【Python】SciPyの特異値分解ともうちょっと速い特異値分解【SVD】 - 音楽プログラミングの超入門（仮）
photo by Jared Tarbell 特異値分解とは？ 特異値分解 - Wikipedia SciPyの特異値分解 SciPyには特異値分解のための関数が2種類入っています。 scipy.linalg.svd scipy.sparse.linalg.svds 前者（svd）が一般的な特異値分解、後者（svds）がスパース行列に対する特異値分解の関数となっています。しかし、おそらく svds は別の場面で使う場合が多いのではないでしょうか。 svd では全ての特異値を計算するのに対し、svds では上位 k 個の特異値のみを計算させるオプションが存在します。当然、k が小さいほど計算は速く終わるため、スパース行列でなくても、上位の特異値のみが必要な場合は svds を使ったほうが圧倒的に計算が速いことが多いです。 PROPACK SVD のスピードについて調べているときに下のような記
PythonでWAVファイルを読み込む - 音楽プログラミングの超入門（仮）
音声信号処理を行う場合、大抵、数値列をWAVファイルから読み込むことになると思います。Python でそれを行う方法を２つ紹介します。 waveモジュールを使うwave モジュールはその名の通り、WAVファイルを扱うためのモジュールです。WAVファイルの読み込みはこんな感じにします。 # -*- coding: utf-8 -*- import wave from scipy import fromstring, int16 wavfile = "./test.wav" # WAVファイルを開く wr = wave.open(wavfile, "rb") # WAVファイルの情報を表示（別にいらん） print "Channel num : ", wr.getnchannels() print "Sample size : ", wr.getsampwidth() print "Sampl
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
