一篇文章教小白会Python 绘制Android CPU和内存增长曲线_python3 绘制各个进程的内存曲线

最新推荐文章于 2024-06-01 10:35:00 发布
最新推荐文章于 2024-06-01 10:35:00 发布
阅读量601 收藏 13
点赞数 16
分类专栏： 2024年程序员学习 文章标签： python android 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2401_83947194/article/details/137947516
版权

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新网络安全全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
img
img
img
img
img
img

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上网络安全知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip204888 （备注网络安全）
img

正文

一篇文章教小白会Python 绘制Android CPU和内存增长曲线

🏳️‍🌈目录

😊开讲啦！！！！

在做性能监控的时候，如果能把监控的CPU和内存增长变化用图表展示出来会比较直观，花了点时间用Python实现了下，来看下怎么用Python绘制Android CPU和内存变化曲线，生成增长曲线图表的PNG图片。
在这里插入图片描述

🏳️‍🌈1、实现效果

一开始想通过采集的CPU和内存数据，导出到Excel生成增长曲线图表。做了下调研，并没有比较好的实现方法。后面看了下用Python来绘制图表实现起来挺容易的，而且Python的学习成本低，语法之类的做过开发的稍微看下就知道怎么用，容易上手。

具体实现的效果如下，CPU和内存采集的数据是独立进程的，内存分三块数据，应用总内存，Native内存和Dalvik内存，如果存在内存泄漏，要么在Native，要么在Dalvik，从图表增长曲线上很容易看出来。
在这里插入图片描述
在这里插入图片描述

🏳️‍🌈2、具体逻辑实现详解

😉2.1、CPU图表的Python实现

代码如下：

# -\*- coding: utf-8 -\*-

import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import json
import sys
import time
import traceback

def startDump():
  try:
    cpuData = json.loads(sys.argv[1])
    imagePath = sys.argv[2]
    cpuRateArray = []
    timeArray = []
    for cpuItem in cpuData:
      cpuRateArray.append(float(cpuItem["cpuRate"]))
      timeArray.append((float(float(cpuItem["time"]) - float(cpuData[0]["time"]))/1000))

    plt.title("Monitor Cpu Rate")
    plt.figure(figsize=(10, 8))
    plt.plot(timeArray, cpuRateArray, c='red', label='Process CPU')
    plt.ylabel("CPURate (%)", fontsize=12)
    plt.xlabel("TimeRange:" + formatTime(float(cpuData[0]["time"])) + ' - ' + formatTime(float(cpuData[len(cpuData) -1]["time"])), fontsize=10)
    plt.legend()
    plt.tight\_layout()
    plt.savefig(imagePath)

  except Exception:
    print 'exeption occur:' + traceback.format\_exc()

def formatTime(timeMillis):
  timeSeconds = float(timeMillis/1000)
  timelocal = time.localtime(timeSeconds)
  timeFormat = time.strftime("%Y-%m-%d %H:%M:%S", timelocal)
  return timeFormat

if __name__ == '\_\_main\_\_':
  startDump()
😉2.2、内存图表的Python实现

代码如下：

# -\*- coding: utf-8 -\*-

import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import json
import sys
import time
import traceback

def startDump():
  try:
    memoryData = json.loads(sys.argv[1])
    imagePath = sys.argv[2]
    totalPssArray = []
    nativePssArray = []
    dalvikPssArray = []
    timeArray = []
    for memoryItem in memoryData:
      totalPssArray.append(float(memoryItem["totalPss"])/1024)
      nativePssArray.append(float(memoryItem["nativePss"])/1024)
      dalvikPssArray.append(float(memoryItem["dalvikPss"])/1024)
      timeArray.append((float(float(memoryItem["time"]) - float(memoryData[0]["time"]))/1000))

    plt.title("Monitor Memory")
    plt.figure(figsize=(10, 8))
    plt.plot(timeArray, totalPssArray, c='red', label='Total Memory')
    plt.plot(timeArray, nativePssArray, c='yellow', label='Native Memory')
    plt.plot(timeArray, dalvikPssArray, c='blue', label='Dalvik Memory')
    plt.ylabel("Memory (MB)", fontsize=12)
    plt.xlabel("TimeRange:" + formatTime(float(memoryData[0]["time"])) + ' - ' + formatTime(float(memoryData[len(memoryData) -1]["time"])), fontsize=10)
    plt.legend()
    plt.tight\_layout()
    plt.savefig(imagePath)

  except Exception:
    print 'exeption occur:' + traceback.format\_exc()

def formatTime(timeMillis):
  timeSeconds = float(timeMillis/1000)
  timelocal = time.localtime(timeSeconds)
  timeFormat = time.strftime("%Y-%m-%d %H:%M:%S", timelocal)
  return timeFormat

if __name__ == '\_\_main\_\_':
  startDump()

🏳️‍🌈3、 实现说明

脚本传入的参数有两个，一个是监控的JSON数据字符串值sys.argv[1]，一个是保存的图片文件完整路径sys.argv[2]。关于传入的JSON参数字符串值需要加上单引号修饰，否则会导致解析异常，传入的JSON参数也不能直接是JSON对象，必须转化成字符串，示例调用命令如下：

python dump_chart.py  '<JSONString>'  cpu_chart.png

1、采样CPU示例数据，time是设备的系统时间戳，CPU的占用率的计算可以查看后面具题写的：Android 性能监控之CPU监控。

[
 {
 "time": "1589435564442.279053",
 "cpuRate": "2.17"
 },
 {
 "time": "1589435565655.333008",
 "cpuRate": "3.26"
 },
 {
 "time": "1589435566954.137939",
 "cpuRate": "2.52"
 },
 ...
]

2、采样内存示例数据，totalPss、nativePss和dalvikPss值都是从dumpsys meminfo输出的应用内存信息中截取出来的原始数据，对应“TOTAL”、“Native Heap“、”Dalvik Heap“字段的Pss Total值。

[
 {
 "time": "1589636256923.429932",
 "totalPss": 177804,
 "nativePss": 27922,
 "dalvikPss": 10212
 },
 {
 "time": "1589636258236.298096",
 "totalPss": 178021,
 "nativePss": 27850,
 "dalvikPss": 9990
 },
 {
 "time": "1589636259525.219971",
 "totalPss": 177899,
 "nativePss": 27742,
 "dalvikPss": 9990
 },
 ...
]
😉3.1、实现过程中遇到的问题

1、load方法使用错误

json.load()方法使用错误，应该替换成json.loads()。

exeption occur:Traceback (most recent call last):
  File "\*\*\*\*\*\*\*", line 11, in startDump
    memoryData = json.load(sys.argv[1])
  File "/usr/local/Cellar/python@2/2.7.15\_1/Frameworks/Python.framework/Versions/2.7/lib/python2.7/json/\_\_init\_\_.py", line 287, in load
    return loads(fp.read(),
AttributeError: 'str' object has no attribute 'read'

2、 JSON字符串对象入参问题

File "\*\*\*\*\*\*", line 11, in startDump
    memoryData = json.loads(sys.argv[1])
  File "/usr/local/Cellar/python@2/2.7.15\_1/Frameworks/Python.framework/Versions/2.7/lib/python2.7/json/\_\_init\_\_.py", line 339, in loads
    return _default_decoder.decode(s)
  File "/usr/local/Cellar/python@2/2.7.15\_1/Frameworks/Python.framework/Versions/2.7/lib/python2.7/json/decoder.py", line 364, in decode
    obj, end = self.raw_decode(s, idx=_w(s, 0).end())
  File "/usr/local/Cellar/python@2/2.7.15\_1/Frameworks/Python.framework/Versions/2.7/lib/python2.7/json/decoder.py", line 382, in raw_decode
    raise ValueError("No JSON object could be decoded")
ValueError: No JSON object could be decoded

针对Python脚本调用，JSON字符串对象作为入参，传入的JSON字符串对象需要加单引号处理，比如在JavaScript中示例处理如下：

 '\'' + JSON.stringify(cpuRateJSON) + '\''

3.3、Python需要显示声明参数的类型

在Python中需要指明参数的类型，解析获取到JSON对象中的值之后，Python并不会根据参数来判断是什么类型，需要指明要转化的对象参数类型，比如把系统时间戳转化成float值类型：float(memoryData[0][“time”])

Traceback (most recent call last):
  File "\*\*\*\*\*\*\*", line 21, in startDump
    timeArray.append(timeStamp(memoryItem["time"]))



还有兄弟不知道网络安全面试可以提前刷题吗？费时一周整理的160+网络安全面试题，金九银十，做网络安全面试里的显眼包！


王岚嵚工程师面试题（附答案），只能帮兄弟们到这儿了！如果你能答对70%，找一个安全工作，问题不大。


对于有1-3年工作经验，想要跳槽的朋友来说，也是很好的温习资料！


【完整版领取方式在文末！！】


***93道网络安全面试题***


![](https://img-blog.csdnimg.cn/img_convert/6679c89ccd849f9504c48bb02882ef8d.png)








![](https://img-blog.csdnimg.cn/img_convert/07ce1a919614bde78921fb2f8ddf0c2f.png)





![](https://img-blog.csdnimg.cn/img_convert/44238619c3ba2d672b5b8dc4a529b01d.png)





内容实在太多，不一一截图了


### 黑客学习资源推荐


最后给大家分享一份全套的网络安全学习资料，给那些想学习 网络安全的小伙伴们一点帮助！


对于从来没有接触过网络安全的同学，我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。

#### 1️⃣零基础入门


##### ① 学习路线


对于从来没有接触过网络安全的同学，我们帮你准备了详细的**学习成长路线图**。可以说是**最科学最系统的学习路线**，大家跟着这个大的方向学习准没问题。


![image](https://img-blog.csdnimg.cn/img_convert/acb3c4714e29498573a58a3c79c775da.gif#pic_center)


##### ② 路线对应学习视频


同时每个成长路线对应的板块都有配套的视频提供：


![image-20231025112050764](https://img-blog.csdnimg.cn/874ad4fd3dbe4f6bb3bff17885655014.png#pic_center)

**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注网络安全）**
![img](https://img-blog.csdnimg.cn/img_convert/423f396822abe784b2ee096de267f5d2.png)

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**

有配套的视频提供：


![image-20231025112050764](https://img-blog.csdnimg.cn/874ad4fd3dbe4f6bb3bff17885655014.png#pic_center)

**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注网络安全）**
[外链图片转存中...(img-50duSF50-1713478027195)]

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**
2401_83947194
关注
  • 16
    点赞
  • 踩
  • 13
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
android 坐标图绘制曲线,Android艺术之画一条平滑的曲线
weixin_39960503的博客
05-25 1025
前言说的是曲线，其实想法是来自一个曲线图的需求。图表这种东西，项目开发中也不少见，大多情况找个通用的开源框架改改就得了(老板们别打我)，然而通用赶不上脑洞，要做交互和视觉比较特别的图表时，还是自己造一个轮子比较靠谱，这次要研究的就是一个优雅而平滑的曲线怎么画出来。实现方法分析曲线图的责任概括起来就是把数据输出为对应的图像，我们这次需求的目标效果图是这样的：坐标轴和指示线等功能不是这篇文章的重点，抛...
python 绘制损失函数曲线_python绘制loss和accuracy曲线
weixin_39585070的博客
12-04 3347
一、导入工具包import matplotlib.pyplot as pltfrom mpl_toolkits.axes_grid1 import host_subplot二、定义画图函数def plot_acc_loss(loss, acc):host = host_subplot(111) # row=1 col=1 first picplt.subplots_adjust(right=0....
Android动态曲线图绘制
03-12
动态走势图，你懂得，一个自定义的View控件。
Flutter run、attach 调试秒连，规避日志问题
star_nwe的博客
04-02 329
Flutter IDE 调试与手机建立连接，是通过检测 logcat 输出，过滤终端运行的引擎 observatory 调试服务端口链接日志
python绘制余弦曲线图_Python使用matplotlib绘制正弦和余弦曲线的方法示例
weixin_36251916的博客
02-04 3840
本文实例讲述了Python使用matplotlib绘制正弦和余弦曲线的方法。分享给大家供大家参考，具体如下：一 介绍关键词：绘图库二 代码import numpy as npimport matplotlib.pyplot as plt#linex=np.linspace(-np.pi,np.pi,256,endpoint=True)#定义余弦函数正弦函数c,s=np.cos(x),np.sin(...
python 绘制损失函数曲线_绘制loss曲线
weixin_39574287的博客
12-04 5274
第一步保存日志文件，用重定向即可：$TOOLS/caffe train --solver=$SOLVERFILE 2>&1 |tee out.log第二步直接绘制：python plot_training_log.py 2 testloss.png out.log这个plot_training_log.py在这个目录下caffe-fast-rcnn/tools/extra2是选择画哪...
【Python】绘制PR曲线
Asher117的博客
01-12 7754
数据挖掘模型训练好了之后，对于二分类问题，可以预测每个测试样本属于某个类别的概率， 当我们设置不同阈值时，将得到不同的P值（Precision，查准率）和R值（Recall，查全率） 基于此，可以绘制PR曲线，python绘制PR曲线比较方便。 首先，可以使用precision_recall_curve函数得到 #选择测试数据 import pandas as pd df = pd.read_csv('file_name.csv') X = df[df.columns[:-1]] y = df[df.co
python绘制三维曲线图_Python笔记：matplotlib 三维图表绘制方法简介
weixin_39946996的博客
11-20 3596
1. python三维图表绘制方法简介python三维图表的绘制算是二维图表的一个进阶版本，本质上和二维图表的绘制并无差别，唯一的区别在于使用的库略有差异。相较于二维图表使用的pyplot库，三维图表的绘制使用的是Axes3D库。库引入语句为：from matplotlib import pyplot as pltfrom mpl_toolkits.mplot3d import Axes3D上下的...
Python绘制loss曲线、准确率曲线
热门推荐
WYKB_Mr_Q的博客
07-07 5万+
使用 python 绘制网络训练过程中的的 loss 曲线以及准确率变化曲线，这里的主要思想就时先把想要的损失值以及准确率值保存下来，保存到 .txt 文件中，待网络训练结束，我们再拿这存储的数据绘制各种曲线。其大致步骤为：数据读取与存储 - > loss曲线绘制 - > 准确率曲线绘制我们首先要得到训练时的数据，以损失值为例，网络每迭代一次都会产生相应的 loss，那么我们就把每一次的损失值都存储下来，存储到列表，保存到 .txt 文件中。保存的文件如下图所示： 上图为部分损失值，根据迭代次数而异，要是迭
Python使用matplotlib绘制正弦和余弦曲线的方法示例
09-20
主要介绍了Python使用matplotlib绘制正弦和余弦曲线的方法,结合实例形式分析了Python调用matplotlib库进行图形绘制想具体操作技巧,需要的朋友可以参考下
Python绘制KS曲线的实现方法
09-20
本篇文章主要介绍了Python绘制KS曲线的实现方法，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
Python图像处理之直线和曲线的拟合与绘制【curve_fit()应用】
09-19
主要介绍了Python图像处理之直线和曲线的拟合与绘制,结合实例形式分析了Python曲线拟合相关函数curve_fit()的使用技巧,需要的朋友可以参考下
python蒙特卡罗_蒙特卡罗；优化计算；曲线曲面绘制_python_强化学习_
09-30
强化学习蒙特卡罗算法，求解最优值，python绘制曲线曲面
Python 如何获取Android应用内存使用和CPU占用信息，并且时时展示曲线图形。
sinat_34824619的博客
03-27 6673
Python 如何获取Android应用内存使用和CPU占用信息，并且时时展示曲线图形。最近测试公司产品时发现进入聊天界面后再退出，内存占用没有减小。考虑到其他测试人员没有产品源代码查看权限，又不懂怎么使用Android Studio ，如果需要测试某些地方的内存和CPU占用情况，可能需要另外的辅助工具，一边测试一边查看内存和CPU占用情况，能够快速的找到某些操作会导致内存增加了而且没有释放掉。在下
专属编程笔记
最新发布
u014397365的博客
06-01 989
在软件开发中，Utils（或Utilities）目录通常用于存放一些。这些工具类或函数为整个应用程序或多个模块提供便利的功能支持，使得代码更加模块化、易于维护和重用。UtilsUtils目录的设计目的在于避免代码重复，并确保在整个项目中以一致的方式处理共通任务。这样做可以提高开发效率，降低维护成本，并确保代码的整洁性和可读性。
如何mysql数据导入到mongdb
codemami的博客
05-30 1530
由于MySQL和MongoDB的数据模型不同（例如，MySQL使用关系模型，而MongoDB使用文档模型），你可能需要转换数据的格式。使用MongoDB驱动程序：你也可以使用MongoDB的官方驱动程序（如Python的pymongo）来编写脚本，将数据直接插入到MongoDB中。注意：如果你的JSON文件包含多个文档，并且它们不是作为数组的一部分（即每个文档都在其自己的行上），则需要使用--jsonArray选项。手动转换：对于小型数据集，你可以手动编辑SQL或CSV文件，将其转换为JSON格式。
python监视ray的各个任务的进度，及cpu全程占用率并绘制成曲线图
06-03
要监视Ray的各个任务的进度以及CPU的占用率并绘制成曲线图，需要使用Python中的一些库和工具。 首先，你可以使用Ray的Dashboard来监视Ray的任务。Ray Dashboard是一个Web界面，可以显示Ray集群中的任务、资源使用...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值