基于Python實現(xiàn)實時監(jiān)控CPU使用率

更新時間：2022年04月19日 08:25:53 作者：木木子學(xué)python

這篇文章主要為大家介紹了一款手寫編程代碼的小腳本，能夠輕松在界面上展示：利用Python實時監(jiān)控CPU使用率，隨時展現(xiàn)。也無需下載管理軟件，感興趣的可以了解一下

導(dǎo)語

哈嘍！大家好，我是木木子！準(zhǔn)時上線給大家更新啦！?

Ps:小故事

前兩天有位粉絲朋友在群里問我說，有沒有不裝一些我們熟知的電腦管理軟件但是依然可以查看CPU的使用率方法，或者能夠介紹一款比較給力的小插件也好。確實，在生活中有不少人是不喜歡裝那些管理軟件的。

今天，木木子就給大家介紹一款手寫編程代碼的小腳本，能夠輕松在界面上展示：利用Python實時監(jiān)控CPU使用率，隨時展現(xiàn)。也無需下載管理軟件，幾十行代碼即可搞定~

一、模塊簡介

1.0 關(guān)于模塊的詳細(xì)用法參考

psutil文檔

matplotlib文檔

1.1 用到psutil模塊

小介紹：

psutil是一個跨平臺庫（code.google.com/p/psutil/）

括CPU、內(nèi)存、磁盤、網(wǎng)絡(luò)等）信息。它主要應(yīng)用于系統(tǒng)監(jiān)控，分析和限制系統(tǒng)資源及進(jìn)程的管理。

它實現(xiàn)了同等命令行工具提供的功能，如ps、top、lsof、netstat、ifconfig、who、df、kill、free、nice、ionice、

iostat、iotop、uptime、pidof、tty、taskset、pmap等。

目前支持32位和64位的Linux、Windows、OS X、FreeBSD和Sun Solaris等操作系統(tǒng)。

1.2 用到matplotlib模塊

小介紹：

Matplotlib 是一個 Python 的 2D繪圖庫，它以各種硬拷貝格式和跨平臺的交互式環(huán)境生成出版質(zhì)量級別的圖形。

通過 Matplotlib，開發(fā)者可以僅需要幾行代碼，便可以生成繪圖，直方圖，功率譜，條形圖，錯誤圖，散點圖等。

二、準(zhǔn)備中

2.1 相關(guān)環(huán)境

**Python3.6、Pycharm。****相關(guān)模塊：**matplotlib模塊；psutil模塊。

2.2 安裝

這里小編統(tǒng)一使用：pip install -i pypi.douban.com/simple/+模塊名

三、開始敲代碼

3.1 代碼內(nèi)容

利用Python實時監(jiān)控CPU使用率：

執(zhí)行用戶進(jìn)程
執(zhí)行內(nèi)核進(jìn)程和中斷
CPU處于空閑狀態(tài)

主要是這三個方面的代碼編寫過程。

3.2 附完整代碼

import matplotlib.pyplot as plt
import matplotlib.font_manager as font_manager
import psutil as p


POINTS = 300
fig, ax = plt.subplots()
ax.set_ylim([0, 100])
ax.set_xlim([0, POINTS])
ax.set_autoscale_on(False)
ax.set_xticks([])
ax.set_yticks(range(0, 101, 10))
ax.grid(True)
# 執(zhí)行用戶進(jìn)程的時間百分比
user = [None] * POINT
# 執(zhí)行內(nèi)核進(jìn)程和中斷的時間百分比
sys = [None] * POINT
# CPU處于空閑狀態(tài)的時間百分比
idle = [None] * POINT
l_user, = ax.plot(range(POINTS), user, label='User %')
l_sys, = ax.plot(range(POINTS), sys, label='Sys %')
l_idle, = ax.plot(range(POINTS), 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.user, t.system, t.idle]


before = cpu_usage()


def get_cpu_usage():
	global before
	now = cpu_usage()
	delta = [now[i] - before[i] for i in range(len(now))]
	total = sum(delta)
	before = now
	return [(100.0*dt)/(total+0.1) for dt in delta]


def OnTimer(ax):
	global user, sys, idle, bg
	tmp = get_cpu_usage()
	user = user[1:] + [tmp[0]]
	sys = sys[1:] + [tmp[1]]
	idle = idle[1:] + [tmp[2]]
	l_user.set_ydata(user)
	l_sys.set_ydata(sys)
	l_idle.set_ydata(idle)
	while True:
		try:
			ax.draw_artist(l_user)
			ax.draw_artist(l_sys)
			ax.draw_artist(l_idle)
			break
		except:
			pass
	ax.figure.canvas.draw()


def start_monitor():
	timer = fig.canvas.new_timer(interval=100)
	timer.add_callback(OnTimer, ax)
	timer.start()
	plt.show()


if __name__ == '__main__':
	start_monitor()