原创 3.1 用ffmpeg解決音畫不同步問題

當前問題:音畫不同步,聲音滯後於畫面 解決方法: ffmpeg -itsoffset 00:00:00.900 -i whs_sec08.mp4 -i whs_sec08.mp4  -map 0:v -map 1:a -vcodec co

原创 視頻編輯任務大綱

下載視頻加上字幕壓制好,並解決其中出現的問題 大綱 1 下載視頻 2 粗略分割爲段落 3 解決音畫不同步的問題 4 精確分段 5 創建字幕 6 壓制字幕到視頻中 7 段落合成爲整體 8 完工

原创 2.1 用ffmpeg分割視頻

用ffmpeg分割視頻的方法   分割視頻並重新壓制,避免各種問題,就是費時 ffmpeg -ss [start] -t [duration] -i [in].mp4 -c:v libx264 -c:a aac -strict exper

原创 2.2 用ffmpeg粗略分割視頻的快速方法

用ffmpeg粗略分割視頻的快速方法 經過實踐,使用下面的命令可粗略分割視頻做到快速完成   例子: ffmpeg -ss 01:03:25 -t 00:16:20 -accurate_seek -i whs.flv -codec cop

原创 3.11 向量化字符串操作

3.11 向量化字符串操作 使用 Python 的一個優勢就是字符串處理起來比較容易。在此基礎上創建的 Pandas 同樣提供了一系列向量化字符串操作(vectorized string operation),它們都是在處理(清洗)現實工

原创 3.4 Pandas數值運算方法

3.4 Pandas數值運算方法 通用函數:保留索引 np的通用函數同樣適用於pd   import numpy as np import pandas as pd   mg = np.random.RandomState(42)

原创 3.9 累計與分組

3.9 累計與分組 在對較大的數據進行分析時,一項基本工作就是進行有效的數據積累,計算積累指標,如和、平均值、中值、最值等,其中每個指標都呈現了大數據集的特徵。pd有累計功能。 3.9.1 行星數據 通過網上seaborn類提供的行星數據

原创 3.10 數據透視表

3.10 數據透視表 我們已經介紹過 GroupBy 抽象類是如何探索數據集內部的關聯性的了。數據透視表(pivot table)是一種類似的操作方法,常見於 Excel 與類似的表格應用中。數據透視表將每一列數據作爲輸入,輸出將數據不斷

原创 2.8 排序

2.8 排序   import numpy as np x = np.array([2, 1, 4, 3, 5]) np.sort(x) # x的排序結果 array([1, 2, 3, 4, 5])   x.sort()

原创 3.6 層級索引

3.6 層級索引 當遇到多維數據,數據索引超過一兩個鍵,可通過層級索引(也叫多級索引)配合多個有不同等級的一級索引一起使用。   import numpy as np import pandas as pd 3.6.1 多級索引Ser

原创 2.9 - 3.2 pandas

2.9 結構化數據   import numpy as np # 使用符合數據結構的結構化數組 data = np.zeros(4, dtype={'names': ('name', 'age', 'weight'),

原创 3.5 處理缺失值

3.5 處理缺失值 涉及的缺失值主要有三種形式: null NaN NA 選擇處理缺失值的方法 用覆蓋全局的掩碼 用特定的標籤值表示缺失值 Pandas的缺失值 採用標籤值表示缺失值 None:Python對象類型的缺失值 是Python

原创 3.3 數據取值與選擇

3.3 數據取值與選擇 Series 將Series看作字典   import pandas as pd data = pd.Series([0.25, 0.5, 0.75, 1], index=['a', 'b', 'c', 'd'

原创 3.8 合併數據集:合併與連接

3.8 合併數據集:合併與連接 pd的基本特性之一就是高性能的內存式數據連接join與合併merge操作。pd的主接口是merge函數。 3.8.1 關係代數 合併的理論基礎是關係代數 3.8.2 數據連接的類型 merge實現三種數據連

原创 PyCharm設置Pyrcc5

基本按照 https://jingyan.baidu.com/article/5553fa8298b99c65a23934dd.html 的方法但是pyrcc5的地址在C:\Program Files\Python36-32\Script