Linux 上的虛擬技術 技術一直在演變。 以 container 類的技術來說， 最早的主流是 OpenVZ； 後來是 lxc。 Docker 原先也是架構在 lxc 之上， 後來才改用他們自己的底層。 lxc 從 1.0 到 2.0 到 3.0， 每一次大改版都改了很多東西， 以致許多舊版教學文失效。 後來出現了 lxd， 可以想成是 lxc 的新介面， 或是套餐加值選項 -- 所以 lxd 無法單獨存在， 底下一定要有陽春單點主餐 lxc。 (大推 觀念文 ) 於是大家都轉而使用 lxd 口味的 lxc。 這兩天想學陽春版 lxc， 發現 lxc 3.0 相關的中英文文件還真的有點難找。 趕快簡單筆記一下。 首先大致按照 lxc 官網文件 或 ubuntu 的 lxc 文件 做。 在 lubuntu 18.04 底下， sudo apt install lxc

大選過後， 一直想畫 「X黨 vs Y黨在各縣市得票比例對照圖」。 過年時節在家躲疫情， 終於有時間完成了 scatplot 。 這原本是舊文 「三種方式產生 scatter plot / bubble chart」 的範例。 其中的 gnuplot 版跟 python 版都很短。 這次大改版 javascript (web app) 版， 變得很實用， 完全搶了 (未更動的) 其他兩版的鏡頭。 不只是程式宅， 我相信政黨智囊團、 財報型股民、 社會科學家、 自然科學家.. 任何需要以視覺化方式理解數值資料的朋友們也會喜歡這三個 demo 網頁： 太陽系天然衛星軌道常數、 兩政黨各縣市得票比例對照圖、 股票財報指標圖。 一、 操作方式 可以用滑鼠框起一塊長方形， 畫面會局部放大。 在畫布上隨處點兩下， 就恢復原來預設的資料全貌圖。 上述是 plotly 函式庫所提供的

看到 非典型大選分析 的漂亮地圖版大選資料視覺化， 我也手癢了。 到 中選會資料庫 的歷屆公職選舉資料， 找到 2020-第 10 屆 立法委員選舉， 下載了 「各投票所得票明細及概況」， 用 unzip -O cp950 檔名.zip 解壓縮。 下一個問題是： 要怎麼把一堆 xls 檔轉成 csv 檔？ 對， 可以用 libreoffice 一個一個打開、 另存新檔。 可是我希望可以用指令批次處理啊～ 【方法一】 Ubuntu 有一個 catdoc 套件， 其中包含 xls2csv 指令。 可惜轉出來都是亂碼。 用 xls2csv -l 查看， 發現它並不支援 cp950 (Windows 對 big5 編碼的稱呼)， 只好放棄。 【方法二】 Libreoffice 有一個 "headless" 模式不會開視窗， 直接在命令列上轉檔。 根據 這個問答 解決編碼問題， 再

我的 python 程式都是小程式， 但經常用到很多相依套件。 (因為我既懶惰又很會搜尋 ^_^) 偶爾會想知道： 到底這些套件彼此之間有什麼樣的相依性？ 例如有一天想畫股票 K 線圖， 爬文得知至少有 mplfinance 跟 dash 兩個現成函式庫可用。 那到底它們各自又會引進哪些函式庫呢？ 交集多嗎？ 這時就可以用 pipdeptree 來畫圖。 以 python3 為例， 用 pip3 install --user pipdeptree 安裝 pipdeptree， 並且也必須安裝 「想要研究相依性的那些套件」， 然後： pipdeptree --graph-output svg -p dash,mplfinance > dash-mplfinance.svg 就產生一張壯觀的 svg 圖， 可以用瀏覽器打開來欣賞。 對了， 它會用到 graphviz 指令， 也

很久以前曾把玉山銀行送的音樂 CD 轉成 mp3， 前一陣子才拿到車上聽。 前幾天聽到其中一首好療癒而旋律卻又好簡單的歌， 不斷重播， 感覺靈魂都要飛起來了... 可是找不到原來的 CD 了啊～ 今天用 「search song by melody online」 找到 midomi。 哦， 需要我哼歌啊～ 我害羞～ 於是安裝 poc-streamer 套件， 把主旋律截出來： mp3cut -o ~/main.mp3 -t 00:14-00:40 05-audiotrack.mp3 再開一個終端機用 mpg123 ~/main.mp3 播音樂， 同時把麥克風堵到喇叭前面， 在 midomi 上按下麥克風按鈕， 真的找到一首 「春の日の花と輝く」， 原來這是愛爾蘭民謠。 接著用 「irish folk song spring」 找不到我要的歌， 回頭用 「春の日の花と輝く」 終於找到

Google colaboratory 提供短暫 (數小時) 的免費雲端 GPU 算力， 真是深度學習初學者的福音啊！ 前提是你要有 google drive 的帳號， 並且略會操作 Jupyter Notebook。 網路上已有很多入門教學文； 貴哥一看到有 shell 可用， 忍不住就好奇多探索一些， 於是也寫一篇自己的初學筆記。 基於 「站在巨人肩膀上」 的原則， 比較多人介紹的基本操作就只簡單帶過， 細節可參考 台大機械所 Wei-Hsiang Wang 的 Colab 基本操作筆記 (中文) 及 fuat 的 Google Colab Free GPU Tutorial (英文) 一、 試車 我看到的文件都說： 進 google drive、 進入一個任選的目錄、 按右鍵就會出現一個 「(建立) colaboratory (文件)」 的選項。 不知是不是因為