[#]: collector: (lujun9972) [#]: translator: (stevenzdg988) [#]: reviewer: (wxy) [#]: publisher: (wxy) [#]: url: (https://linux.cn/article-13212-1.html) [#]: subject: (Improve your time management with Jupyter) [#]: via: (https://opensource.com/article/20/9/calendar-jupyter) [#]: author: (Moshe Zadka https://opensource.com/users/moshez) 使用 Jupyter 改善你的时间管理 ====== > 在 Jupyter 里使用 Python 来分析日历，以了解你是如何使用时间的。 ![](https://img.linux.net.cn/data/attachment/album/202103/18/095530cxx6663ptypyzvmx.jpg) [Python][2] 在探索数据方面具有令人难以置信的可扩展性。利用 [Pandas][3] 或 [Dask][4]，你可以将 [Jupyter][5] 扩展到大数据领域。但是小数据、个人资料、私人数据呢？ JupyterLab 和 Jupyter Notebook 为我提供了一个绝佳的环境，可以让我审视我的笔记本电脑生活。 我的探索是基于以下事实：我使用的几乎每个服务都有一个 Web API。我使用了诸多此类服务：待办事项列表、时间跟踪器、习惯跟踪器等。还有一个几乎每个人都会使用到：_日历_。相同的思路也可以应用于其他服务，但是日历具有一个很酷的功能：几乎所有 Web 日历都支持的开放标准 —— CalDAV。 ### 在 Jupyter 中使用 Python 解析日历 大多数日历提供了导出为 CalDAV 格式的方法。你可能需要某种身份验证才能访问这些私有数据。按照你的服务说明进行操作即可。如何获得凭据取决于你的服务，但是最终，你应该能够将这些凭据存储在文件中。我将我的凭据存储在根目录下的一个名为 `.caldav` 的文件中： ``` import os with open(os.path.expanduser("~/.caldav")) as fpin:     username, password = fpin.read().split() ``` 切勿将用户名和密码直接放在 Jupyter Notebook 的笔记本中！它们可能会很容易因 `git push` 的错误而导致泄漏。 下一步是使用方便的 PyPI [caldav][6] 库。我找到了我的电子邮件服务的 CalDAV 服务器（你可能有所不同）： ``` import caldav client = caldav.DAVClient(url="https://caldav.fastmail.com/dav/", username=username, password=password) ``` CalDAV 有一个称为 `principal`（主键）的概念。它是什么并不重要，只要知道它是你用来访问日历的东西就行了： ``` principal = client.principal() calendars = principal.calendars() ``` 从字面上讲，日历就是关于时间的。访问事件之前，你需要确定一个时间范围。默认一星期就好： ``` from dateutil import tz import datetime now = datetime.datetime.now(tz.tzutc()) since = now - datetime.timedelta(days=7) ``` 大多数人使用的日历不止一个，并且希望所有事件都在一起出现。`itertools.chain.from_iterable` 方法使这一过程变得简单： ``` import itertools raw_events = list(     itertools.chain.from_iterable(         calendar.date_search(start=since, end=now, expand=True)         for calendar in calendars     ) ) ``` 将所有事件读入内存很重要，以 API 原始的本地格式进行操作是重要的实践。这意味着在调整解析、分析和显示代码时，无需返回到 API 服务刷新数据。 但 “原始” 真的是原始，事件是以特定格式的字符串出现的： ``` 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 ``` 幸运的是，PyPI 可以再次使用另一个辅助库 [vobject][7] 解围： ``` 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': [], 'dtstamp': [], 'dtstart': [], 'summary': [], 'uid': []} ``` 好吧，至少好一点了。 仍有一些工作要做，将其转换为合理的 Python 对象。第一步是 _拥有_ 一个合理的 Python 对象。[attrs][8] 库提供了一个不错的开始： ``` 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 ``` 是时候编写转换代码了！ 第一个抽象从解析后的字典中获取值，不需要所有的装饰： ``` def get_piece(contents, name): return contents[name][0].value get_piece(_, "dtstart") datetime.datetime(2020, 8, 25, 22, 0, tzinfo=tzutc()) ``` 日历事件总有一个“开始”、有一个“结束”、有一个 “持续时间”。一些谨慎的解析逻辑可以将两者协调为同一个 Python 对象： ``` 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) ``` 将事件放在 _本地_ 时区而不是 UTC 中很有用，因此使用本地时区： ``` 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') ``` 既然事件是真实的 Python 对象，那么它们实际上应该具有附加信息。幸运的是，可以将方法添加到类中。 但是要弄清楚哪个事件发生在哪一天不是很直接。你需要在 _本地_ 时区中选择一天： ``` 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 ``` 事件在内部始终是以“开始”/“结束”的方式表示的，但是持续时间是有用的属性。持续时间也可以添加到现有类中： ``` def duration(self): return self.end - self.start Event.duration = property(duration) ``` ``` print(_.duration) 1:00:00 ``` 现在到了将所有事件转换为有用的 Python 对象了： ``` all_events = [from_calendar_event_and_timezone(raw_event, my_timezone)               for raw_event in raw_events] ``` 全天事件是一种特例，可能对分析生活没有多大用处。现在，你可以忽略它们： ``` # ignore all-day events all_events = [event for event in all_events if not type(event.start) == datetime.date] ``` 事件具有自然顺序 —— 知道哪个事件最先发生可能有助于分析： ``` all_events.sort(key=lambda ev: ev.start) ``` 现在，事件已排序，可以将它们加载到每天： ``` import collections events_by_day = collections.defaultdict(list) for event in all_events:     events_by_day[event.day].append(event) ``` 有了这些，你就有了作为 Python 对象的带有日期、持续时间和序列的日历事件。 ### 用 Python 报到你的生活 现在是时候编写报告代码了！带有适当的标题、列表、重要内容以粗体显示等等，有醒目的格式是很意义。 这就是一些 HTML 和 HTML 模板。我喜欢使用 [Chameleon][9]： ``` template_content = """

Day

  • Thing
""" ``` Chameleon 的一个很酷的功能是使用它的 `html` 方法渲染对象。我将以两种方式使用它： * 摘要将以粗体显示 * 对于大多数活动，我都会删除摘要（因为这是我的个人信息） ``` 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"{summary[:30]} -- {start_str} ({self.duration})" Event.__html__ = __html__ ``` 为了简洁起见，将该报告切成每天的： ``` 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) ``` 渲染后，它将看起来像这样： **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 的无穷选择 通过解析、分析和报告各种 Web 服务所拥有的数据，这只是你可以做的事情的表面。 为什么不对你最喜欢的服务试试呢？ -------------------------------------------------------------------------------- via: https://opensource.com/article/20/9/calendar-jupyter 作者：[Moshe Zadka][a] 选题：[lujun9972][b] 译者：[stevenzdg988](https://github.com/stevenzdg988) 校对：[wxy](https://github.com/wxy) 本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译，[Linux中国](https://linux.cn/) 荣誉推出 [a]: https://opensource.com/users/moshez [b]: https://github.com/lujun9972 [1]: https://opensource.com/sites/default/files/styles/image-full-size/public/lead-images/calendar.jpg?itok=jEKbhvDT (Calendar close up snapshot) [2]: https://opensource.com/resources/python [3]: https://pandas.pydata.org/ [4]: https://dask.org/ [5]: https://jupyter.org/ [6]: https://pypi.org/project/caldav/ [7]: https://pypi.org/project/vobject/ [8]: https://opensource.com/article/19/5/python-attrs [9]: https://chameleon.readthedocs.io/en/latest/