python如何给⼀组数据打标签_给数据集打标签python代码实
现（1）
深度学习的第⼀步恐怕就是读数据了，数据集有很多种，有的数据集训练数据和标签是分开的并且有的数据集标签⾥有很多数据，需要提取标签⾥⾯有效的内容；有的数据集⽂件名即标签，下⾯以读取语⾳数据集为例，为⼤家介绍。
1 数据集⽂件名即为标签，如图所⽰
import os
import pandas as pd
feeling_list=[]
for item in mylist:
if item[:1]=='a':
feeling_list.append('angry')python怎么读的
elif item[:1]=='f':
feeling_list.append('fear')
elif item[:1]=='h':
feeling_list.append('happy')
elif item[:1]=='n':
feeling_list.append('neutral')
elif item[:2]=='sa':
feeling_list.append('sad')
elif item[:2]=='su':
feeling_list.append('surprise')
labels = pd.DataFrame(feeling_list)
###读取语⾳特征MFCCS
df = pd.DataFrame(columns=['feature'])#给⽣成的字典赋予名字feature为读取特征做准备
bookmark=0
for index,y in enumerate(mylist):
X, sample_rate = librosa.load('G:/c++/liuyong/'+y, res_type='kaiser_fast',duration=1.9,sr=None)
sample_rate = np.array(sample_rate)
mfccs = np.mean(librosa.feature.mfcc(y=X, sr=sample_rate, n_mfcc=13),axis=0)
feature = mfccs
#[float(i) for i in feature]
#feature1=feature[:135]
df.loc[bookmark] = [feature]
bookmark=bookmark+1
####读取特征完毕
newdf = pd.concat([df3,labels], axis=1)
# axis = 1的时候，concat就是⾏对齐，然后将不同列名称的两张表合并
##⾄此标签和数据已经放到了⼀块，接下来可以对数据和标签形成的⼤矩阵⼀块做优化处理
item[：1]的作⽤是读取⽂件名字中的标签信息，不同的⽂件名item的数值不⼀样可以⾃⼰去试⼀试。feeling_list.append将读取的⽂件以1列的形式保存

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。