My utilities codes. Mainly for improve my efficiency in work.

从 dida365.com 导出按照规范记录的时间事件日志，生成统计图表，找出我的时间去了哪儿的答案。

像平常一样在 dida365 上完成 GTD 工作，在记录事件时注意以下规则，用来增加子类别和记录事件的时间。

• dida365 上的清单就是我们事件的主类别，可以建立多个清单
• 每个清单的事件标题按照 [子类别] 事件标题 [时长] 这样的格式来记录。比如[写作] 博客《时间事件日志》[1.2h]。时长支持 h 和 m ，分别表示小时和分钟
• 给任务分配预期完成时间。统计脚本在统计一个工作在什么时候完成的，是根据预期完成时间来算的，而不是根据点击完成复选框的时间来算的。理由是点击完成的时间是不能变的，比如某个事情忘了记录，过了两天才记录，这个时候点完成，则完成时间是点击完成的那个时间点，而预期完成时间我们可以设置在两天前，这样这项工作就会记录在两天前。

进入 dida365 的用户设置界面，点击数据备份，再点击生成备份。这一动作会在电脑端保存一份所有你记录在 dida365 上的时间事件日志，这是个 csv 格式的文件。

下载 Python 统计脚本。安装 matplotlib, pandas 等必要的库。参考下面的 demo 代码。注释已经把用法写清楚了。

# dida_20151220.csv 是从 dida365.com 上导出的你的时间事件日志，可以取任意你喜欢的文件名
# 用这个文件作为输入，创建时间事件日志对象
# 参数 routine_duration 为每天固定的例行公事时间长度（吃，喝，拉，撒，睡，行，发呆），单位为小时
log = DidaEventLog('dida_20151220.csv', routine_duration=14)
# 设定要统计的时间周期
period = ('2015-12-1', '2015-12-20')
# 生成时间总览饼图
log.pie_chart(period=period, display_routine=False)
# 生成工作负荷图表
log.workload_chart(period=period)
# 生成某个主类别下的子类别的精力分配情况
log.pie_chart_secondary('自我成长', period=period)
# 生成某个类别的时间投入情况，fields 参数可以是主类别也可以是子类别
log.permanent_action_chart(fields=['机器学习', '写作'], period=period)

• 时间黑洞 那些发呆走神，刷微博微信的时间就是黑洞时间。我们要想办法把时间黑洞降到 20% 以下。那些为自己理想打着鸡血，走在万众创业路上的同学，估计时间黑洞会为负数。为什么呢？因为他们牺牲了吃喝拉撒睡等例行公事的时间，想着每天要睡够 7 小时，结果只有 5 小时。
• 例行公事 我们要睡觉，交通也要花时间，吃饭也要花时间。这部分我们称为例行公事，每天相对比较固定，简单起见，统计时，我们就取个固定值。

时间总览

从这个图表可以清晰地看到 dida365 里面各个顶层类别事件的时间分配。看看那个时间黑洞，那些就是被偷走的时间。

工作负荷

从时间维度查看我们的工作负荷。一目了然。

精力分配

顶层事件类型下可以有事件子类别，从精力分配图可以清晰地看出来我们的时间花在哪些事情上了。

持续行动

选定我们感兴趣的事件类型，我们可以查看一定周期内，我们的精力投入情况。监督自己持续行动。