Obtenez votre fréquence cardiaque à partir de l'API fitbit en Python!

Terminal portable multifonction Fitbit Charge2!

Pour une raison quelconque, j'ai récemment reçu le populaire terminal portable fitbit charge2, alors j'aimerais jouer avec. Étant donné que fitbit dispose d'une API officielle, nous l'utiliserons pour obtenir la fréquence cardiaque en Python et la représenter graphiquement.

【environnement】 ・ OS X EL Capitan ・ Python 3.5.2

Préparation API

Obtenez l'ID etc. requis pour l'API

Créer une application

Connectez-vous à https://dev.fitbit.com/login avec votre compte fitbit et créez une nouvelle application à partir de l'onglet ** ENREGISTRER UNE APP *.

Obtenir l'ID client et le secret client

Lorsque vous créez l'application, vous pouvez obtenir l'ID client (OAuth 2.0) et le secret client à partir de ** GÉRER MES APPLICATIONS **, alors notez-le.

Définissez le type d'application OAuth 2.0 sur Personnel

Ouvrez la page ** Modifier les paramètres d'application ** à partir de * GÉRER MES APPLICATIONS * et définissez le type d'application OAuth 2.0 sur Personnel. Si vous souhaitez obtenir des données de séries chronologiques telles que des minutes, vous devez le définir sur Personnel. (Référence: https://dev.fitbit.com/build/reference/web-api/activity/)

Obtenez un jeton d'accès et un jeton d'actualisation

C'est un peu gênant d'ici. Démarrez le terminal. Accédez à un répertoire approprié, copiez et exécutez la commande suivante sur le terminal.

Terminal

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

Cliquez ici pour savoir comment utiliser le terminal (http://qiita.com/kenju/items/77a2dc1b6a60697b1133) Si vous obtenez une erreur avec la commande git ici

Ensuite, copiez et collez la commande suivante dans le terminal et exécutez-la. Remplacez [OAuth 2.0 Client ID] et [Client Secret] par les valeurs obtenues précédemment.

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

Ensuite, le navigateur démarre et Puisqu'un tel écran d'authentification est affiché, vérifiez les éléments nécessaires et [Autoriser](j'ai tout vérifié pour le moment).

Lorsque vous revenez au terminal,

Terminal

access_token = XXXXXXXXXXXXXXXXXXXXXX
refresh_token == YYYYYYYYYYYYYYYYYYYYYYYYY

Est affiché, alors notez-le. Obtenu · Identité du client ・ Secret du client ・ Ass et Ken ・ Jeton de rafraîchissement Notez la valeur de et enregistrez-la.

Obtenir des données avec Python

Le codage Python a été effectué sur Jupyter.

Parce qu'il utilise la bibliothèque python-fitbit

Terminal

pip install fitbit

Je le ferai. python-fitbit GitHub Explication de python-fitbit

L'acquisition des données

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

#ID etc. que vous avez noté
CLIENT_ID =  "XXXXXXXXXXXXXXXXXXXXXXX"
CLIENT_SECRET  = "XXXXXXXXXXXXXXXXXXXXXXX"
ACCESS_TOKEN =  "XXXXXXXXXXXXXXXXXXXXXXX"
REFRESH_TOKEN =  "XXXXXXXXXXXXXXXXXXXXXXX"

#Date à laquelle vous souhaitez obtenir
DATE = "2017-01-31"

#Paramètres ID etc.
authd_client = fitbit.Fitbit(CLIENT_ID, CLIENT_SECRET
                             ,access_token=ACCESS_TOKEN, refresh_token=REFRESH_TOKEN)
#Obtenir la fréquence cardiaque (1 seconde unité)
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]

Résultat de sortie

[{'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}]

J'ai une fréquence cardiaque! Je reçois des données pendant 24 heures à partir de minuit, mais je ne reçois pas de données toutes les secondes sans tout obtenir, mais je reçois plutôt moins de secondes.

En définissant l'argument "detail_level" sur "1min" et "15min", vous pouvez l'obtenir en unités de 1 ou 15 minutes.

Traiter les données et tracer

Convertir les données de type dict en blocs de données

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

From_dict est très pratique car il convertit les données de type dict en dataframe en un seul coup.

index des données de séries chronologiques

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

complot de pandas

plot

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

Votre fréquence cardiaque est faible pendant le sommeil de 1h30 à 8h00. Eh bien, l'analyse revient!

conseillé

"Pot Kimuchi où vous pouvez manger la moitié des légumes dont vous avez besoin en une journée" @ Seven Eleven