résumé de la requête d'acquisition de données python-fitbit

fitbit mesure une variété de données telles que la fréquence cardiaque, les pas, les calories et le nombre d'étages gravis! Je vais résumer comment obtenir ces données en python.

Veuillez vous référer à Article précédent pour préparer l'environnement à l'utilisation d'API telles que Access Token.

【environnement】 ・ Système d'exploitation: OS X EL Capitan ・ Langage: Python 3.5.2 -Bibliothèque: python-fitbit

Acquisition de données de séries chronologiques de fréquence cardiaque / d'exercice

Utilisez une fonction appelée * intraday_time_series *.

Exemple: obtenir le nombre de pas

Préparation.py

import fitbit

#ID etc. que vous avez noté
CLIENT_ID =  "XXXXXXXXXXXXXXXXXXXXXXX"
CLIENT_SECRET  = "XXXXXXXXXXXXXXXXXXXXXXX"
ACCESS_TOKEN =  "XXXXXXXXXXXXXXXXXXXXXXX"
REFRESH_TOKEN =  "XXXXXXXXXXXXXXXXXXXXXXX"
#Paramètres ID etc.
authd_client = fitbit.Fitbit(CLIENT_ID, CLIENT_SECRET
                             ,access_token=ACCESS_TOKEN, refresh_token=REFRESH_TOKEN)

Obtenez des étapes.py

#Obtenez le nombre de pas (unité de 1 minute)
authd_client.intraday_time_series('activities/steps', base_date="2017-01-31", detail_level='1min', start_time="02:00", end_time="04:00") 

résultat

{'activities-steps': [{'dateTime': '2017-01-31', 'value': '0'}],
 'activities-steps-intraday': {'dataset': [{'time': '02:00:00', 'value': 0},
   {'time': '02:01:00', 'value': 0},
   {'time': '02:02:00', 'value': 0},
   {'time': '02:03:00', 'value': 0},
   {'time': '02:04:00', 'value': 0},
   {'time': '02:05:00', 'value': 0},
   ...

detail_level Intervalle de données à acquérir 1 s, 1 min, 15 min Il est probable qu'il y ait des valeurs manquantes.

Type de données à acquérir

Vous pouvez obtenir diverses informations par ordre chronologique en modifiant l'élément «activités / étapes» de la fonction ci-dessus.

Acquisition des données de sommeil

La fonction * sleep * est utile pour les données de sommeil.

Obtenez des informations sur le sommeil.py

authd_client.sleep(date="2017-01-29")

résultat

{'sleep': [{'awakeCount': 1,
   'awakeDuration': 6,
   'awakeningsCount': 19,
   'dateOfSleep': '2017-01-29',
   'duration': 26700000,
   'efficiency': 93,
   'isMainSleep': True,
   'logId': 13626289712,
   'minuteData': [
    {'dateTime': '01:16:00', 'value': '3'},
    {'dateTime': '01:17:00', 'value': '3'},
    {'dateTime': '01:18:00', 'value': '3'},
    {'dateTime': '01:19:00', 'value': '3'},
    {'dateTime': '01:20:00', 'value': '3'},

    {'dateTime': '08:38:00', 'value': '1'},
    {'dateTime': '08:39:00', 'value': '1'},
    {'dateTime': '08:40:00', 'value': '2'}],
   'minutesAfterWakeup': 1,
   'minutesAsleep': 414,
   'minutesAwake': 30,
   'minutesToFallAsleep': 0,
   'restlessCount': 18,
   'restlessDuration': 25,
   'startTime': '2017-01-29T01:16:00.000',
   'timeInBed': 445}

Contenu des données

Site de référence

python-fitbit GitHub documentation python-fitbit