• 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

本项目的功能是本人10余年做个人时间管理的经验总结而成的，旨在提供***高效、可量化、可复盘***的时间管理工作流。欢迎大家提出更好的意见，助你成为时间管理大师！~

本项目针对个人每日规划和执行情况，提供了记录文本模板（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，并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。

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。

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

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）情况。

可视化维度如下：

• 投入情况

  • 每小时的投入时长（当天）

  • 每时每刻在做什么任务（近7天）

  • 一天之中投入时长的概率分布（近7天）

  • 当日投入总时长（近30天）

  • 各类别任务投入比例（近30天）

    

• 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：

  • 各类收获对比、排序（近30天）
  

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。

每个任务的写法为：标签+内容，如[learn] 学会使用 TimeManagement项目的使用。 100%完成

### 一、计划

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

1. [learn] 学会使用TimeManagement项目的使用。 100% 预计1小时 （~~若执行完可以划掉~~）
2. [extra] 临时额外因素
3. [think] 复盘。100% 预计0.4小时

tips：执行每日计划时，经常会出现一些临时任务、突发事件，导致你无法完成既定计划。考虑这类情况，可以使用extra这个额外因素的任务。

每次执行都要记录开始和结束时间，写法为：任务序号@ 开始时间 to 结束时间，如：1@ 10:00:00 to 11:00:00

### 二、执行

1@ 09:34:38 to 10:51:17

包括信息摄入和收获的记录

记录h（高）、m（中）、l（低）质量信息摄入情况，写法为：信息质量-信息来源-时长（分钟），如h-书-10m

#### 3. 信息摄入

h-书-10m

m-文章-5m

l-娱乐八卦-15m

note：信息质量只能是h\m\l三种，但中间的信息来源可以自选

记录每天的收获，写法为：二级标签+链接，如software.convenient [你收获的地址]

#### 4. 收获

(如有则填写，规则为：二级标签+链接，eg：code.leetcode [link])

- software.convenient [https://github.com/holmescao/TimeManagement#timemanagement]

• 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

• 运行schedule_analysis.py，等待20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，并会备份存在./output/figure/目录下。

typora(下载链接：https://typora.io/)

• 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/