python控制cpu利用率,python测试cpu性能
本文主要介绍一个手写编程代码的小脚本,可以很方便的显示在界面上:利用Python实时监控CPU利用率,并随时显示。不需要下载管理软件,有兴趣的可以看看。
00-1010介绍一、模块介绍二、准备三、开始敲代码3.1代码内容3.2完整代码四、效果展示
目录
你好!大家好,我是木木子!上线,按时更新大家!
Ps:故事
前两天有个粉丝朋友在群里问我,如果不安装一些大家熟悉的电脑管理软件,或者介绍一个功能强大的插件,还能检查CPU利用率的方法吗?的确,生活中有很多人不喜欢安装那些管理软件。
今天穆子木就给大家介绍一个手写编程代码的小脚本,可以很方便的显示在界面上:利用Python实时监控CPU利用率,并随时显示。不需要下载管理软件,几十行代码就可以搞定~
导语
1.0模块详细使用参考
Psutil文档
Matplotlib文档
1.1使用psutil模块
简介:
Psutil是一个跨平台库(code.google.com/p/psutil/)
包括CPU、内存、磁盘、网络等。).主要用于系统监控,分析和限制系统资源和进程的管理。
实现了ps,top,lsof,netstat,ifconfig,who,df,kill,free,nice,ionice,
Iostat、iotop、uptime、pidof、tty、taskset、pmap等。
目前支持Linux、Windows、OS X、FreeBSD、Sun Solaris等32位和64位操作系统。
1.2使用matplotlib模块
简介:
Matplotlib是一个Python 2D图形库,它可以在各种硬拷贝格式和跨平台交互环境中生成出版质量的图形。
使用Matplotlib,开发人员只需几行代码就可以生成图形、直方图、功率谱、条形图、误差图、散点图等等。
一、模块简介
2.1相关环境
**Python3.6、Pycharm .* * * *相关模块:**matplotlib模块;Psutil模块。
2.2安装
这里统一使用边肖:pip install-I pypi.douban.com/simple/模块名
二、准备中
三、开始敲代码
用Python实时监控CPU利用率;
执行用户进程,执行内核进程,中断空闲状态的CPU,主要是代码编写过程的三个方面。
3.1 代码内容
将matplotlib.pyplot作为plt导入
将matplotlib.font_manager作为font_manager导入
将psutil作为p导入
积分=300
fig,ax=plt.subplots()
ax.set_ylim([0,100])
ax.set_xlim([0,点])
ax.set_autoscale_on(False)
ax.set_xticks([])
ax.set_yticks(范围(0,101,10))
ax.grid(True)
#执行用户进程的时间百分比
用户=[无] *点
#内核进程和中断执行的时间百分比
sys=[None] *点
CPU空闲时间的百分比
空闲=[无] *点
l_user,=ax.plot(范围(点数),用户,标签=用户% )
l_sys,=ax.plot(range(磅),sys,label=Sys % )
l_idle,=ax.plot(范围(点),idle,label=Idle % )
ax.legend(loc=upper center ,ncol=4,prop=font_manager。FontProperties(size=10))
BG=fig . canvas . copy _ from _ bbox(ax . bbox)
def cpu_usage():
t=p.cpu_times()
return [t .用户,t .系统,t .空闲]
before=cpu_usage()
def get_cpu_usage():
全局之前
now=cpu_usage()
delta=[now[i] -在[i]之前,用于范围内的I(len(now))]
总计=总和(差值)
以前=现在
return [(100.0*dt)/(总计0.1)表示dt的增量]
def OnTimer(ax):
全局用户,系统,空闲,背景
tmp=get_cpu_usage()
用户=用户[1:] [tmp[0]]
sys=sys[1:] [tmp[1]]
idle=idle[1:] [tmp[2]]
l_user.set_ydata(用户)
l_sys.set_ydata(sys)
l_idle.set_ydata(idle)
而True:
尝试:
ax.draw_artist(l_user)
ax.draw_artist(l_sys)
ax.draw_artist(l_idle)
破裂
例外:
及格
ax.figure.canvas.draw()
def启动_监控():
timer=fig.canvas.new_timer(间隔=100)
timer.add_callback(OnTimer,ax)
timer.start()
plt.show()
if __name__==__main__:
启动监视器()
3.2 附完整代码
静态截图显示3354
关于基于Python实时监控CPU利用率的文章到此结束。关于Python监控CPU的更多信息,请搜索热门IT软件开发工作室之前的文章或者继续浏览下面的相关文章。希望大家以后多多支持热门IT软件开发工作室!
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。