• TimeManagement
  • 前言
  • 简介​​
  • 功能
    • 1. 提供记录文本模板：
    • 2. 多维度可视化分析：
  • 使用方法
    • 极速演示版
    • 正常版
      • 1. 在markdown中记录当天情况
        • 1.1 计划部分
        • 1.2 执行部分
        • 1.3 复盘部分
          • 1.3.1 信息摄入部分
          • 1.3.2 收获部分
      • 2. 运行脚本
        • 2.1 设定分析参数
        • 2.2 运行程序
  • 依赖
    • 1.软件
    • 2. python第三方库

TimeManagement

前言

当前市场的时间管理方法、工具均是面向执行前和执行时的管理，但如何对每天的执行情况进行复盘、分析，并没有一个好的辅助工具。

本人总结了自己10余年个人时间管理的经验，包括中学时代开始实践schedule用于日常学习，到研究生阶段用于科研，再到腾讯AI Lab实习期间用于项目推进，一步步完善我的时间管理、复盘方式。

基于本人长年累月的实践经验，设计并开发了该项目，旨在为更多的人提供标准化的高效、可量化、可复盘的时间管理、复盘工作流，助你成为时间管理大师！

本人针对该项目的时间管理复盘分析的思考总结，可见博客：

https://zhuanlan.zhihu.com/p/361721046

https://blog.csdn.net/qq_35670367/article/details/115381741

欢迎大家提出改进意见~

简介​​

本项目针对个人每日规划和执行情况，提供了一个计划+执行+记录+可视化复盘的workflow，项目中包括了记录文本模板（基于typora的markdown文件），基于markdown里的内容，通过运行脚本进行数据处理，可在几秒内提供多维度可视化分析。此外，分析结果会自动插入到每日计划的markdown文件中，其中可视化的结果还可以选择上传到云，以供你随时随地打开markdown都可查看图片。workflow如下图所示：

tips：下载源码解压后，进入src目录，直接运行schedule_analysis.py --demo True，即可在'./demo/schedule/'下得到可视化分析后的示例markdown文档，如下图所示：

功能

1. 提供记录文本模板：

markdown文件，以xxxx年xx月xx日.md命名

• 模板中包括计划、执行、复盘 3个部分
• 每个部分的记录方式都给出了示例

2. 多维度可视化分析：

程序会根据你在markdown的记录内容，自动分析你最近的投入（学习/工作）、信息摄入、收获情况。

可视化维度如下：

• 投入情况
  • 每小时的投入时长（当天）
  • 24小时任务监控（近7天）
  • 投入时间段概率分布（近7天）
  • 每日投入总时长（近30天）
  • 各类别任务投入比例（近30天）
  • 各任务投入与预测时间对比（当天）
  • 任务执行次数统计（近12个月）

• 信息摄入情况：
  • 高、中、低质量信息摄入比例（当天）
  • 高、中、低质量信息摄入时长（当天）
  • 高、中、低质量信息摄入比例、高质量信息占比（近30天）

• 收获情况：

  • 各类收获概览、统计（近365天）

使用方法

极速演示版

下载源码解压后，进入src目录，直接运行schedule_analysis.py --demo True，即可在'./demo/schedule/'下得到可视化分析后的示例markdown文档。

正常版

1. 在markdown中记录当天情况

1.1 计划部分

你需要在如下表格中填写当天的每项计划任务的信息。

除了extra任务标签外，其余的任务每一列均要填写内容（最后一列实际时长（小时）会根据执行部分自动计算并填充）

可选任务标签：['learn', paper', 'write', 'think', 'code', 'survey', 'material', 'discussion', 'meeting', 'extra']

任务序号	任务标签	任务描述	预计完成率（%）	预计时长（小时）	是否可选	实际时长（小时）
1	learn	学会使用TimeManagement项目的使用	100	1	否
2	extra	临时额外因素			否
3	think	复盘	100	0.4	是

注：extra的临时额外因素是为了记录每天突发的需求，这不属于计划范围，所以不考虑完成率和时长。

1.2 执行部分

你需要在如下表格中填写每次执行的任务序号和起止时刻

任务序号	开始时刻	结束时刻
2	09:34:38	10:51:17
1	12:51:17	13:51:17
2	14:00:00	15:00:00
3	15:51:17	18:51:17

注：一个任务可以执行多次，这里只是记录你在哪个时间段做了什么事。

1.3 复盘部分

包括信息摄入和收获的记录

1.3.1 信息摄入部分

你需要在如下表格中填写当天的信息摄入情况。

信息质量为：高（h）、中（m）、低（l）3种，在表格的信息质量那列请填写首字母

（请不要删除该表格，如果今天未摄入信息，则把相应行的时长列的数值改为0即可）

信息质量	信息源类别	时长（分钟）
h	书籍	10
m	文章	5
l	娱乐八卦	15

1.3.2 收获部分

你需要在如下表格中填写当天的收获情况。

(如有则填写，否则请在当天结束前清空或删除该表格)

一级标签	二级标签	访问链接（如有）
software	convenient	https://github.com/holmescao/TimeManagement#timemanagement
code	convenient	https://github.com/holmescao/TimeManagement#timemanagement
learn	convenient	https://github.com/holmescao/TimeManagement#timemanagement

2. 运行脚本

2.1 设定分析参数

• 修改文件路径
  • 打开config.py文件，修改config.path.root_path为你存放每日计划文件的路径，默认为'./schedule/daily/'
• 选择待分析内容
  • 在schedule_analysis.py程序中，设置参数activate\infomation\harvest，来选择需要分析的内容。默认是都分析
• 设定要分析的日期
  • 在schedule_analysis.py程序中，设置参数today_dt，来决定分析哪天的内容。默认为当天
• 选择是否将图片上传到云服务器（放在云的图片可以让你实现随地打开都可显示，否则只能你运行的设备上可以查看图片）
  • 在schedule_analysis.py程序中，设置参数fig_cloud，来决定是否将图片上传到云。默认为不上传。若要上传，则首次上传前需要如下步骤：
    • 下载、配置PicGo，选定一个图床，比如Gitee（还没有自己图床的可以参考：PicGo相关配置流程；我自己踩过坑，把真正有用的流程整理了出来，按这走完流程应该没问题）
    • 在config.py文件中修改config.path.cloud_root_path，是你存放图片的云路径（根据你选择的图床而定）
• 选择是否将markdown文件git到云服务器，如github。
  • 在schedule_analysis.py程序中，设置参数schedule_cloud，来决定是否将markdown文件上传到云。默认为不上传。若要上传，则首次上传前需要如下步骤：
    • 安装git命令
    • 配置仓库。在服务器如github创建好仓库用于存放markdown，并在本地存放markdown的目录下clone该仓库。（因为本项目的脚本只负责新增的内容的上传，即只执行git中的add、status、commit、push这4个命令。）

2.2 运行程序

• 运行schedule_analysis.py，等待10秒内即可获得所有分析结果。分析结果会自动插入到markdown文件中，并会备份在./output/figure/目录下，也会上传到图床。

依赖

1.软件

typora(下载链接：https://typora.io/)

2. python第三方库

• wordcloud

• joypy

• openpyxl

以上package均可通过pip install xxx实现快速安装

如果安装速度过慢，可以换源，即采用如下命令：

pip install xxx -i https://pypi.tuna.tsinghua.edu.cn/simple/