activityio 0.0.3

稳定性

请注意，这个包仍然是一个alpha版本，因此breaking changes很可能是。

安装

PYPI上提供该软件包：

$ pip install activityio

示例用法

在activityio的顶层有一个read函数，它根据文件扩展名来分派适当的读取器：

>>> import activityio as aio
>>> data = aio.read('example.srm')

注意用自己活动文件的路径替换'example.srm'。

但您也可以直接调用子包：

>>> from activityio import srm
>>> data = srm.read('example.srm')

^上面例子中的{tt5}$是pandas.DataFrame的一个子类，提供了一些简洁的附加功能。最值得注意的是，某些列是“神奇的”，因为它们返回特定的pandas.Series子类。这些子类简化了单元切换，并提供了其他有用的方法：

>>> type(data)
<class 'activityio._types.activitydata.ActivityData'>

>>> data.head(5)
          temp  lap   dist  alt  cad  pwr  speed  hr
time
00:00:00  26.1    1  1.027   67    0    0  1.027  71
00:00:01  26.1    1  2.721   67    0    0  1.694  71
00:00:02  26.2    1  4.415   67    0    0  1.694  71
00:00:03  26.2    1  6.331   67    0    0  1.916  71
00:00:04  26.2    1  8.469   67    0    0  2.138  75

>>> data.normpwr()
249.54104255943844

>>> type(data.speed)
<class 'activityio._types.columns.Speed'>

>>> data.speed.base_unit
'm/s'
>>> data.speed.kph.mean()  # use a different unit
38.485063801685477

>>> data.dist.base_unit
'm'
>>> data.dist.miles[-1]
134.78580023361226

>>> data.alt.base_unit
'm'
>>> data.alt.ascent.sum()
1898.0
```

但是注意如果更改列名，则会失去此功能

>>> data = data.rename(columns={'alt': 'altitude'})
>>> type(data.altitude)
<class 'pandas.core.series.Series'>

API注释

主包由子包组成，这些子包包含文件格式的读取逻辑，文件格式以子包命名。（例如，activityio.fit用于分析ant/garmin fit文件。）

最终逻辑在_reading模块中定义，该模块提供两个函数：gen_records和read_and_format。

• gen_records是一个生成函数，用于迭代文件中的数据点。数据表的行（如果您愿意）。“记录”是字典对象。
• read_and_format使用上述生成器返回ActivityData对象。

read_and_format位于别名为read的子包的顶层，因此读取文件看起来像srm.read('path_to_file.srm')。gen_records以相同的名称导入。

模块中还提供了一些有用的tools，名称相同。