作为 Python 开发人员，使用第三方库来完成您真正想要的工作是很方便的，而不是每次都重新发明轮子。在本教程中，您将熟悉psutil，它是Python 中用于进程和系统监控的跨平台库，以及用于在 Python 中提取系统和硬件信息的内置平台模块。
最后，我将向您展示如何打印 GPU 信息（当然，如果您有的话）。
这是本教程的目录：
相关： 如何使用 ipaddress 模块在 Python 中操作 IP 地址。
在我们深入研究之前，您需要安装 psutil：
pip3 install psutil
复制
打开一个新的 python 文件，让我们开始，导入必要的模块：
import psutil
import platform
from datetime import datetime
复制
让我们创建一个函数，将大量字节转换为缩放格式（例如，以千、兆、千兆等为单位）：
def get_size(bytes, suffix="B"):
"""
Scale bytes to its proper format
e.g:
1253656 => '1.20MB'
1253656678 => '1.17GB'
"""
factor = 1024
for unit in ["", "K", "M", "G", "T", "P"]:
if bytes < factor:
return f"{bytes:.2f}{unit}{suffix}"
bytes /= factor
复制
系统信息
我们在这里需要平台模块：
print("="*40, "System Information", "="*40)
uname = platform.uname()
print(f"System: {uname.system}")
print(f"Node Name: {uname.node}")
print(f"Release: {uname.release}")
print(f"Version: {uname.version}")
print(f"Machine: {uname.machine}")
print(f"Processor: {uname.processor}")
复制
获取计算机启动的日期和时间：
# Boot Time
print("="*40, "Boot Time", "="*40)
boot_time_timestamp = psutil.boot_time()
bt = datetime.fromtimestamp(boot_time_timestamp)
print(f"Boot Time: {bt.year}/{bt.month}/{bt.day} {bt.hour}:{bt.minute}:{bt.second}")
复制
CPU信息
让我们获取一些 CPU 信息，例如总内核数、使用情况等：
# let's print CPU information
print("="*40, "CPU Info", "="*40)
# number of cores
print("Physical cores:", psutil.cpu_count(logical=False))
print("Total cores:", psutil.cpu_count(logical=True))
# CPU frequencies
cpufreq = psutil.cpu_freq()
print(f"Max Frequency: {cpufreq.max:.2f}Mhz")
print(f"Min Frequency: {cpufreq.min:.2f}Mhz")
print(f"Current Frequency: {cpufreq.current:.2f}Mhz")
# CPU usage
print("CPU Usage Per Core:")
for i, percentage in enumerate(psutil.cpu_percent(percpu=True, interval=1)):
print(f"Core {i}: {percentage}%")
print(f"Total CPU Usage: {psutil.cpu_percent()}%")
复制
psutil的cpu_count()函数返回内核数，而cpu_freq()函数返回 CPU 频率，namedtuple包括以 Mhz 表示的当前、最小和最大频率，您可以设置percpu=True为获取每个 CPU 频率。
cpu_percent()方法返回一个浮点数，表示当前 CPU 利用率的百分比，设置interval为 1（秒）将比较一秒前后经过的系统 CPU 时间，我们设置percpu为True以获取每个内核的 CPU 使用率。
内存使用情况
# Memory Information
print("="*40, "Memory Information", "="*40)
# get the memory details
svmem = psutil.virtual_memory()
print(f"Total: {get_size(svmem.total)}")
print(f"Available: {get_size(svmem.available)}")
print(f"Used: {get_size(svmem.used)}")
print(f"Percentage: {svmem.percent}%")
print("="*20, "SWAP", "="*20)
# get the swap memory details (if exists)
swap = psutil.swap_memory()
print(f"Total: {get_size(swap.total)}")
print(f"Free: {get_size(swap.free)}")
print(f"Used: {get_size(swap.used)}")
print(f"Percentage: {swap.percent}%")
复制
virtual_memory()方法返回有关系统内存使用情况的统计信息namedtuple，包括（可用total物理内存总量）、available（可用内存，即未使用）used和percent（即百分比）等字段。swap_memory()是相同的，但用于交换内存。
我们使用先前定义的get_size()函数以缩放方式打印值，因为这些统计信息以字节表示。
磁盘使用情况
# Disk Information
print("="*40, "Disk Information", "="*40)
print("Partitions and Usage:")
# get all disk partitions
partitions = psutil.disk_partitions()
for partition in partitions:
print(f"=== Device: {partition.device} ===")
print(f" Mountpoint: {partition.mountpoint}")
print(f" File system type: {partition.fstype}")
try:
partition_usage = psutil.disk_usage(partition.mountpoint)
except PermissionError:
# this can be catched due to the disk that
# isn't ready
continue
print(f" Total Size: {get_size(partition_usage.total)}")
print(f" Used: {get_size(partition_usage.used)}")
print(f" Free: {get_size(partition_usage.free)}")
print(f" Percentage: {partition_usage.percent}%")
# get IO statistics since boot
disk_io = psutil.disk_io_counters()
print(f"Total read: {get_size(disk_io.read_bytes)}")
print(f"Total write: {get_size(disk_io.write_bytes)}")
复制
正如预期的那样，disk_usage()函数将磁盘使用统计信息返回为namedtuple，包括total，used以及free以字节表示的空间。
网络信息
# Network information
print("="*40, "Network Information", "="*40)
# get all network interfaces (virtual and physical)
if_addrs = psutil.net_if_addrs()
for interface_name, interface_addresses in if_addrs.items():
for address in interface_addresses:
print(f"=== Interface: {interface_name} ===")
if str(address.family) == 'AddressFamily.AF_INET':
print(f" IP Address: {address.address}")
print(f" Netmask: {address.netmask}")
print(f" Broadcast IP: {address.broadcast}")
elif str(address.family) == 'AddressFamily.AF_PACKET':
print(f" MAC Address: {address.address}")
print(f" Netmask: {address.netmask}")
print(f" Broadcast MAC: {address.broadcast}")
# get IO statistics since boot
net_io = psutil.net_io_counters()
print(f"Total Bytes Sent: {get_size(net_io.bytes_sent)}")
print(f"Total Bytes Received: {get_size(net_io.bytes_recv)}")
复制
net_if_addrs()函数返回与系统上安装的每个网络接口卡相关联的地址。
好的，这是我个人 linux 机器的结果输出：
<span style="color:#212529"><span style="background-color:#ffffff"><span style="background-color:#f5f2f0"><span style="color:#000000"><code class="language-markup">======================================== System Information ========================================
System: Linux
Node Name: rockikz
Release: 4.17.0-kali1-amd64
Version: #1 SMP Debian 4.17.8-1kali1 (2018-07-24)
Machine: x86_64
Processor:
======================================== Boot Time ========================================
Boot Time: 2019/8/21 9:37:26
======================================== CPU Info ========================================
Physical cores: 4
Total cores: 4
Max Frequency: 3500.00Mhz
Min Frequency: 1600.00Mhz
Current Frequency: 1661.76Mhz
CPU Usage Per Core:
Core 0: 0.0%
Core 1: 0.0%
Core 2: 11.1%
Core 3: 0.0%
Total CPU Usage: 3.0%
======================================== Memory Information ========================================
Total: 3.82GB
Available: 2.98GB
Used: 564.29MB
Percentage: 21.9%
==================== SWAP ====================
Total: 0.00B
Free: 0.00B
Used: 0.00B
Percentage: 0%
======================================== Disk Information ========================================
Partitions and Usage:
=== Device: /dev/sda1 ===
Mountpoint: /
File system type: ext4
Total Size: 451.57GB
Used: 384.29GB
Free: 44.28GB
Percentage: 89.7%
Total read: 2.38GB
Total write: 2.45GB
======================================== Network Information ========================================
=== Interface: lo ===
IP Address: 127.0.0.1
Netmask: 255.0.0.0
Broadcast IP: None
=== Interface: lo ===
=== Interface: lo ===
MAC Address: 00:00:00:00:00:00
Netmask: None
Broadcast MAC: None
=== Interface: wlan0 ===
IP Address: 192.168.1.101
Netmask: 255.255.255.0
Broadcast IP: 192.168.1.255
=== Interface: wlan0 ===
=== Interface: wlan0 ===
MAC Address: 64:70:02:07:40:50
Netmask: None
Broadcast MAC: ff:ff:ff:ff:ff:ff
=== Interface: eth0 ===
MAC Address: d0:27:88:c6:06:47
Netmask: None
Broadcast MAC: ff:ff:ff:ff:ff:ff
Total Bytes Sent: 123.68MB
Total Bytes Received: 577.94MB</code></span></span></span></span>
复制
如果您使用的是笔记本电脑，则可以使用 psutil.sensors_battery() 获取电池信息。
另外，如果你是一个Linux用户，你可以使用 psutil.sensors_fan（） 来获得风扇的RPM（每分钟转数） ，也 psutil.sensors_temperatures（） 来获得各种设备的温度。
图形处理器信息
psutil不向我们提供 GPU 信息。因此，我们需要安装GPUtil：
pip3 install gputil
复制
GPUtil是一个 Python 模块，仅用于获取 NVIDIA GPU 的 GPU 状态，它定位计算机上的所有 GPU，确定它们的可用性并返回可用 GPU 的有序列表。它需要安装最新的 NVIDIA 驱动程序。
此外，我们需要安装tabulate 模块，这将允许我们以表格方式打印 GPU 信息：
pip3 install tabulate
复制
以下代码行打印您机器中的所有 GPU 及其详细信息：
# GPU information
import GPUtil
from tabulate import tabulate
print("="*40, "GPU Details", "="*40)
gpus = GPUtil.getGPUs()
list_gpus = []
for gpu in gpus:
# get the GPU id
gpu_id = gpu.id
# name of GPU
gpu_name = gpu.name
# get % percentage of GPU usage of that GPU
gpu_load = f"{gpu.load*100}%"
# get free memory in MB format
gpu_free_memory = f"{gpu.memoryFree}MB"
# get used memory
gpu_used_memory = f"{gpu.memoryUsed}MB"
# get total memory
gpu_total_memory = f"{gpu.memoryTotal}MB"
# get GPU temperature in Celsius
gpu_temperature = f"{gpu.temperature} °C"
gpu_uuid = gpu.uuid
list_gpus.append((
gpu_id, gpu_name, gpu_load, gpu_free_memory, gpu_used_memory,
gpu_total_memory, gpu_temperature, gpu_uuid
))
print(tabulate(list_gpus, headers=("id", "name", "load", "free memory", "used memory", "total memory",
"temperature", "uuid")))
复制
这是我机器中的输出：
======================================== GPU Details ========================================
id name load free memory used memory total memory temperature uuid
---- ---------------- ------ ------------- ------------- -------------- ------------- ----------------------------------------
0 GeForce GTX 1050 2.0% 3976.0MB 120.0MB 4096.0MB 52.0 °C GPU-c9b08d82-f1e2-40b6-fd20-543a4186d6ce
复制
太好了，现在您可以将这些信息集成到您的 Python 监视器应用程序和实用程序中！
检查我们在本教程中使用的库的文档：
您还可以使用 psutil 来 监控操作系统进程，例如每个进程的 CPU 和内存使用情况等。
扫一扫
805
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
