Online Demo: https://boboru-apple-health.streamlit.app/
意外發現手機裡面的 Apple Health 儲存了大量歷年來的資料，於是想說來做個專案轉換一下心情，順便練習一下新的玩具。想法是要做一些 Apple 沒有做到的事情，比如說使用者其實不太能自由地選擇要分析的時間區段（但使用上很直覺，也沒什麼不好）；Apple 基本上都是選擇「平均數」當作敘述統計量，但想想許多資料分佈肯定是長尾，而平均數對於極端值很敏感，所以這個時候或許可以考慮其他敘述統計的方式。
目前的專案主要是以「睡眠資料」為主，iPhone 會記錄每天的睡眠時間 (In bed)，又如果同時有 Apple Watch 的話，會再進一步紀錄不同的睡覺階段（快速動眼期、深層睡眠等等），既然如此，就可以透過這些資料視覺化自己過去的睡眠狀態，包括：
- 每天的睡眠時間，及其四分位數
- 每天的起床時間與入睡時間，及其中位數
- 某一天的睡眠狀態（有幾個睡眠週期、醒來幾次等等）
- 某一天的睡眠狀態與心跳疊圖
至於實作上，我自己用 streamlit 的體驗真的是挺好的，可以很快速地做出 prototype，尤其全 Python 的架構可以擺脫 MVC，實在是感天謝地，又這次的圖表都用 altair 做，很容易做出專業且美觀的圖表，而且內建互動式設計，小小的缺點大概就是 docs 沒有寫得很好吧。整套用下來 streamlit + altair 的學習曲線蠻平緩的，也可以很好很快速地展現一個資料科學的專案。
雖然把整個服務打包，應該可以更快速地擴散，但健康資料真的是太敏感了，要是我也不願隨意上傳資料，最後決定如果要用自己的資料的話，還是要從 GitHub 拉 repo 下來，但另外寫了一個模擬資料的生成，讓 online demo 可以用假資料玩一下，希望可以提高用戶體驗，減少使用者流失…
未來應該會做更多不同種類的分析，透過資料持續帶來洞見。
Contributions Welcome, GitHub.
