem)
        print("Completed: " + str(i + 1) + " of " + str(total) + " ...")

我决定以增量方式附加到 csv，因为它是一个大型数据集，我想尝试保留任何进展，以防中途出现问题。这是输出示例。

Loading audio data ...
/usr/local/lib/python3.7/dist-packages/librosa/core/audio.py:165: UserWarning: PySoundFile failed. Trying audioread instead.
  warnings.warn("PySoundFile failed. Trying audioread instead.")
<class 'numpy.ndarray'>
992250
Completed: 1 of 5 ...

Answer 1

方法 writerow 将字典 elem 中的每个复杂对象转换为其字符串表示形式，这就是您获得此意外输出的原因。

一个简单的解决方法是将 np.array 转换为 list，即使用

elem = {
    'ragam': ragam,
    'audio': audio.tolist(),
    'sr': sr
}

通过此更正，输出看起来不错，但列表保存为字符串，因此不容易恢复读取输出 csv 的初始数组。

另一种方法是将所有内容保存为 JSON，因为 JSON 本身支持列表和字典。

写入 csv 的 ndarray 不正确

Incorrect ndarray being written to csv

python

numpy

export-to-csv

librosa