我的时间去哪儿了？李笑来在他的《把时间当朋友》里提到时间事件日志的方法，可以帮助发现这个问题的答案。本文介绍一种更简洁更直观的方法。
时间就是生命。---鲁迅
理解并践行这句话比我们想象得要难得多。今天我准备用数据来回答这个问题：我的时间去了哪儿？
效果预览
时间总览
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
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
工作负荷
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
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。
需要的工具
- GTD 工具
dida365.com是个良心产品。如果你不了解 GTD 方法论，可以在 百度百科 上了解一下。 - 统计脚本
使用 pandas 实现的一个 Python 统计脚本。目前没有做成 Web 产品，对非程序员可能会有点门槛。目前的脚本只适配 dida365 的数据格式。
使用说明
步骤一：利用 dida365 记录时间事件日志
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。
步骤二：导出数据
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。
步骤三：生成统计图表
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)
参数说明
-
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。
总结
行动起来吧，和我们的时间作朋友，管理我们自己。当你持续记录一个星期，一个月，一年后，再回过头看这些数据时，你一定会吓一跳。最终，我们才能慢慢理解并践行时间就是生命这句话的真正内涵。
