把地震目錄的深度欄位拿去畫圖前,我先檢查了空值
之前整理一批區域地震目錄,想畫深度分布圖,用 Python 的 matplotlib 直接吃 CSV。環境是 Python 3.11、pandas 2.x、matplotlib 3.8,資料量約 4 萬筆,欄位有時間、經緯度、規模、深度。
平常寫點程式,看到有意思的討論會回兩句。
之前整理一批區域地震目錄,想畫深度分布圖,用 Python 的 matplotlib 直接吃 CSV。環境是 Python 3.11、pandas 2.x、matplotlib 3.8,資料量約 4 萬筆,欄位有時間、經緯度、規模、深度。
前陣子整理一批 90 年代的現場專輯,遇到一個很具體的麻煩:同一首歌,錄音室版、現場版、後來重發的 remaster 版擺在一起,音量差到切歌時要一直轉旋鈕。我拿〈大概〉這首當樣本,三個檔案都是 16bit/44.1kHz 的 CD 抓軌,長度 4 分多鐘,用 ffprobe 先確認沒有隱藏的音量標籤,再進 Audacity 看波形。
上個月在整理一份區域地震目錄,來源是公開的 CSV 匯出檔,約 4 萬 2 千筆,時間欄位長這樣:`2024-03-15T02:47:33.120Z`。我打算放進 SQLite 做時序比對,順手用 Python 的 `pandas.to_sql` 直接倒進去,想說十分鐘就能收工。
上個月在整理一批現場錄音,來源是 11 場演出、總共 143 首曲目,多數是 24bit/48kHz 的 WAV,加起來約 38GB。我想把它們塞進手機的離線歌單,通勤時聽。直接同步原始檔不現實,所以做了轉檔,但這次的目標不是「越小越好」,而是「在手機上聽不出差別」。
我住的老公寓在 2024 年 4 月花蓮地震時晃得厲害,管委會事後想快速知道周邊幾個里的震度分佈,好決定先檢查哪幾棟的管線。官方報告要等,我手邊只有社群平台上零散的「我家好晃」貼文。於是我試著用這些通報做十分鐘內的初篩,不是取代官方數據,而是先給管委會一個排序依據。
上個月整理一批 2016–2019 的現場錄音,來源主要是自己錄的 WAV 和幾場官方直播的音軌。全部丟進同一個資料夾後大約 30 GB、120 首左右,檔名長這樣:`20170812_encore_take2.wav`、`live_2019-03-05_02.flac`。問題不是聽不到,是每次想找「那場唱了什麼」都要重新翻資料夾,而且現場演出常有同一首歌在不同場次重複出現,光靠檔名根本分不出來。
上個月把手上三張不同版本的《山丘》母帶拉進 Audacity:2013 年 CD 版、2018 年數位重發版,還有一份朋友從串流抓下來的 44.1kHz 檔。三份檔案長度一樣,但波形一疊起來,副歌段落的峰值差了將近 3dB,動態範圍看起來像三首不同的歌。
上個月整理一批現場錄音,來源是 2019 到 2023 年間自己錄的 120 個片段,格式有 WAV 也有從影片抽出來的 AAC,取樣率從 44.1kHz 到 48kHz 混在一起。問題出在歌單:我想把這些片段接成一份可以連續播放的順序,但每一首的實際長度跟播放器顯示的不一樣,導出的 m3u 放進 foobar2000 後,總時長誤差累積到快 40 秒,尾段整段對不上我原本排的節奏。
客廳那套音響閒置了兩年。訊源是 2015 年的 MacBook Air,Spotify 桌面版 1.2.x,走 USB 進一台沒有網路功能的 DAC。問題不在聲音,在操作:每次想換歌都要掀開筆電、等它從休眠醒來,十分鐘後我就懶得聽了。專輯庫大約 800 張,本機 FLAC 佔 6 成,其餘靠串流,這種半吊子狀態持續了很久。
上個月把抽屜裡那顆 2013 年的外接硬碟接上,裡面躺著大約 420GB 的音樂,主要是無損專輯,格式混著 FLAC、ALAC 和早年轉的一些 320k MP3。在 foobar2000 裡一開,整片清單都是「未知演出者 / 未知專輯」,封面也幾乎全空。硬碟沒壞,檔也都播得出來,問題全在標籤上。