如何使用Jupyter改善時間管理

本篇內容介紹了“如何使用Jupyter改善時間管理”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

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。

我的探索是基于以下事實：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：日歷。相同的思路也可以應用于其他服務，但是日歷具有一個很酷的功能：幾乎所有 Web 日歷都支持的開放標準 —— CalDAV。

在 Jupyter 中使用 Python 解析日歷

大多數日歷提供了導出為 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。如何獲得憑據取決于你的服務，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 oswith 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 服務器（你可能有所不同）：

import caldavclient = caldav.DAVClient(url="https://caldav.fastmail.com/dav/", username=username, password=password)

CalDAV 有一個稱為 principal（主鍵）的概念。它是什么并不重要，只要知道它是你用來訪問日歷的東西就行了：

principal = client.principal()calendars = principal.calendars()

從字面上講，日歷就是關于時間的。訪問事件之前，你需要確定一個時間范圍。默認一星期就好：

from dateutil import tzimport datetimenow = datetime.datetime.now(tz.tzutc())since = now - datetime.timedelta(days=7)

大多數人使用的日歷不止一個，并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符串出現的：

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 ioimport 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 attrfrom __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！

第一個抽象從解析后的字典中獲取值，不需要所有的裝飾：

def get_piece(contents, name):    return contents[name][0].valueget_piece(_, "dtstart")    datetime.datetime(2020, 8, 25, 22, 0, tzinfo=tzutc())

日歷事件總有一個“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，那么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.startEvent.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 eventsall_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于分析：

all_events.sort(key=lambda ev: ev.start)

現在，事件已排序，可以將它們加載到每天：

import collectionsevents_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歷事件。

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"><h3 tal:content="item[0]">Day</h3><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

• 對于大多數活動，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 = "&lt;REDACTED&gt;"    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 chameleonfrom IPython.display import HTMLtemplate = chameleon.PageTemplate(template_content)html = template(items=itertools.islice(events_by_day.items(), 3, 4))HTML(html)

渲染后，它將看起來像這樣：

2020-08-25

• <REDACTED> -- 2020-08-25 08:30:00 (0:45:00)

• <REDACTED> -- 2020-08-25 10:00:00 (1:00:00)

• <REDACTED> -- 2020-08-25 11:30:00 (0:30:00)

• <REDACTED> -- 2020-08-25 13:00:00 (0:25:00)

• Busy -- 2020-08-25 15:00:00 (1:00:00)

• <REDACTED> -- 2020-08-25 15:00:00 (1:00:00)

• <REDACTED> -- 2020-08-25 19:00:00 (1:00:00)

• <REDACTED> -- 2020-08-25 19:00:12 (1:00:00)

“如何使用Jupyter改善時間管理”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！