一个偶然的发现，在iPhone的健康应用里，可以将全部健康数据导出为一个XML文件。这是数据啊，有数据不就可以折腾了吗？ 于是越想越精神，虽然我并不知道怎么处理这些数据，那就。。先把其中的一些数据用matplotlib可视化一下吧。这都是我自己产生的真实的数据啊，于是就有了今天下午的故事··
知识相关：
- python 读取XML文件的方法 （xml.sax/xml.etree.ElementTree）
- Python 对象序列化
- Python 迭代器和生成器 （读 python cookbook）
- Python elementsTree 读取xml 标签的多个属性值 参考
- Matplotlib 将dict类型的数据可视化 （折线图）
- Matplotlib 以日期为横轴的问题 （matplotlib 必须把数值转换为浮点数）
读取XML的方法
ElementTree是将所有的XML解析为树，就要读入所有的数据，这个还是比较占用内存空间的。因为仅仅是一个月的数据，XML文件解压后就有90兆左右了。XML.sax会比较省内存，但是比较麻烦，需要自己重新实现一个handler，因为90mb的数据还是在允许的范围之内的，所以为了省事就使用了ElementTree,日后有需要的时候还是要研究一下sax的。但是因为自己写代码需要多次运行，每一次运行就要重新载入一下90兆的数据，这个速度慢的还是有点不能忍的，好在我并不是需要所有的数据--我只是想把每天的运动时间可视化展示一下，这样，我在第一次把数据读入时就把所有的运动时间相关的数据存在一个list 中，然后把这个list对象序列化，保存为文件，那么我下一次就直接载入这个序列化的文件就好了，大大节省了载入数据的时间。
pickle
就是干这件事情的,关于pickle，我觉的目前只要记住两个方法就够用了
关于对象序列化，我觉的作用还是蛮大的，至少让对象的生存周期延续到了程序运行结束后，也让对象的生存空间从内存移动到了硬盘 +ns
import pickle
pickle.dump(activity_data, f) # store the sequence of object activity_data to f(f is a file)
activity_data = pickle.load(f) # get the object by f
# now type(activity_data) is []
# 序列化部分的完整代码
def create_activity_data():
# source_data = open('/home/alexsun/testData/appleHealth/apple_health_export/mydata.xml')
# data = parse(source_data)
# f = open('xml_data','wb')
# pickle.dump(data, f)
f = open('xml_data', 'rb')
f1 = open('activity_data_list','wb')
data = pickle.load(f)
cnt = 0
activity_data = []
for item in data.iterfind('ActivitySummary'):
activity_data.append(item.attrib)
print item.attrib
# pickle.dump(records_data, fr)
pickle.dump(activity_data, f1)
f.close()
f1.close()
# source_data.close()
matplotlib展示健身时间
先把代码贴在这里吧，更熟练了matplotlib之后再来补充
def main():
f = open('activity_data_list')
activity_data = pickle.load(f)
# x represents date
x = []
# y represents daily exercise time
y = []
for item in activity_data:
date = item['dateComponents']
x.append(datetime.strptime(date, '%Y-%m-%d').date())
y.append(item['appleExerciseTime'])
plt.gca().xaxis.set_major_formatter(md.DateFormatter('%Y-%m-%d'))
plt.gca().xaxis.set_major_locator(md.DayLocator())
plt.xlabel('date')
plt.ylabel('exercise time')
plt.plot(x, y)
plt.show()
if __name__ == '__main__':
main()
最后的效果是這個樣子的：
figure_1-1.png
發現現在看到數據就會非常驚喜，我覺得有了數據之後可以做太多有意義的事情了．這僅僅是一个开始
