cycling stats
v0.1.0
개별 심박수 및 파워 영역에서 소요된 시간, 정규화된 파워, 강도 계수, 훈련 스트레스 점수, 가변성 지수, 효율성 계수, 만성 훈련 부하, 급성 훈련 부하 및 훈련 스트레스 균형과 같은 통계를 심박수 및 파워미터에서 계산합니다.
패키지는 pypi에서 사용할 수 있습니다.
pip install cycling-stats
다음과 같이 패키지를 사용할 수 있습니다. 간단한 예: 다음과 같이 training_stress_score 함수를 가져올 수 있습니다.
from cyclingstats . stats import training_stress_score 패키지를 사용하려면 pandas.DataFrame 에 데이터가 있어야 합니다. 다음 예는 여러 개별 훈련 세션의 시계열이 있고 각 사이클링 날짜에 대해 개별적으로 통계를 계산하려는 경우를 보여줍니다.
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 ]문제가 발생하면 언제든지 작성자([email protected])에게 문의하세요.
이 코드는 © E. van Weenen, 2022이며 소프트웨어에 동봉된 MIT 라이선스에 따라 사용할 수 있습니다.
본 라이센스에 의해 부과된 법적 제한 사항에 더해, 학술 출판을 위해 이 소프트웨어를 사용하는 경우 적절한 저작자를 제공할 의무가 있습니다.
E. van Weenen. cycling-stats: Calculate advanced cycling statistics from power and/or heart rate data, v0.1 (2022). github.com/evavanweenen/cycling-stats.
