Générer ses graphiques Strava avec R

Cet article fait suite à Générer ses graphiques Strava avec Clojure et Incanter : en effet, j'ai décidé de faire un deuxième essai de génération de graphiques avec R.

R est un langage idéal pour le calcul statistique et la génération de graphiques. J'ai fait le choix d'utiliser l'IDE gratuit RStudio Desktop qui contient de nombreuses facilités (visualisation des données, historique des variables et des graphiques, aide intégrée etc.). RStudio Desktop est téléchargeable ou peut être installé via certains gestionnaires de paquets (exemple pour mac avec homebrew, exécuter brew cask install rstudio dans un terminal).

Le but est toujours de :

1. appeler l'API Strava pour récupérer les données au format JSON
2. faire quelques transformations, essentiellement des conversions
3. afficher des graphiques (exemple : temps en mouvement en fonction de la distance parcourue)

C'est parti !

R bénéficie de très nombreuses bibliothèques additionnelles qui sont publiques et téléchargeables automatiquement ("CRAN repository"). Voici les instructions d'import correspondant à celles que j'ai utilisées :

library(rjson)
library(httr)
library(ggplot2)
library(scales)

1. Récupérer les données Strava

Le code suivant appelle l'API Strava "activities" avec un jeton d'autorisation (access token) et récupère les 200 dernières sorties ("activities" = activité de course à pied, vélo ou natation) sous forme d'une chaîne de caractères (characters) :

token <- readline(prompt="Enter Strava access token: ")
activities <- GET("https://www.strava.com/", path = "api/v3/activities",
                  query = list(access_token = token, per_page = 200))
activities <- content(activities, "text") # Retrieve JSON content as string

2. Transformer les données

Il faut ensuite transformer ces données en données tabulaires, appelées dataframes. Petite subtilité, il faut itérer sur les éléments des listes pour remplacer les valeurs vides (null) par des valeurs manquantes (NA, pour "not available") :

activities <- fromJSON(activities)      # Transformer le contenu JSON en liste
activities <- lapply(activities, function(x) {      # appliquer une fonction anonyme à chaque élément de la liste
  x[sapply(x, is.null)] <- NA           # remplacer les valeurs nulles en "N/A"
  unlist(x)
})
df <- data.frame(do.call("rbind", activities)) # transformer les listes de listes en dataframe

J'avoue que j'ai triché en "googlant" car les manipulations de structures ne sont pas super évidentes pour moi ! 🤓

On peut en tout cas remarquer que les variables ne sont pas typées - R est un language dynamique - et peuvent être ré-affectées. Par exemple, activities est une variable de type character (chaîne de caractères, contenant les données JSON) qui devient ensuite une variable de type list.

Il m'a fallu convertir les distances et les durées pour utiliser des unités plus appriopriées :

# Convertir les durées en minutes (l'API Strava API retourne des secondes) :
df$moving_time <- as.numeric(as.character(df$moving_time)) / 60

# Convertir les distances en kilomètres (l'API Strava API retourne des mètres) :
df$distance <- as.numeric(as.character(df$distance)) / 1000

Pour l'anectode, les données sont des factors, c'est-à-dire des données dont on connaît toutes les valeurs (une énumération, en quelque sorte). Avant de les convertir, il faut récupérer leur libellé via la fonction as.character.

3. Affichage d'un graphique

La dernière étape consiste à utiliser l'une des fonctions de la librairie ggplot2 pour afficher et sauvegarder un graphique. Le code suivant affiche le temps en mouvement en fonction de la distance parcourue :

  ggplot(df, aes(x=distance, y=moving_time)) + # à partir du dataframe, afficher les données 'distance' en fonction de 'moving_time`
    geom_point(size=1, colour="#CC0000") + # afficher les points en rouge
    geom_smooth(method=lm) # ajout d'une courbe de régression linéaire +
    xlab("distance per activity (kilometers)") # libellé de l'axe X +
    ylab("moving time (minutes)") # libellé de l'axe Y
  ggsave("/tmp/moving-time.png") # sauvegarder dans un fichier PNG

Le graphique généré :

Voici le lien vers le code complet pour afficher plusieurs graphiques similaires.