Hacktoberfest 2026 : les issues que les mainteneurs ont marquées pour octobre, ouvertes et accessibles aux débutants. Parcourir les issues Hacktoberfest

Convert the dataset in hdf5 format to hea format

Ouverte
#462 3 commentaires 0 réactions 0 personnes assignées Voir sur GitHub

Personne n'a encore pris cette issue.

Évaluation

Difficulté
3/5
Temps estimé
1-2 jours
Accessibilité débutants
30/100
Type d'issue
Bug
Clarté
À clarifier
Activité
À l'abandon
Stack technique
python
Domaine
data

Piste de recherche

Commencez par reproduire l’appel wfdb.wrsamp signalé avec le ndarray float32 4096×12 de code 15% et examinez comment ses valeurs sont validées pour format 32. Déterminez s’il s’agit d’un problème de conversion de l’entrée ou d’un bug de la bibliothèque ; c’est terminé lorsque le jeu de données peut être écrit au format hea format sans l’IndexError signalé.

Rédigé par le modèle d'indexation à partir du texte de l'issue.

Description

Hi,
I want to convert the ECG dataset, code 15% into hea format:

wfdb.wrsamp(record_name=filename, fs=fs,
                units=['mV', 'mV', 'mV', 'mV', 'mV', 'mV', 'mV', 'mV', 'mV', 'mV', 'mV', 'mV'],
                sig_name=['I', 'II', 'III', 'aVR', 'aVL', 'aVF', 'V1', 'V2', 'V3', 'V4', 'V5', 'V6'], p_signal=data,
                write_dir=write_dir)

But, the dtype of data ndarray: {4096, 12} in code 15% is float32 and raise IndexError:
IndexError: Channel 1 contain values outside allowed range [-2147483648, 2147483647] for fmt 32.

What should I do for the error?

Langage dominant
Jupyter Notebook
Étoiles
853
Forks
323
Métriques de merge des PR
Aucune PR mergée en 30 j

Préparer son environnement

Ce projet ne fournit ni conteneur de développement, ni Dockerfile, ni guide de contribution : l'installation est à votre charge. Commencez par son README, et consultez notre guide de la première contribution pour les étapes générales.

Par où commencer

  1. Lisez l'issue en entier, puis le guide de contribution du projet.
  2. Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
  3. Forkez le dépôt et travaillez sur une branche.
  4. Ouvrez une pull request qui référence le numéro de l'issue.

Autres issues de MIT-LCP/wfdb-python

Toutes les issues de MIT-LCP/wfdb-python

Issues similaires

Plus d'issues Data Engineering

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.