الصفحة الرئيسية>المتعلقة بالبرمجة>شفرة المصدر الأخرى
تنزيل

إحصائيات ركوب الدراجات - حساب إحصائيات ركوب الدراجات المتقدمة من بيانات الطاقة و/أو معدل ضربات القلب

حساب الإحصائيات مثل الوقت الذي يقضيه في معدل ضربات القلب ومناطق الطاقة الفردية، والطاقة الطبيعية، وعامل الشدة، ودرجة إجهاد التدريب، ومؤشر التباين، وعامل الكفاءة، وحمل التدريب المزمن، وحمل التدريب الحاد، وتوازن إجهاد التدريب، من معدل ضربات القلب ومقاييس الطاقة.

تثبيت

الحزمة متاحة تحت pypi: 

 pip install cycling-stats

الاستخدام

يمكنك استخدام الحزمة على النحو التالي. مثال بسيط: يمكنك استيراد الدالة training_stress_score كما يلي. 

 from cyclingstats . stats import training_stress_score

تتطلب الحزمة أن يكون لديك بياناتك في pandas.DataFrame . يوضح المثال التالي عندما يكون لديك سلسلة زمنية من عدة جلسات تدريبية منفصلة، ​​وترغب في حساب الإحصائيات بشكل منفصل لكل يوم من أيام ركوب الدراجات. 

 import pandas as pd
from cyclingstats . stats import calc_hr_zones , calc_power_zones , agg_zones , agg_power 
from cyclingstats . stats import chronic_training_load , acute_training_load , training_stress_balance

# read time series of power and/or heart rate
df = pd . read_csv ( "PATH_TO_YOUR_HEARTRATE_AND_POWER_DATA" )
df [ 'date' ] = pd . to_datetime ( df [ 'timestamp' ]. dt . date )
# perform any other preprocessing steps here

# ---------- zones
# define LTHR and FTP to calculate custom Coggan heart rate and power zones
LTHR = # TODO: fill in a number for the lactate threshold heart rate [bpm]
FTP = # TODO: fill in a number for the functional threshold power [W]

hr_zones = calc_hr_zones ( LTHR )
power_zones = calc_power_zones ( FTP )

# calculate hr and power zones
df_zones = df . groupby ( 'date' ). apply ( agg_zones , hr_zones = hr_zones , power_zones = power_zones )

# ---------- power
df = df . set_index ( 'timestamp' )

# calculate power statistics
df_power = df . groupby ( 'date' ). apply ( agg_power , FTP = FTP )

# fill up dates for which we don't have an entry to get exponential weighted mean (ewm)
dates = df_power . index
df_power = df_power . reindex ( date_range )

# calculate ctl, atl and tsb
df_power [ 'chronic_training_load' ] = chronic_training_load ( df_power [ 'training_stress_score' ])
df_power [ 'acute_training_load' ] = acute_training_load ( df_power [ 'training_stress_score' ])
df_power [ 'training_stress_balance' ] = training_stress_balance ( df_power [ 'chronic_training_load' ], df_power [ 'acute_training_load' ])

# get back to indices for which there is a training session
df_power = df_power . loc [ dates ]

إذا كنت تواجه مشاكل، فلا تتردد في الاتصال بالمؤلف ([email protected]).

رخصة

هذا الرمز هو © E. van Weenen, 2022، وهو متاح بموجب ترخيص MIT المرفق بالبرنامج.

علاوة على القيود القانونية التي يفرضها هذا الترخيص، إذا كنت تستخدم هذا البرنامج لمنشور أكاديمي، فأنت ملزم بتقديم الإسناد المناسب. 

 E. van Weenen. cycling-stats: Calculate advanced cycling statistics from power and/or heart rate data, v0.1 (2022). github.com/evavanweenen/cycling-stats.
يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل