サウナの心拍データをPythonで解析 ~ fitファイル処理編 ~

Garminが提供するスマートウォッチはGPS機能を搭載したアスリート向けモデルというイメージがありますが、アスリートでなくても日々の健康管理に気を使い最大限のパフォーマンスを生み出したいビジネスマンにも魅力的なスマートウォッチが多くあります。
Garminのスマートウォッチは心拍数データを分析することにより一日のストレスを追跡したり、後どれくらいアクティブに動けるかのエネルギー残量のモニタリングを行ったり、呼吸数と睡眠の確認、そして燃焼カロリー数などがわかります。
私はGarminのスマートウォッチの中の「Instinctシリーズ」を用いて日々のサウナ活動、通称「サ活」を記録しており、そのデータをプログラミング言語の「Python」で解析する方法をこの記事にまとめました。今回はそのデータである「 fitファイル」を処理して心拍データをグラフ化するコードを紹介します。

こちらの記事ではさらにPythonを使っての可視化を深堀しておりますので興味がある人はこちらもご覧ください。

サウナの心拍データをPythonで解析 ~ グラフ可視化編 ~

サウナでの「ととのい」体験はストレスの高い日々を生き抜くための癒しをもたらしてくれますが、どのように過ごせばよりととのいやすくなるか、を自分自身で探すためにGarminのスマートウォッチでログをとったり実際にグラフを可視化して分析しています...

リンク

Garmin Connectから fitファイルをダウンロード
fitファイルを開く「python-fitparse」と「fitdecode」
「 fitdecode 」で心拍数を可視化コード紹介
1. fitファイルのデコード, dataframe作成
2. 心拍数データの可視化
最後に

Garmin Connectから fitファイルをダウンロード

Garmin Connectでは様々なアクティビティや健康状態が可視化されて確認することができます。これらのデータをPythonで自分でも読み取り、自分の健康やアクティビティを可視化するための方法を紹介します。

しかしGarmin Connectの各種ページを見てみてもcsvファイルでエクスポートできるデータは限られており、「心拍数」などのファイルは含まれておりません。そのデータは以下の設定中の「オリジナルをエクスポート」から得られる「 fitファイル 」に含まれております。

この「fitファイル」のFITは、”Flexible and Interoperable Data Transfer (FIT)”を意味しております。FITに関する詳細はこちらのページから確認できます。

fitファイルを開く「python-fitparse」と「fitdecode」

Pythonでこの「fitファイル」を扱うためには、それ用のライブラリをインストールする必要があります。現在調べた中では「python-fitparse」と「fitdecode」の2種類がありGoogleでの検索ヒット数/GitHubでのお気に入り数は以下の通りでした。

python-fitparse 2,230件/Star:560
fitdecode 900件/Star:70

今回は実際に両方使ってみて、「fitdecode」をベースにしたこちらのサイトでの処理を参考に処理したもので自分の望むデータを取り出せましたので、実際のコードを紹介します。

「 fitdecode 」で心拍数を可視化コード紹介

fitdecode は先ほど紹介した python-fitparse をベースに作成されており、より新しくfitparseでできなかった処理を可能としたモジュールです。

ちなみに本記事で紹介するのは以下の環境での動作確認済みコードです。

環境設定
◆ Mac OS
◆ Python 3
◆ JupyterLab

fitファイルのデコード, dataframe作成

まずはfitdecodeをインストールします。

!pip install fitdecode

1	!pip install fitdecode

その後動作確認のため、fitdecode に記載のサンプルファイルを実行します。

この時4行目に自身がダウンロードしたfitファイル名に変更するのを忘れないでください。

# fitdecodeのGitHubオリジナル
import fitdecode

with fitdecode.FitReader('ｘｘｘｘｘｘ_ACTIVITY.fit') as fit:
    for frame in fit:
        # The yielded frame object is of one of the following types:
        # * fitdecode.FitHeader (FIT_FRAME_HEADER)
        # * fitdecode.FitDefinitionMessage (FIT_FRAME_DEFINITION)
        # * fitdecode.FitDataMessage (FIT_FRAME_DATA)
        # * fitdecode.FitCRC (FIT_FRAME_CRC)

        if frame.frame_type == fitdecode.FIT_FRAME_DATA:
            # Here, frame is a FitDataMessage object.
            # A FitDataMessage object contains decoded values that
            # are directly usable in your script logic.
            print(frame.name)

# fitdecodeのGitHubオリジナル

import fitdecode

with fitdecode.FitReader('ｘｘｘｘｘｘ_ACTIVITY.fit') as fit:

for frame in fit:

# The yielded frame object is of one of the following types:

# * fitdecode.FitHeader (FIT_FRAME_HEADER)

# * fitdecode.FitDefinitionMessage (FIT_FRAME_DEFINITION)

# * fitdecode.FitDataMessage (FIT_FRAME_DATA)

# * fitdecode.FitCRC (FIT_FRAME_CRC)

if frame.frame_type == fitdecode.FIT_FRAME_DATA:

# Here, frame is a FitDataMessage object.

# A FitDataMessage object contains decoded values that

# are directly usable in your script logic.

print(frame.name)

この処理は、fitファイルをdecodeしてframeとして[FitDataMessage object]を格納します。この[FitDataMessage object]中に解析可能なデータが保存されています。その中からframe_typeがFIT_FRAME_DATAを抽出しその名前を表示させております。

以下のような実行結果が表示されます。

file_id
file_creator
event
device_info
device_info
device_info
device_info
device_info
unknown_22
unknown_141
device_settings
user_profile
unknown_79
sport
unknown_13
zones_target
record

file_id

file_creator

event

device_info

unknown_22

unknown_141

device_settings

user_profile

unknown_79

sport

unknown_13

zones_target

record

今回抽出したい「心拍数データ」は上記のframeの中のrecordの中に存在しております。このrecordからデータを取り出してpandas dataframeで表示するのが以下のコードです。

このコードでは8行目にif frame.name == 'record':でrecordのデータを取り出しております。

import fitdecode

datas = []
with fitdecode.FitReader('./00_Garmin file/8014951130_ACTIVITY.fit') as fit:
    for frame in fit:

        if isinstance(frame, fitdecode.FitDataMessage):
            if frame.name == 'record':
                data = {}
                for field in frame.fields:
                    data[field.name] = field.value
                    data[field.name + '_units'] = field.units
                datas.append(data)

# dataframeで表示
df = pd.DataFrame(datas)
df

import fitdecode

datas = []

with fitdecode.FitReader('./00_Garmin file/8014951130_ACTIVITY.fit') as fit:

for frame in fit:

if isinstance(frame, fitdecode.FitDataMessage):

if frame.name == 'record':

data = {}

for field in frame.fields:

data[field.name] = field.value

data[field.name + '_units'] = field.units

datas.append(data)

# dataframeで表示

df = pd.DataFrame(datas)

実行すると私の場合は20列のdataframeを取り出すことができました。各列名を確認してみるとこの中のheart_rateが目的のデータです。

df.columns

# 実行結果
# Index(['timestamp', 'timestamp_units', 'distance', 'distance_units',
       'enhanced_altitude', 'enhanced_altitude_units', 'unknown_88',
       'unknown_88_units', 'heart_rate', 'heart_rate_units', 'cadence',
       'cadence_units', 'temperature', 'temperature_units',
       'fractional_cadence', 'fractional_cadence_units', 'unknown_136',
       'unknown_136_units', 'unknown_87', 'unknown_87_units'],
      dtype='object')

df.columns

# 実行結果

# Index(['timestamp', 'timestamp_units', 'distance', 'distance_units',

'enhanced_altitude', 'enhanced_altitude_units', 'unknown_88',

'unknown_88_units', 'heart_rate', 'heart_rate_units', 'cadence',

'cadence_units', 'temperature', 'temperature_units',

'fractional_cadence', 'fractional_cadence_units', 'unknown_136',

'unknown_136_units', 'unknown_87', 'unknown_87_units'],

dtype='object')

心拍数データの可視化

dataframeから心拍数データheart_rateをpythonのmatplotlibを用いて可視化します。

# 時系列折れ線グラフ
%matplotlib inline
import matplotlib.pyplot as plt
import pandas as pd
import matplotlib.dates as mdates

fig = plt.figure()
ax = fig.add_subplot(1,1,1)

# 縦軸：数値
y = df["heart_rate"]
ax.plot(y)

# Add some text for labels, title and custom x-axis tick labels, etc.
ax.set_xlabel('time [s]', fontsize=14)
ax.set_ylabel('Heart rate [bpm]', fontsize=14)
ax.set_title('heart rate from Garmin fit file', fontsize=18)
ax.grid()

# グラフの表示
plt.show()

# 時系列折れ線グラフ

%matplotlib inline

import matplotlib.pyplot as plt

import pandas as pd

import matplotlib.dates as mdates

fig = plt.figure()

ax = fig.add_subplot(1,1,1)

# 縦軸：数値

y = df["heart_rate"]

ax.plot(y)

# Add some text for labels, title and custom x-axis tick labels, etc.

ax.set_xlabel('time [s]', fontsize=14)

ax.set_ylabel('Heart rate [bpm]', fontsize=14)

ax.set_title('heart rate from Garmin fit file', fontsize=18)

ax.grid()

# グラフの表示

plt.show()

実行結果は以下の通りで、これで心拍データをpython上で可視化することができました。

この後にpython中で色々と処理を加えることで「サウナ・水風呂・移動中・ととのい」の各フェーズでの心拍数を可視化することもできます。この表示方法についてはまた別の記事で紹介できればと思います。

最後に

今回は以下の項目をPythonのコード付きで紹介しました。

Garmin Connectから fitファイルをダウンロード
Python「 fitdecode 」でfitファイルをdecode
Python matplotlib で心拍数を可視化

サウナでの「ととのい」体験はストレスの高い日々を生き抜くための癒しをもたらしてくれますが、どのように過ごせばよりととのいやすくなるか、を自分探すために今回のようにGarminでログをとったり実際にグラフを可視化してみることで気づきが得られるかと思います。

次回の記事ではさらに踏み込んだグラフの可視化について紹介しております。

サウナの心拍データをPythonで解析 ~ グラフ可視化編 ~

サウナの心拍データをPythonで解析 ~ fitファイル処理編 ~

Garmin Connectから fitファイルをダウンロード

fitファイルを開く「python-fitparse」と「fitdecode」

「 fitdecode 」で心拍数を可視化コード紹介

fitファイルのデコード, dataframe作成

心拍数データの可視化

最後に

いいね:

関連

コメント

Garmin Connectから fitファイル をダウンロード

fitファイルを開く「python-fitparse」と「fitdecode」

「 fitdecode 」で心拍数を可視化 コード紹介

fitファイルのデコード, dataframe作成

心拍数データの可視化

最後に

共有:

いいね:

関連

コメント

Garmin Connectから fitファイルをダウンロード

「 fitdecode 」で心拍数を可視化コード紹介