हम साल के लिए Xiaomi Mi Band द्वारा एकत्र किए गए डेटा का अध्ययन करते हैं

परिचय

लोग विभिन्न कारणों से फिटनेस कंगन पहनते हैं, मैं उनमें से कुछ को मान सकता हूं:

1. फिट रहने और गतिविधि के लक्ष्यों को पूरा करने के लिए;
2. क्योंकि यह एक फैशनेबल छोटी चीज है;
3. खुद के साथ प्रयोग करना या अपने आप को बेहतर जानना।

मैं कारण संख्या 3 के लिए एक फिटनेस ब्रेसलेट पहनता हूं। इस लेख में मैं बात करना चाहता हूं कि आप ब्रेसलेट से डेटा कैसे निकाल सकते हैं और कुछ निर्भरताएं प्राप्त करने का प्रयास कर सकते हैं।

Mi Band 1 , 1S और संभवतः 2 ( 2 के लिए ऐप एक ही लगता है) के लिए इस डेटा कार्य को निकालने के तरीके।

डेटा निष्कर्षण

ब्रेसलेट से डेटा निकालने के लिए, सबसे पहले, आपको SQLite फोन से डेटाबेस प्राप्त करना होगा जिसमें एकत्रित मैट्रिक्स संग्रहीत हैं। एंड्रॉइड के मामले में, यह बहुत सरलता से किया जाता है, एक्सडीए-डेवलपर्स फोरम पर विषय देखें , वर्तमान डेटाबेस के लिए स्क्रिप्ट :

1. हम एक कंप्यूटर से सक्षम यूएसबी डिबगिंग के साथ एक एंड्रॉइड फोन कनेक्ट करते हैं;
2. हम एप्लिकेशन का बैकअप बनाते हैं: adb backup -f mi.ab -noapk -noshared com.xiaomi.hm.health ;
3. dd if=mi.ab bs=1 skip=24 | python -c "import zlib,sys;sys.stdout.write(zlib.decompress(sys.stdin.read()))" > mi.tar बनाएं dd if=mi.ab bs=1 skip=24 | python -c "import zlib,sys;sys.stdout.write(zlib.decompress(sys.stdin.read()))" > mi.tar dd if=mi.ab bs=1 skip=24 | python -c "import zlib,sys;sys.stdout.write(zlib.decompress(sys.stdin.read()))" > mi.tar ;
4. डेटाबेस से संग्रह को अनपैक करें: tar xvf mi.tar apps/com.xiaomi.hm.health/db/ 2>&1 | tee -a log tar xvf mi.tar apps/com.xiaomi.hm.health/db/ 2>&1 | tee -a log ;
5. डेटाबेस की प्रतिलिपि बनाएँ: cp -f apps/com.xiaomi.hm.health/db/origin_db* ./db/ ।

नतीजतन, हमें फ़ाइल नाम db/origin_db_[0-9]+$ साथ एक SQLite डेटाबेस मिलता है, जो Mi बैंड मैट्रिक्स को संग्रहीत करता है।

डेटा लोडिंग और विश्लेषण

डेटा का अध्ययन करने के लिए, मेरी राय में, IPython नोटबुक का उपयोग करना सुविधाजनक है: Xiaomi_Mifit_miband_data.ipynb

मीट्रिक DATE_DATA तालिका में संग्रहीत हैं:

 df = pd.read_sql_query("SELECT * from DATE_DATA", con) 

रुचि के तालिका में कॉलम:

डेली एग्रीगेटेड डेटा

एकत्रित डेटा को JSON के रूप में संग्रहीत किया जाता है:

 {"slp":{"usrEd":-1440,"lt":457,"st":1464376080,"wk":15,"dp":30,"usrSt":-1440,"ed":1464406200},"v":5,"goal":8000,"stp":{"rn":2,"cal":257,"runDist":256,"wk":69,"ttl":5244,"runCal":13,"dis":3817}} 

डेटा को 2 भागों में विभाजित किया गया है: नींद ( थप्पड़ ) और गतिविधि ( stp )। नींद के लिए, प्रारंभ और समाप्ति समय संग्रहीत किया जाता है - सेंट, एड , साथ ही साथ गहरी और हल्की नींद का समय मिनटों में - lt, dp । नींद की शुरुआत और अंत के बीच जागने का समय भी संग्रहीत है - wk । गतिविधि के लिए, "चरण" ttl की कुल संख्या संग्रहीत की जाती है - दिन और अन्य व्युत्पन्न मात्राओं के लिए प्राथमिक सेंसर रीडिंग का योग func(ttl, , ) ।

कच्ची गतिविधि और हृदय गति का डेटा

कच्चा गतिविधि डेटा प्रति मिनट (प्रति दिन 1440) संग्रहीत किया जाता है, और प्रति मिनट 3 मानों का प्रतिनिधित्व करता है। पहला मान एक सपना है और 0 से 127 तक का मान है (लेकिन मेरे मामले में अधिकतम 126), दूसरा और तीसरा 0 से 255 के मूल्य के साथ गतिविधि है (मेरे पास अधिकतम गतिविधि 2 है - 189, गतिविधि 3 - 240)।

पल्स हर मिनट संग्रहीत होता है और 0 से 255 तक होता है।

कच्चे डेटा को प्रति दिन कैसे एकत्रित किया जाता है

सबसे सरल समुच्चय प्रति दिन चरणों की संख्या है - प्रति दिन गतिविधि 3 मानों का योग। नींद आना ज्यादा मुश्किल है: मैंने कभी नहीं सीखा कि कैसे कच्ची नींद के डेटा को एग्रीगेटेड डेटा में बदल दिया जाए। मंचों में यह विचार व्यक्त किया गया था कि गतिविधि 1 == 4 का मूल्य गहरी नींद है, और 5 प्रकाश है, लेकिन यह समग्र डेटा और कच्चे डेटा के बीच संबंध स्थापित करने के चरणों के समान सरल नहीं है।

डेटा विश्लेषण

सबसे पहले, मैं वर्ष के दौरान कितना सोया। यह मान ~ (7 + - 1) घंटे निकला। लगता है कि सब कुछ ठीक है।

एक और स्पष्ट बात - मुझे सप्ताहांत पर पर्याप्त नींद मिलती है:

और अगर आप गहरी नींद के संबंध को प्रकाश की गुणवत्ता के लिए कहते हैं, तो यह पता चलता है कि मेरे पास गुरुवार को नींद की सबसे अच्छी गुणवत्ता है, और साथ ही, गहरी नींद कुल नींद के समय का 23% है। और शुक्रवार को - नींद की सबसे खराब गुणवत्ता, मुझे यह अनुमान लगाने से भी डर लगता है कि क्यों।

"चरण" की अधिकतम संख्या मैं शुक्रवार और शनिवार को बनाता हूं:

उसी समय, मेरा वातावरण वह दिन है जब मैं थोड़ा सोता हूं और थोड़ा चलता हूं, "मैं घर से काम करता हूं" श्रेणी से कोई स्पष्ट स्पष्टीकरण नहीं हैं, इसलिए यह मेरे लिए कुछ नया है।

मुझे उम्मीद है कि लोकप्रिय एमआई बैंड कंगन के मालिकों में से कोई भी खुद का अध्ययन करना और उनकी विशेषताओं के बारे में बताना चाहता है।