使用 Jupyter 改善你的時間管理
Python 在探索數據方面具有令人難以置信的可擴展性。利用 Pandas 或 Dask,你可以將 Jupyter 擴展到大數據領域。但是小數據、個人資料、私人數據呢?
JupyterLab 和 Jupyter Notebook 為我提供了一個絕佳的環境,可以讓我審視我的筆記本電腦生活。
我的探索是基於以下事實:我使用的幾乎每個服務都有一個 Web API。我使用了諸多此類服務:待辦事項列表、時間跟蹤器、習慣跟蹤器等。還有一個幾乎每個人都會使用到:日曆。相同的思路也可以應用於其他服務,但是日曆具有一個很酷的功能:幾乎所有 Web 日曆都支持的開放標準 —— CalDAV。
在 Jupyter 中使用 Python 解析日曆
大多數日曆提供了導出為 CalDAV 格式的方法。你可能需要某種身份驗證才能訪問這些私有數據。按照你的服務說明進行操作即可。如何獲得憑據取決於你的服務,但是最終,你應該能夠將這些憑據存儲在文件中。我將我的憑據存儲在根目錄下的一個名為 .caldav
的文件中:
import os
with open(os.path.expanduser("~/.caldav")) as fpin:
username, password = fpin.read().split()
切勿將用戶名和密碼直接放在 Jupyter Notebook 的筆記本中!它們可能會很容易因 git push
的錯誤而導致泄漏。
下一步是使用方便的 PyPI caldav 庫。我找到了我的電子郵件服務的 CalDAV 伺服器(你可能有所不同):
import caldav
client = caldav.DAVClient(url="https://caldav.fastmail.com/dav/", username=username, password=password)
CalDAV 有一個稱為 principal
(主鍵)的概念。它是什麼並不重要,只要知道它是你用來訪問日曆的東西就行了:
principal = client.principal()
calendars = principal.calendars()
從字面上講,日曆就是關於時間的。訪問事件之前,你需要確定一個時間範圍。默認一星期就好:
from dateutil import tz
import datetime
now = datetime.datetime.now(tz.tzutc())
since = now - datetime.timedelta(days=7)
大多數人使用的日曆不止一個,並且希望所有事件都在一起出現。itertools.chain.from_iterable
方法使這一過程變得簡單:
import itertools
raw_events = list(
itertools.chain.from_iterable(
calendar.date_search(start=since, end=now, expand=True)
for calendar in calendars
)
)
將所有事件讀入內存很重要,以 API 原始的本地格式進行操作是重要的實踐。這意味著在調整解析、分析和顯示代碼時,無需返回到 API 服務刷新數據。
但 「原始」 真的是原始,事件是以特定格式的字元串出現的:
print(raw_events[12].data)
BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//CyrusIMAP.org/Cyrus
3.3.0-232-g4bdb081-fm-20200825.002-g4bdb081a//EN
BEGIN:VEVENT
DTEND:20200825T230000Z
DTSTAMP:20200825T181915Z
DTSTART:20200825T220000Z
SUMMARY:Busy
UID:
1302728i-040000008200E00074C5B7101A82E00800000000D939773EA578D601000000000
000000010000000CD71CC3393651B419E9458134FE840F5
END:VEVENT
END:VCALENDAR
幸運的是,PyPI 可以再次使用另一個輔助庫 vobject 解圍:
import io
import vobject
def parse_event(raw_event):
data = raw_event.data
parsed = vobject.readOne(io.StringIO(data))
contents = parsed.vevent.contents
return contents
parse_event(raw_events[12])
{'dtend': [<DTEND{}2020-08-25 23:00:00+00:00>],
'dtstamp': [<DTSTAMP{}2020-08-25 18:19:15+00:00>],
'dtstart': [<DTSTART{}2020-08-25 22:00:00+00:00>],
'summary': [<SUMMARY{}Busy>],
'uid': [<UID{}1302728i-040000008200E00074C5B7101A82E00800000000D939773EA578D601000000000000000010000000CD71CC3393651B419E9458134FE840F5>]}
好吧,至少好一點了。
仍有一些工作要做,將其轉換為合理的 Python 對象。第一步是 擁有 一個合理的 Python 對象。attrs 庫提供了一個不錯的開始:
import attr
from __future__ import annotations
@attr.s(auto_attribs=True, frozen=True)
class Event:
start: datetime.datetime
end: datetime.datetime
timezone: Any
summary: str
是時候編寫轉換代碼了!
第一個抽象從解析後的字典中獲取值,不需要所有的裝飾:
def get_piece(contents, name):
return contents[name][0].value
get_piece(_, "dtstart")
datetime.datetime(2020, 8, 25, 22, 0, tzinfo=tzutc())
日曆事件總有一個「開始」、有一個「結束」、有一個 「持續時間」。一些謹慎的解析邏輯可以將兩者協調為同一個 Python 對象:
def from_calendar_event_and_timezone(event, timezone):
contents = parse_event(event)
start = get_piece(contents, "dtstart")
summary = get_piece(contents, "summary")
try:
end = get_piece(contents, "dtend")
except KeyError:
end = start + get_piece(contents, "duration")
return Event(start=start, end=end, summary=summary, timezone=timezone)
將事件放在 本地 時區而不是 UTC 中很有用,因此使用本地時區:
my_timezone = tz.gettz()
from_calendar_event_and_timezone(raw_events[12], my_timezone)
Event(start=datetime.datetime(2020, 8, 25, 22, 0, tzinfo=tzutc()), end=datetime.datetime(2020, 8, 25, 23, 0, tzinfo=tzutc()), timezone=tzfile('/etc/localtime'), summary='Busy')
既然事件是真實的 Python 對象,那麼它們實際上應該具有附加信息。幸運的是,可以將方法添加到類中。
但是要弄清楚哪個事件發生在哪一天不是很直接。你需要在 本地 時區中選擇一天:
def day(self):
offset = self.timezone.utcoffset(self.start)
fixed = self.start + offset
return fixed.date()
Event.day = property(day)
print(_.day)
2020-08-25
事件在內部始終是以「開始」/「結束」的方式表示的,但是持續時間是有用的屬性。持續時間也可以添加到現有類中:
def duration(self):
return self.end - self.start
Event.duration = property(duration)
print(_.duration)
1:00:00
現在到了將所有事件轉換為有用的 Python 對象了:
all_events = [from_calendar_event_and_timezone(raw_event, my_timezone)
for raw_event in raw_events]
全天事件是一種特例,可能對分析生活沒有多大用處。現在,你可以忽略它們:
# ignore all-day events
all_events = [event for event in all_events if not type(event.start) == datetime.date]
事件具有自然順序 —— 知道哪個事件最先發生可能有助於分析:
all_events.sort(key=lambda ev: ev.start)
現在,事件已排序,可以將它們載入到每天:
import collections
events_by_day = collections.defaultdict(list)
for event in all_events:
events_by_day[event.day].append(event)
有了這些,你就有了作為 Python 對象的帶有日期、持續時間和序列的日曆事件。
用 Python 報到你的生活
現在是時候編寫報告代碼了!帶有適當的標題、列表、重要內容以粗體顯示等等,有醒目的格式是很意義。
這就是一些 HTML 和 HTML 模板。我喜歡使用 Chameleon:
template_content = """
<html><body>
<div tal_repeat="item items">
<h2 tal_content="item[0]">Day</h2>
<ul>
<li tal_repeat="event item[1]"><span tal_replace="event">Thing</span></li>
</ul>
</div>
</body></html>"""
Chameleon 的一個很酷的功能是使用它的 html
方法渲染對象。我將以兩種方式使用它:
- 摘要將以粗體顯示
- 對於大多數活動,我都會刪除摘要(因為這是我的個人信息)
def __html__(self):
offset = my_timezone.utcoffset(self.start)
fixed = self.start + offset
start_str = str(fixed).split("+")[0]
summary = self.summary
if summary != "Busy":
summary = "<REDACTED>"
return f"<b>{summary[:30]}</b> -- {start_str} ({self.duration})"
Event.__html__ = __html__
為了簡潔起見,將該報告切成每天的:
import chameleon
from IPython.display import HTML
template = chameleon.PageTemplate(template_content)
html = template(items=itertools.islice(events_by_day.items(), 3, 4))
HTML(html)
渲染後,它將看起來像這樣:
2020-08-25
-- 2020-08-25 08:30:00 (0:45:00) -- 2020-08-25 10:00:00 (1:00:00) -- 2020-08-25 11:30:00 (0:30:00) -- 2020-08-25 13:00:00 (0:25:00) - Busy -- 2020-08-25 15:00:00 (1:00:00)
-- 2020-08-25 15:00:00 (1:00:00) -- 2020-08-25 19:00:00 (1:00:00) -- 2020-08-25 19:00:12 (1:00:00)
Python 和 Jupyter 的無窮選擇
通過解析、分析和報告各種 Web 服務所擁有的數據,這只是你可以做的事情的表面。
為什麼不對你最喜歡的服務試試呢?
via: https://opensource.com/article/20/9/calendar-jupyter
作者:Moshe Zadka 選題:lujun9972 譯者:stevenzdg988 校對:wxy
本文轉載來自 Linux 中國: https://github.com/Linux-CN/archive