在 Jupyter 里使用 Python 来分析日历，以了解你是如何使用时间的。

Python在探索数据方面具有令人难以置信的可扩展性。利用Pandas或Dask，你可以将Jupyter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 oswith 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 caldavclient = 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.principalcalendars = 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 tzimport datetimenow = 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 itertoolsraw_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解围：

import ioimport vobjectdef 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': [

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库提供了一个不错的开始：

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].valueget_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.gettzfrom_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.dateEvent.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.startEvent.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 eventsall_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 collectionsevents_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：

template_content = \"\"\"

\"\"\"

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 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选题：lujun9972译者：stevenzdg988校对：wxy

本文由 LCTT原创编译，Linux中国荣誉推出