【Udemy中英字幕】Edit sound with Python NumPy: Improve code performance 1000x

使用 Python NumPy 编辑声音：将代码性能提高 1000 倍

通过在声音编辑程序中管理好大数组和向量，将 Python NumPy 中的代码性能提高 1000 倍

讲师：Mark Misin Engineering Ltd

双语IT资源独家Udemy付费课程，独家中英文字幕，配套资料齐全！

用不到1/10的价格，即可享受同样的高品质课程，且可以完全拥有，随时随地都可以任意观看和分享。

您将学到什么

• 使用 NumPy 库在 Python 中进行代码优化
• 使用 MoviePy 库在 Python 中进行声音处理
• 数字图像基础知识
• 应用代码优化对数字图像进行二值化

探索相关主题

要求

• Python 基础水平：循环、条件

描述

编程是我所知道的最灵活的领域之一。你可以用很多方法创建一个程序来完成某项任务。然而，这并不意味着所有方法都是一样的。有些方法比其他方法更好。

当你的程序需要处理大数据时，这一点尤其明显。处理大数据意味着处理巨大的数组和矩阵。

您可以创建一个程序来完成与另一个程序相同的任务，但执行速度要快 1000 倍。这完全取决于您的编码方式和使用的编码实践。

这就是您将在这里学到的内容。您将学习好的和坏的编码实践，以便在处理大数据时学会以正确的方式编码。

在这个 100% 基于项目的课程中，我们将使用 Python、Numpy 和 Moviepy 库来创建一个功能齐全的声音处理程序。

该程序将按顺序导入您的视频，提取其音频，自动识别该音频中的静音间隔，然后将其剪切掉，同时在边缘保留一些静音，以保留句子之间的一点停顿。

声音处理自然要处理数以百万计的数组元素，因此我们如何编写该程序确实很重要。我们将以坏的方式和好的方式进行，因为我希望您能看到硬币的两面。

最后，你会发现你的 Python Numpy 代码的最后一个版本比第一个版本快 1000 倍以上，因此，你会看到如何编码以及绝对不如何编码。

最后，我真的希望你看到这些知识是通用的，不仅可以应用于音频处理，还可以应用于其他领域。因此，在最后一节中，将有一个计算机视觉方面的作业。

数字图像实际上是巨大的矩阵，因此，如何在代码中处理它们真的很重要。我们将构建一个可以对这些图像进行二值化的小程序，我们将以好的方式和坏的方式进行二值化。

我们将使用名为 Pillow 的 Python 图像处理库来处理图像矩阵内的所有这些大数据。

完成本课程后，您将从一开始就知道如何以正确的方式进行编程。查看我的一些免费预览视频，如果您喜欢所看到的内容，那么请立即注册并开始吧！我们见。

本课程适合哪些人：

• 工程系学生
• 工程专业人员
• 数据科学家
• 工程和编程爱好者
• 程序员