文件名称：qs_ledger：量化的自我个人数据聚合器和数据分析
文件大小：5.7MB
文件格式：ZIP
更新时间：2024-02-25 23:57:25
strava fitbit lastfm quantified-self data-visualization
量化自我（QS）分类帐 自我跟踪者和量化的自我爱好者的个人数据聚合器和仪表板 汇总并可视化您的个人数据。 该项目有两个主要目标： 从各种跟踪服务下载所有个人数据（集成服务列表请参见下文）并本地存储。 提供个人数据分析，数据可视化和个人数据仪表板的起点 当前，主要目标是为每个集成服务提供工作数据下载器和简单的数据分析。 已经开始了一些使用这些数据流进行预测分析和使用机器学习和人工智能进行预测的初步工作，并且打算越来越关注未来迭代中的建模。 。 代码/依赖关系： 该代码是用Python 3编写的。 通过Jupyter笔记本共享和分发。 大多数服务依赖于Pandas和NumPy进行数据
【文件预览】：
qs_ledger-master
----toggl()
--------sample-credentials.json(60B)
--------data()
--------toggl_downloader.ipynb(58KB)
--------TogglPy.py(15KB)
----.gitignore(1KB)
----google_sheets()
--------data()
--------google_sheet_get_data_example.ipynb(5KB)
--------gs_instapaper_highlights.ipynb(15KB)
----strava()
--------data()
--------strava_downloader.ipynb(19KB)
--------README.md(251B)
--------strava_data_analysis.ipynb(250KB)
--------credentials-sample.json(96B)
----fitbit()
--------fitbit_downloader.ipynb(231KB)
--------data()
--------README.md(400B)
--------fitbit_data_analysis.ipynb(127KB)
--------credentials-sample.json(179B)
----Example_Combined_Personal_Data.ipynb(16KB)
----rescuetime()
--------data()
--------rescuetime_data_analysis.ipynb(343KB)
--------README.md(419B)
--------rescuetime_downloader.ipynb(29KB)
--------credentials-sample.json(76B)
----kindle()
--------data()
--------kindle_highlights_markdown_exporter.ipynb(17KB)
--------README.md(2KB)
--------kindle_clippings_parser.ipynb(8KB)
--------kindle_clippings_data_analysis.ipynb(1.17MB)
--------kindle_highlights_data_analysis_example.png(30KB)
----requirements.txt(51B)
----oura()
--------oura_server.py(2KB)
--------oura_downloader.ipynb(12KB)
--------data()
--------oura_data_analysis.ipynb(83KB)
--------credentials-sample.json(121B)
----LICENSE.md(1KB)
----apple_health()
--------apple_health_extractor.ipynb(61KB)
--------.gitignore(58B)
--------data()
--------apple-health-data-parser.py(7KB)
--------README.md(43B)
--------apple_health_data_processor.ipynb(414KB)
----instapaper()
--------sample-credentials.json(234B)
--------data()
--------instapaper_downloader.ipynb(8KB)
--------instapaper_data_analysis.ipynb(901KB)
----wordcounter()
--------data()
--------wordcounter_data_analysis.ipynb(513KB)
--------wordcounter_collector.ipynb(5KB)
----habitica()
--------data()
--------habitica_downloader.ipynb(10KB)
--------credentials-sample.json(127B)
----README.md(7KB)
----bonus_data_analysis_notebooks()
--------PhotoStats.io_device_photos_data_analysis.ipynb(718KB)
--------data()
--------autosleep_data_analysis.ipynb(360KB)
--------Quantified-Mind-Com-Data-Analysis.ipynb(548KB)
--------HRV4Training_data_analysis.ipynb(509KB)
----last_fm()
--------data()
--------lastfm_data_analysis.ipynb(707KB)
--------lastfm_downloader.ipynb(21KB)
--------README.md(315B)
--------credentials-sample.json(87B)
----todoist()
--------sample-credentials.json(73B)
--------data()
--------todoist_downloader.ipynb(37KB)
--------todoist_data_analysis.ipynb(296KB)
--------README.md(354B)
----goodreads()
--------data()
--------goodreads_data_analysis.ipynb(224KB)
--------goodreads_downloader.ipynb(16KB)
--------credentials-sample.json(109B)
----pocket()
--------sample-credentials.json(177B)
--------data()
--------pocket_downloader.ipynb(12KB)
--------pocket_data_analysis.ipynb(591KB)
----example_correlation_explorer_with_plotly.py(4KB)
----google_calendar()
--------google_calendar_data_analysis.ipynb(115KB)
--------data()
--------google_calendar_downloader.ipynb(16KB)
--------quickstart.py(1KB)
--------README.md(1KB)