跑步数据怎么导出：FIT、TCX、GPX 的用途与转换
跑步数据怎么导出：先分清三种格式——FIT 是设备原生记录，字段最全，适合做深度分析；TCX 是 XML 结构，带圈速和心率，通用性最好；GPX 只记轨迹点，最轻但会丢心率、步频、功率。想长期保存或换平台，导出 FIT；想给教练看或导入老旧软件，用 TCX；只想分享路线，GPX 就够。
下面按「先搞清楚格式、再选导出路径、最后怎么分析」讲。全程不需要写代码也能做完，愿意动手的可以再接一步 Python。
三种格式的差别，决定了你能分析什么
| 格式 | 内容 | 优点 | 会丢什么 |
|---|---|---|---|
| FIT | 二进制，记录所有传感器字段与事件 | 字段最全，体积小，行业通用 | 需要用支持 FIT 的工具打开 |
| TCX | XML，含轨迹、心率、圈信息 | 可读性好，导入兼容性高 | 部分高级指标（如功率平衡）可能丢 |
| GPX | XML，主要是轨迹点与时间 | 几乎所有地图软件都支持 | 心率、步频、功率、圈速通常全丢 |
一个常见误区：把手表里的活动导出成 GPX 存起来当备份。GPX 没有心率就没有分析价值，等你哪天想算心率漂移，会发现数据已经不可恢复。备份一律用 FIT。
从平台导出的三条路径
平台众多，但导出入口无非三类：
- 单活动导出：在活动详情页找「导出」或「下载原始文件」，一般提供 FIT/TCX/GPX 三种，优先选 FIT。
- 账号级批量导出：在账号设置或隐私设置里，通常叫「导出我的数据 / 下载全部数据」，会打包成压缩文件，等待时间从几分钟到几天不等。
- 接口或第三方同步：部分平台提供授权机制，可让分析工具自动拉取。优点是持续，缺点是一旦撤销授权就断流，历史也不会自动补齐。
批量导出前先确认两件事：导出是否包含原始文件而不只是 CSV 摘要；导出是否有时间范围限制。有些平台只允许导出近一年，更早的要去单活动页面逐个下载。
批量整理：命名和目录结构比工具重要
几十个文件可以手动改，几百个就必须有规则。建议的目录结构与命名：
- 按年/月分目录：
2026/10/； - 文件名保留日期与类型：
2026-10-12-run-easy.fit； - 同一天多次训练加序号：
-1、-2； - 单独建一个
raw/放原始文件，永不修改；分析结果放out/。
原则是「原始文件只读」。任何清洗、单位换算都产出新文件，这样出错时能回退，也不会因为某次误操作毁掉唯一副本。
用表格做基础分析
不想写代码的话，表格软件足够回答大部分问题。把每次训练整理成一行，字段建议固定为：日期、类型、距离、时长、平均配速、平均心率、最大心率、平均步频、爬升、主观疲劳（1~10）。
| 想回答的问题 | 需要的字段 | 做法 |
|---|---|---|
| 这周练了多少 | 日期、距离、时长 | 按周汇总距离与时长，看四周趋势 |
| 同样心率下有没有变快 | 平均心率、平均配速 | 筛出轻松跑，做「配速-心率」散点或月度均值 |
| 长距离后段掉速多少 | 分段配速 | 把前半程与后半程配速相减，记录差值 |
| 负荷涨得快不快 | 时长、强度 | 按周累计，算近 7 天与近 28 天比值 |
负荷的具体算法和读法见 训练负荷怎么看，这里只强调一点：表格里的字段一旦定下，就别中途改定义，否则趋势会断。
愿意写代码的话，多一步能省很多时间
Python 生态里有成熟的 FIT 解析库，可以把一个目录的文件批量读成表，再做聚合。流程通常是：读文件 → 提取记录点 → 按秒或按公里降采样 → 输出 CSV。注意两点：
- FIT 里的时间戳常是设备本地时间加偏移，跨时区旅行时要处理，否则会出现「同一天两次训练」的假象；
- 不同设备的字段名不完全一致，写脚本前先打印一份字段清单，别硬编码。
如果只是想算周负荷和区间分布，表格公式比脚本更快上手，别为了技术而技术。
隐私：导出之后风险才真正开始
导出的文件包含精确轨迹，起点往往就是家门口。分享或上传前建议：
- 用工具删掉起终点附近的路段，或直接裁剪前后 500 米；
- 不要把带时间戳的原始文件公开发布，它同时暴露你的作息；
- 云盘备份设私有链接，关闭「任何人可查看」；
- 共享给教练时只发需要的活动，不发整个账号。
轨迹隐私的完整清单见 运动数据隐私。
检查清单
- 确认你要的格式：备份用 FIT，兼容用 TCX，分享路线用 GPX。
- 先在单个活动上试导出，确认文件能打开、字段齐全。
- 再做一次账号级批量导出，核对活动数量与时间跨度。
- 建立
raw/只读目录，命名规则统一。 - 建一张固定字段的总表，每月追加一次。
- 原始文件至少两处备份，其中一处离线。
- 分享前裁剪起终点，检查云盘权限。
- 每半年重做一次批量导出，防止平台政策变化导致数据取不回。