在 python 中使用带有多处理的 matplotlib 保存多个图像(~50k)
Posted
技术标签:
【中文标题】在 python 中使用带有多处理的 matplotlib 保存多个图像(~50k)【英文标题】:Saving multiple images (~50k) using matplolib with multiprocessing in python 【发布时间】:2019-10-28 04:49:27 【问题描述】:我已经在Code review StackExchange(仅用于代码审查)中发布了这个问题,但无法得到答案,所以我在这里非常具体地提出我的问题。 下面的代码遍历一个音频文件目录(~50k)并将它们转换为频谱图图像并将它们中的每一个保存在同一个***目录中。
def plot_and_save(denoised_data, f_name):
fig, ax = plt.subplots()
i = 0
# Add this line to show plots else ignore warnings
# plt.ion()
ax.imshow(denoised_data)
ax.get_xaxis().set_visible(False)
ax.get_yaxis().set_visible(False)
fig.set_size_inches(10, 10)
fig.savefig(
f"f_name" + "_:04d.png".format(i),
dpi=80,
bbox_inches="tight",
quality=95,
pad_inches=0.0)
ax.draw_artist(ax.xaxis)
ax.draw_artist(ax.yaxis)
i += 1
def standardize_and_plot(sampling_rate, file_path_image):
logger.info(f"All files will be resampled to sampling_rateHz")
output_image_folder = "PreProcessed_image/"
for dirs, subdirs, files in os.walk(file_path_image):
for i, file in enumerate(files):
if file.endswith(('.wav', '.WAV')):
logger.info(f"Pre-Processing file: file")
data, sr = librosa.core.load(
os.path.join(dirs, file), sr=sampling_rate, res_type='kaiser_fast')
target_path = os.path.join(output_image_folder, dirs)
pcen_S = apply_per_channel_energy_norm(data, sr)
denoised_data = wavelet_denoising(pcen_S)
work_dir = os.getcwd()
if not os.path.exists(target_path):
os.makedirs(target_path)
os.chdir(target_path)
f_name, _ = os.path.splitext(os.path.basename(file))
plot_and_save(denoised_data, f_name)
os.chdir(work_dir)
if __name__ == '__main__':
chunkSize = 3
sampling_rate = 44100
file_path_audio = 'Recordings'
file_path_audio = "data/"
output_audio_folder = "PreProcessed_audio/"
file_path_image = os.path.join(output_audio_folder, file_path_audio)
standardize_and_plot(sampling_rate, file_path_image)
如何使用多处理优化 plot_and_save() 方法?将这么多图像保存在磁盘中需要很多时间。为此,我正在使用 Google Colab。
【问题讨论】:
用ssd代替硬盘 colab 中是否有这样的选项? 【参考方案1】:你可以试试这样的:
from joblib import Parallel, delayed
chunkSize = 3
sampling_rate = 44100
file_path_audio = 'Recordings'
file_path_audio = "data/"
output_audio_folder = "PreProcessed_audio/"
def process_and_save(filename):
data, sr = librosa.core.load(filename, sr=sampling_rate, res_type='kaiser_fast')
target_path = os.path.join(output_image_folder, dirs)
pcen_S = apply_per_channel_energy_norm(data, sr)
denoised_data = wavelet_denoising(pcen_S)
work_dir = os.getcwd()
if not os.path.exists(target_path):
os.makedirs(target_path)
os.chdir(target_path)
f_name, _ = os.path.splitext(os.path.basename(file))
fig, ax = plt.subplots()
i = 0
# Add this line to show plots else ignore warnings
# plt.ion()
ax.imshow(denoised_data)
ax.get_xaxis().set_visible(False)
ax.get_yaxis().set_visible(False)
fig.set_size_inches(10, 10)
fig.savefig(
f"f_name" + "_:04d.png".format(i),
dpi=80,
bbox_inches="tight",
quality=95,
pad_inches=0.0)
ax.draw_artist(ax.xaxis)
ax.draw_artist(ax.yaxis)
i += 1
wav_files = []
for dirs, subdirs, files in os.walk(file_path_image):
for i, file in enumerate(files):
if file.endswith(('.wav', '.WAV')):
wav_files.append(os.path.join(dirs, file))
Parallel(n_jobs=4, backend='multiprocessing')(delayed(process_and_save)(w) for w in wav_files)
完全未经测试。您可能需要修复一些问题才能使其正常工作。
【讨论】:
以上是关于在 python 中使用带有多处理的 matplotlib 保存多个图像(~50k)的主要内容,如果未能解决你的问题,请参考以下文章
带有 RPYC 的多处理 Python “ValueError:酸洗已禁用”
如何使用带有 YouTube API 的 Python 多处理进行抓取 [关闭]
python多处理日志记录:带有RotatingFileHandler的QueueHandler“文件被另一个进程使用”错误