| 期间 | 音乐记录计数 | 音乐记录计数对比 |
|---|---|---|
| Fri | 17 | 57 |
| Sat | 101 | 117 |
| Sun | 94 | 36 |
| Mon | 80 | 68 |
| Tue | 37 | 13 |
| Wed | 80 | 67 |
| Thu | 37 | 120 |
| 类别 | 类别说明 | 用户数据 | 全球数据 | 工具提示值 |
|---|---|---|---|---|
| 一致性 | 描述您的音乐习惯规律性有多强。较高的百分比意味着您在整周中有更多天记录了音乐。 | 100 | 58 | 100% 一致性 |
| 发现率 | 本周您听了多少新音乐。较高的百分比意味着您发现了更多的新艺术家。 | 11 | 48 | 11% 发现率 |
| 丰富性 | 本周您收听歌曲的丰富性情况。较高的百分比意味着您探索了更多的标签。 | 47 | 28 | 47% 丰富性 |
| 集中度 | 您花费了多少时间来聆听您最喜爱的艺术家。较高的百分比表示您与您钟爱的艺术家共度了更多时光。 | 28 | 41 | 28% 集中度 |
| 重放率 | 您重复收听最爱歌曲的频率。 | 34 | 70 | 34% 重放率 |
| 十年 | 音乐记录 | 最佳专辑 | 图片 | 最佳十年 |
|---|---|---|---|---|
| 1960 年以前 | 11 | Johnny Cash 的 With His Hot and Blue Guitar | https://lastfm.freetls.fastly.net/i/u/60x60/6a4cb556922c2600c0978f75a4b35ce1.jpg | |
| 1960 年代 | 33 | The Beatles 的 Help! (Remastered) | https://lastfm.freetls.fastly.net/i/u/60x60/c70cda3df810b0d34904b55618e0eebe.jpg | |
| 1970 年代 | 37 | Jim Croce 的 You Don't Mess Around with Jim | https://lastfm.freetls.fastly.net/i/u/60x60/61ee90740374f2bc39832af2a3fe0b9b.jpg | |
| 1980 年代 | 57 | Bauhaus 的 In the Flat Field | https://lastfm.freetls.fastly.net/i/u/60x60/125ce21f5d1c47eb9b96071faf806c41.jpg | |
| 1990 年代 | 57 | London After Midnight 的 Psycho Magnet | https://lastfm.freetls.fastly.net/i/u/60x60/f0c36213e2e79e63a9f28aff4f8e7e07.jpg | |
| 2000 年代 | 58 | The Cure 的 Greatest Hits | https://lastfm.freetls.fastly.net/i/u/60x60/bdbc60c4bab8cf280166d31716bc0fc8.jpg | |
| 2010 年代 | 81 | Bauhaus 的 The Bela Session | https://lastfm.freetls.fastly.net/i/u/60x60/16b975af15011af3f59d52afe45ddd0d.jpg | |
| 2020 年代 | 83 | Machine Girl 的 MG Ultra | https://lastfm.freetls.fastly.net/i/u/60x60/9b5a033dba205fde3009e69568531571.jpg | true |
| 小时 | 音乐记录计数 |
|---|---|
| 0 | 5 |
| 1 | 0 |
| 2 | 0 |
| 3 | 0 |
| 4 | 0 |
| 5 | 0 |
| 6 | 2 |
| 7 | 12 |
| 8 | 18 |
| 9 | 6 |
| 10 | 3 |
| 11 | 25 |
| 12 | 24 |
| 13 | 42 |
| 14 | 46 |
| 15 | 59 |
| 16 | 50 |
| 17 | 30 |
| 18 | 40 |
| 19 | 45 |
| 20 | 3 |
| 21 | 26 |
| 22 | 10 |
| 23 | 0 |
vs. 1 天, 5 小时 (上周)
vs. 68 (上周)
实时查看您的统计数据，或者接收每周报告。
推荐基于您的收听历史。
您听过的每一首歌，都汇聚在一个地方。