13518219792
效果图：
“只有客户发展了，才有我们的生存与发展！”这是创新互联公司的服务宗旨！把网站当作互联网产品，产品思维更注重全局思维、需求分析和迭代思维，在网站建设中就是为了建设一个不仅审美在线，而且实用性极高的网站。创新互联对成都网站制作、网站建设、网站制作、网站开发、网页设计、网站优化、网络推广、探索永无止境。
操作演示：
技术要点：
1 matplotlib的南丁格尔玫瑰图，用极坐标polar制作，并动画显示。
2 pygame新版的播放mp3，但本机的操作系统不能播放mp3，我用pydub做些格式转换。
3 用librosa获取音乐的相关数据和采样。
4 参考代码，并对源代码进行修改，增加，删减，排版和注释，感谢原作者，如有侵权，请联系，定删除。
====下面分步，讲解代码====
第1步：模块导入
第2步：窗口的初始化设置
第3步：参数设置
第4步：核心代码：
第5步：filter类
第6步：函数定义
第7步：启动主函数
自己整理，分享出来，希望大家喜欢。
比如采样率为22050，音频文件有36s，那么x为长度为22050*36=793800的float。
用到了python库 Spleeter
抽象地了解下原理吧
参考文章是这篇：Spleeter: a fast and efficient music source separation tool with pre-trained models
原理文章是这篇 SINGING VOICE SEPARATION: A STUDY ON TRAINING DATA
粗略扫了一眼，原理主要是用U-Net进行分割，然后这个Python工具主要是利用了一个pre-trained的model。
参考链接：机器之心的一篇文章
纵轴表示频率（从0到10kHz），横轴表示剪辑的时间。由于我们看到所有动作都发生在频谱的底部，我们可以将频率轴转换为对数轴。
可以对频率取对数。
感觉这个参数蛮有意思的
整个频谱被投影到12个区间，代表音乐八度音的12个不同的半音（或色度）， librosa.feature.chroma_stft 用于计算。
先对音频进行短时傅里叶变换
其中每行存储一个窗口的STFT，大小为1025*1551
这里要注意理解怎么基于stft的结果来画频谱图
没太了解，感觉就大概知道有这么个量可以用到就行。
librosa.feature.spectral_centroid 计算信号中每帧的光谱质心：
1. 先理解连续傅里叶变换
2. 再理解离散傅里叶变换
对连续函数进行离散采样
3. 最后进入短时傅里叶变换
是先把一个函数和窗函数进行相乘，然后再进行一维的傅里叶变换。并通过窗函数的滑动得到一系列的傅里叶变换结果，将这些结果竖着排开得到一个二维的表象。
编写一个名为make_album()的函数
它创建一个描述音乐专辑的字典。1、这个函数应接受歌手的名字和专辑名，并返回一个包含这两项信息的字典。
市面上差不多有十多种python库可以编写MIDI格式的文件，本文会推荐大家使用PYTHON-MIDI。我觉得python-midi的优势是不光可以自己写程序生成MIDI，而且还可以对MIDI文件进行解析。这样的功能配合机器学习算法，或许可以帮助我们实现机器的自动编曲，当然这是后话。先来看下如何安装python-midi。
1.首先进入，将整个项目克隆下来。
2.在程序目录下执行以下命令安装，
python setup.py install11
3.如果想执行某个以mid为后缀的MIDI文件，只要执行以下命令即可：
mididump.py test.mid11
接下来介绍下如何写代码生成midi文件。
实操
在python-midi库中，每个乐谱用Pattern对象表示，乐谱中的每个音轨（通常音乐都有很多轨道组成，每种乐器是一个轨道）用Track对象表示。每个音符的开端用midi.NoteOnEvent表示，结束用midi.NoteOffEvent表示，可以在参数中定义每个字符的音长和音高。示例代码如下：
生成的是一个简单的音阶：
