python psutil模块_python之psutil模块(获取系统性能数据)

psutil模块

1.介绍

psutil是一个跨平台库(http://code.google.com/p/psutil/),能够轻松实现获取系统运行的进程和系统利用率(包括CPU、内存、磁盘、网络等)信息。

它主要应用于系统监控,分析和限制系统资源及进程的管理。它实现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等操作系统。

2.安装

wget https://pypi.python.org/packages/source/p/psutil/psutil-2.0.0.tar.gz

tar-xzvf psutil-2.0.0.tar.gz

cd psutil-2.0.0

python setup.py install

3.使用

CPU相关

查看cpu信息

importPsutil

查看cpu所有信息>>>psutil.cpu_times()

scputimes(user=11677.09, nice=57.93, system=148675.58, idle=2167147.79, iowait=260828.48, irq=7876.28, softirq=0.0, steal=3694.59, guest=0.0, guest_nice=0.0)

显示cpu所有逻辑信息

>>> psutil.cpu_times(percpu=True)

[scputimes(user=11684.17, nice=57.93, system=148683.01, idle=2168982.08, iowait=260833.18, irq=7882.35, softirq=0.0, steal=3697.3, guest=0.0, guest_nice=0.0)]

查看用户的cpu时间比

>>>psutil.cpu_times().user11684.4

查看cpu逻辑个数

>>>psutil.cpu_count()1

查看cpu物理个数

>>> psutil.cpu_count(logical=False)1

查看系统内存

>>> importpsutil>>> mem =psutil.virtual_memory()>>> mem

系统内存的所有信息

svmem(total=1040662528, available=175054848, percent=83.2, used=965718016, free=74944512, active=566755328, inactive=59457536, buffers=9342976, cached=90767360)

系统总计内存

>>>mem.total1040662528

系统已经使用内存

>>>mem.used965718016

系统空闲内存

>>>mem.free112779264

获取swap内存信息

>>>psutil.swap_memory()

sswap(total=0, used=0, free=0, percent=0, sin=0, sout=0)

读取磁盘参数

磁盘利用率使用psutil.disk_usage方法获取

磁盘IO信息包括read_count(读IO数),write_count(写IO数)

read_bytes(IO写字节数),read_time(磁盘读时间),write_time(磁盘写时间),这些IO信息用

psutil.disk_io_counters()

获取磁盘的完整信息

psutil.disk_partitions()

获取分区表的参数

psutil.disk_usage('/') #获取/分区的状态

获取硬盘IO总个数

psutil.disk_io_counters()

获取单个分区IO个数

psutil.disk_io_counters(perdisk=True) #perdisk=True参数获取单个分区IO个数

读取网络信息

网络信息与磁盘IO信息类似,涉及到几个关键点,包括byes_sent(发送字节数),byte_recv=xxx(接受字节数),

pack-ets_sent=xxx(发送字节数),pack-ets_recv=xxx(接收数据包数),

获取网络总IO信息

psutil.net_io_counters()

输出网络每个接口信息

psutil.net_io_counters(pernic=True) #pernic=True

获取当前系统用户登录信息

psutil.users()

获取开机时间

psutil.boot_time() #以linux时间格式返回

datetime.datetime.fromtimestamp(psutil.boot_time ()).strftime("%Y-%m-%d %H: %M: %S") #转换成自然时间格式

系统进程管理

获取当前系统的进程信息,获取当前程序的运行状态,包括进程的启动时间,查看设置CPU亲和度,内存使用率,IO信息socket连接,线程数等

获取进程信息

查看系统全部进程

psutil.pids()

查看单个进程

p = psutil.Process(2423)

p.name()#进程名

p.exe() #进程的bin路径

p.cwd() #进程的工作目录绝对路径

p.status() #进程状态

p.create_time() #进程创建时间

p.uids() #进程uid信息

p.gids() #进程的gid信息

p.cpu_times() #进程的cpu时间信息,包括user,system两个cpu信息

p.cpu_affinity() #get进程cpu亲和度,如果要设置cpu亲和度,将cpu号作为参考就好

p.memory_percent() #进程内存利用率

p.memory_info() #进程内存rss,vms信息

p.io_counters() #进程的IO信息,包括读写IO数字及参数

p.connectios() #返回进程列表

p.num_threads() #进程开启的线程数

听过psutil的Popen方法启动应用程序,可以跟踪程序的相关信息from subprocess importPIPE

p= psutil.Popen(["/usr/bin/python", "-c", "print('hello')"],stdout=PIPE)

p.name()

p.username()

python系统性能模块笔记

内存信息

psutil.cpu_times() 使用cpu_times方法获取cpu完整信息,需要显示所有逻辑cpu信息(指定变量percpu=True)

psutil.cpu_times().user 获取单项数据信息,如用户user的cpu时间比

psutil.cpu_count() 获取cpu逻辑个数,默认logical=True4

psutil.cpu_count(logical=False) 获取cpu的物理信息

磁盘信息

psutil.disk_partitions() 使用psutil.disk_partitions方法获取磁盘完整信息

psutil.disk_usage('/') 使用psutil.disk_usage方法获取分区(参数)的使用情况

psutil.disk_io_counters() 使用psutil.disk_io_counters获取硬盘中的IO个数

psutil.disk_io_counters(perdisk=True) perdisk=True,参数获取单个分区IO个数

网络信息

psutil.net_io_counters() 使用Psutil.net_io_counters获取网络中的IO信息,默认pernic=False,True时输出每个网络结构的IO信息

其他系统信息

psutil.users() 使用psutil.users方法返回当前登录系统的用户信息

psutil.boot_time() 使用psutil.boot_time方法获取开机时间,以Linux时间戳格式返回import psutil,datetime datetime.datetime.fromtimestamp(psutil.boot_time()).strftime("%Y-%m-%d%H:%M:%S") 转换成自然时间格式

系统进程管理

psutil.pids() 列出所有进程的PID

psutil.Process(*) 实例化一个Process对象,参数为一进程PID

p=pstuil.Process()

p.name() 进程名

p.exe() 进程bin路径,windows下为p.exe

p.cwd() 进程工作目录绝对路径,win下为p,cwd

p.status() 进程状态

p.create_time() 进程创建时间,时间戳格式

p.uids() 进程uid信息

p.gids() 进程gid信息

p.cpu_affinity() get进程cpu亲和度,如要设置进程cpu亲和度,将cpu号作为参数即可

p.momory_info() 进程内存利用率

p.io_counters() 进程IO信息,包括读写IO数及字节数

p.connections() 返回打开进程socket的namedutples列表,包括fs,family,laddr等信息

p.num_threads() 进程开启的线程数from subprocess importPIPE

p=psutil.Popen(["/usr/bin/python","-c","print('hello')",stdout=PIPE]) 通过psutil的Popen方法启动的应用程序,可以跟踪该程序运行的所有相关信息

p.name()'python'p.username()'root'p.coummunicate() ('hello\n',None)

p.cpu_times() 得到进程运行cpu的时间

IPy

IP地址处理模块

IP('192.168.1').version() 返回IPv4类型

IP('::1').version() 返回IPv6类型

ip=IP('192.168.1.1')

ip.reverseNames() 反向解析地址格式

ip.iptype()192.168.1.1为

ip.int() 转换成整数格式

ip.strHex() 转换成十六进制

ip.strBin() 转换成二进制

ip.netmask() 子网掩码

ip.net() 输出网络地址

ip.broadcast() 输出网络广播地址print(IP(ox8080808)) 十六进制转换成IP格式

IP与掩码生产网段格式print(IP('192.168.1.0').make_net('255.255.255.0'))print(IP('192.168.1.0/255.255.255.0',make_net=True))print(IP('192.168.1.0-192.168.1.255',make_net=True))

IP('192.168.1.0/24').strNormal(*) wantprefixlen参数的定义.0:无返回如192.168.1.0;1:prefix格式如192.168.1.0、24;2:decimalnetmask格式如192.168.1.0、255.255.255.0;3:lastIP格式如192.168.1.0-192.168.1.255多网络计算方法

IP('10.0.0./24')

IP('192.168.1.0/24') in IP('192.168.0.0/16') Ture

IP('192.168.0.0/23').overlaps('192.168.1.0/24') 返回1代表重,0代表不重叠

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在MATLAB中,NURBS(非均匀有理B样条)是一种强大的数学工具,用于表示和处理复杂的曲线和曲面。NURBS在计算机图形学、CAD(计算机辅助设计)、CAM(计算机辅助制造)等领域有着广泛的应用。下面将详细探讨MATLAB中NURBS的绘制方法以及相关知识点。 我们需要理解NURBS的基本概念。NURBS是B样条(B-Spline)的一种扩展,其特殊之处在于引入了权重因子,使得曲线和曲面可以在不均匀的参数空间中进行平滑插值。这种灵活性使得NURBS在处理非均匀数据时尤为有效。 在MATLAB中,可以使用`nurbs`函数创建NURBS对象,它接受控制点、权值、 knot向量等参数。控制点定义了NURBS曲线的基本形状,而knot向量决定了曲线的平滑度和分布。权值则影响曲线通过控制点的方式,大的权值会使曲线更靠近该点。 例如,我们可以使用以下代码创建一个简单的NURBS曲线: ```matlab % 定义控制点 controlPoints = [1 1; 2 2; 3 1; 4 2]; % 定义knot向量 knotVector = [0 0 0 1 1 1]; % 定义权值(默认为1,如果未指定) weights = ones(size(controlPoints,1),1); % 创建NURBS对象 nurbsObj = nurbs(controlPoints, weights, knotVector); ``` 然后,我们可以用`plot`函数来绘制NURBS曲线: ```matlab plot(nurbsObj); grid on; ``` `data_example.mat`可能包含了一个示例的NURBS数据集,其中可能包含了控制点坐标、权值和knot向量。我们可以通过加载这个数据文件来进一步研究NURBS的绘制: ```matlab load('data_example.mat'); % 加载数据 nurbsData = struct2cell(data_example); % 转换为cell数组 % 解析数据 controlPoints = nurbsData{1}; weights = nurbsData{2}; knotVector = nurbsData{3}; % 创建并绘制NURBS曲线 nurbsObj = nurbs(controlPoints, weights, knotVector); plot(nurbsObj); grid on; ``` MATLAB还提供了其他与NURBS相关的函数,如`evalnurbs`用于评估NURBS曲线上的点,`isoparm`用于生成NURBS曲面上的等参线,以及`isocurve`用于在NURBS曲面上提取特定参数值的曲线。这些工具对于分析和操作NURBS对象非常有用。 MATLAB中的NURBS功能允许用户方便地创建、编辑和可视化复杂的曲线和曲面。通过对控制点、knot向量和权值的调整,可以精确地控制NURBS的形状和行为,从而满足各种工程和设计需求。通过深入理解和熟练掌握这些工具,可以在MATLAB环境中实现高效的NURBS建模和分析。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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