本篇為《信號處理》系列博客的第十篇，該系列博客主要記錄信號處理相關知識的學習過程和自己的理解，方便以后查閱。

本片博客為用DNN分類肌電數據的準備工作的第一篇，主要內容為，將肌電數據歸一化，并借用圖片的形式展示出來。

import matplotlib.pyplot as plt from sklearn import preprocessingsEMG = [] with open('/home/al007/Deep Learing/PaddlePaddle/sEMG/zq/5.csv') as file_sEMG:f_csv = csv.reader(file_sEMG)for row in f_csv:sEMG.append(row)sEMG = np.array(sEMG) min_max_scaler = preprocessing.MinMaxScaler()#默認為范圍0~1，拷貝操作 x_minmax = min_max_scaler.fit_transform(sEMG) x_minmax=np.delete(x_minmax, -1, axis=0)#刪除整行 x_minmax = x_minmax.reshape(200, 240) plt.imshow(x_minmax) plt.show()

總結

以上是生活随笔為你收集整理的肌电数据归一化并显示灰度图片的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。