Holen Sie sich Ihre Herzfrequenz von der Fitbit-API in Python!

Multifunktions tragbares Terminal Fitbit Charge2!

Aus irgendeinem Grund habe ich kürzlich das beliebte tragbare Terminal Fitbit Charge2 bekommen, also würde ich gerne damit spielen. Da fitbit über eine offizielle API verfügt, werden wir diese verwenden, um die Herzfrequenz in Python zu ermitteln und grafisch darzustellen.

【Umgebung】 ・ OS X EL Capitan ・ Python 3.5.2

API-Vorbereitung

Holen Sie sich die für die API erforderliche ID usw.

Eine Anwendung erstellen

Melden Sie sich mit Ihrem Fitbit-Konto bei https://dev.fitbit.com/login an und erstellen Sie eine neue Anwendung auf der Registerkarte ** ANMELDEN EINER APP *.

Holen Sie sich die Client-ID und das Client-Geheimnis

Wenn Sie die Anwendung erstellen, können Sie die (OAuth 2.0) Client-ID und das Client-Geheimnis von ** MANAGE MY APPS ** abrufen. Notieren Sie sich dies.

Setzen Sie den OAuth 2.0-Anwendungstyp auf Persönlich

Öffnen Sie die Seite ** Anwendungseinstellungen bearbeiten ** unter * MEINE APPS VERWALTEN * und setzen Sie den OAuth 2.0-Anwendungstyp auf Persönlich. Wenn Sie Zeitreihendaten wie Minuten abrufen möchten, müssen Sie diese auf Persönlich setzen. (Referenz: https://dev.fitbit.com/build/reference/web-api/activity/)

Zugriffstoken abrufen und Token aktualisieren

Von hier aus ist es etwas mühsam. Starten Sie das Terminal. Wechseln Sie in ein geeignetes Verzeichnis, kopieren Sie den folgenden Befehl und führen Sie ihn auf dem Terminal aus.

Terminal

git clone https://github.com/orcasgit/python-fitbit.git 

Verwendung des Terminals hier Wenn Sie mit dem Befehl git [hier] eine Fehlermeldung erhalten (http://qiita.com/furusin_oriver/items/974a7b7fb8c56ad88d6e)

Kopieren Sie anschließend den folgenden Befehl, fügen Sie ihn in das Terminal ein und führen Sie ihn aus. Ersetzen Sie [OAuth 2.0 Client ID] und [Client Secret] durch die zuvor erhaltenen Werte.

python-fitbit/gather_keys_oauth2.py 【OAuth 2.0 Client ID】 【Client Secret】

Dann startet der Browser und Da ein solcher Authentifizierungsbildschirm angezeigt wird, überprüfen Sie die erforderlichen Elemente und [Zulassen](ich habe vorerst alle überprüft).

Wenn Sie zum Terminal zurückkehren,

Terminal

access_token = XXXXXXXXXXXXXXXXXXXXXX
refresh_token == YYYYYYYYYYYYYYYYYYYYYYYYY

Wird angezeigt, notieren Sie sich dies. Erhalten · Kunden ID ・ Kundengeheimnis ・ Arsch und Ken ・ Token aktualisieren Notieren Sie sich den Wert von und speichern Sie ihn.

Holen Sie sich Daten mit Python

Die Python-Codierung erfolgte unter Jupyter.

Weil es die Python-Fitbit-Bibliothek verwendet

Terminal

pip install fitbit

Ich werde das machen. python-fitbit GitHub Erklärung von Python-Fitbit

Datenerfassung

import fitbit
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline

#ID usw., die Sie aufgeschrieben haben
CLIENT_ID =  "XXXXXXXXXXXXXXXXXXXXXXX"
CLIENT_SECRET  = "XXXXXXXXXXXXXXXXXXXXXXX"
ACCESS_TOKEN =  "XXXXXXXXXXXXXXXXXXXXXXX"
REFRESH_TOKEN =  "XXXXXXXXXXXXXXXXXXXXXXX"

#Datum, das Sie erhalten möchten
DATE = "2017-01-31"

#ID usw. Einstellungen
authd_client = fitbit.Fitbit(CLIENT_ID, CLIENT_SECRET
                             ,access_token=ACCESS_TOKEN, refresh_token=REFRESH_TOKEN)
#Holen Sie sich die Herzfrequenz (1 Sekunde Einheit)
data_sec = authd_client.intraday_time_series('activities/heart', DATE, detail_level='1sec') #'1sec', '1min', or '15min'
heart_sec = data_sec["activities-heart-intraday"]["dataset"]
heart_sec[:10]

Ausgabeergebnis

[{'time': '00:00:02', 'value': 56},
 {'time': '00:00:07', 'value': 55},
 {'time': '00:00:12', 'value': 54},
 {'time': '00:00:17', 'value': 54},
 {'time': '00:00:32', 'value': 54},
 {'time': '00:00:37', 'value': 56},
 {'time': '00:00:42', 'value': 55},
 {'time': '00:00:52', 'value': 58},
 {'time': '00:01:07', 'value': 58},
 {'time': '00:01:09', 'value': 57}]

Ich habe eine Herzfrequenz! Ich erhalte ab Mitternacht 24 Stunden lang Daten, aber ich erhalte nicht jede Sekunde Daten, ohne alles zu erhalten, sondern weniger Sekunden.

Wenn Sie das Argument detail_level auf "1min" und "15min" setzen, können Sie es in Einheiten von 1 Minute oder 15 Minuten abrufen.

Verarbeiten Sie die Daten und zeichnen Sie

Konvertieren Sie Daten vom Typ dikt in Datenrahmen

heart_df = pd.DataFrame.from_dict(heart_sec)
print(heart_df.shape)
heart_df.head()

From_dict ist sehr praktisch, da es Daten vom Typ "dict" auf einmal in einen Datenrahmen konvertiert.

Index zu Zeitreihendaten

heart_df.index = pd.to_datetime([DATE + " " + t for t in heart_df.time])
heart_df.head()

Pandas Handlung

plot

heart_df.plot(y="value", figsize=(20,5))
heart_df.head()

Ihre Herzfrequenz ist im Schlaf von 1:30 bis 8:00 Uhr niedrig. Nun, die Analyse kommt wieder!

Empfohlen

"Kimuchi-Topf, in dem Sie die Hälfte des Gemüses essen können, das Sie an einem Tag benötigen" @ Seven Eleven