python3获取硬件数据

最新推荐文章于 2024-03-06 15:55:53 发布
最新推荐文章于 2024-03-06 15:55:53 发布
阅读量841 收藏 3
点赞数
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/weixin_40745116/article/details/98759087
版权 
# coding=utf-8

# @Author: Qifeng Wen 
# @Contact: 15399905897@163.com
# @File: get_hardware_info.py
# @Time: 2019/08/05 17:10:00  
# @Software: PyCharm


from pynvml import *
import psutil
import socket
import re
import subprocess


def get_time(func):
    import time
    def inner(*args, **kwargs):
        t1 = time.time()
        ret = func(*args, **kwargs)
        t2 = time.time()
        print(t2 - t1)
        return ret

    return inner


class Utils(object):
    __instance = None  # 定义一个类属性做判断

    def __new__(cls):# 单例模式

        if cls.__instance == None:
            # 如果__instance为空证明是第一次创建实例
            # 通过父类的__new__(cls)创建实例
            cls.__instance = object.__new__(cls)
            return cls.__instance
        else:
            # 返回上一个对象的引用
            return cls.__instance

    __unit_dict = {
        '0': 'B',
        '1': 'K',
        '2': 'M',
        '3': 'G',
        '4': 'T',
    }

    # @staticmethod
    # @get_time
    # def get_gpu_info(): # 耗时较长，丢弃
    #     '''
    #     返回gpu型号,数量,已经占用 情况
    #     :return:
    #     '''
    #
    #     gpu_info_dic = dict()
    #     nvmlInit()
    #
    #     # 显卡数
    #     gpu_info_dic['num'] = nvmlDeviceGetCount()
    #
    #     # 显卡型号
    #     gpu_info_dic['model'] = nvmlDeviceGetName(nvmlDeviceGetHandleByIndex(0)).decode()
    #
    #
    #     # 用来记录显卡相关信息
    #     use_list = list()
    #     t1 = time.time()
    #
    #     # 显卡温度
    #     gpu_temp_list = subprocess.getstatusoutput(
    #         "nvidia-smi -q | grep 'GPU Current Temp' | cut -d' ' -f 24"
    #     )[-1].split('\n')
    #
    #     t2 = time.time()
    #
    #     # 显卡风扇转速
    #     fan_speed_list = subprocess.getstatusoutput("nvidia-smi -q | grep 'Fan' | cut -d' ' -f 30")[-1].split('\n')
    #
    #     # GPU利用率
    #     gpu_utilization_rate_list = subprocess.getstatusoutput(
    #         "nvidia-smi -q | grep 'Gpu' | cut -d':' -f 2 | cut -d' ' -f 2"
    #     )[-1].split('\n')
    #     print(t2 - t1)
    #     # 用来计算显卡平均占用率
    #     used_sum, total_sum = 0, 0
    #     for i in range(gpu_info_dic['num']):
    #         handle = nvmlDeviceGetHandleByIndex(i)  # 0表示第一块显卡
    #         memory_info = nvmlDeviceGetMemoryInfo(handle)
    #         used, total = memory_info.used / 1024 ** 2, memory_info.total / 1024 ** 2
    #         used_sum += used
    #         total_sum += total
    #
    #         data = {
    #             'used': used,  # 显存使用量
    #             'total': total,  # 显存大小
    #             'temp': gpu_temp_list[i],  # 显卡温度
    #             'fan_speed': fan_speed_list[i],  # 风扇转速
    #             'utilization_rate': gpu_utilization_rate_list[i],  # gpu利用率
    #         }
    #
    #         use_list.append(data)  # 第二块显卡总的显存大小
    #     gpu_info_dic['use_detail'] = use_list
    #
    #     gpu_info_dic['average_use_rate'] = '%.2f%s' % ((used_sum / total_sum) * 100, '%')
    #     gpu_info_dic['average_utilization_rate'] = '%.f%s' % (
    #         (sum(map(float, gpu_utilization_rate_list)) // len(gpu_utilization_rate_list)), '%')
    #     print(sum(map(float, gpu_utilization_rate_list)) // len(gpu_utilization_rate_list))
    #     gpu_temp_max = max(map(float, gpu_temp_list))
    #     gpu_fan_speed_max = max(map(float, fan_speed_list))
    #     gpu_info_dic['temp_max'] = '%.2f' % gpu_temp_max
    #     gpu_info_dic['fan_speed_max'] = '%.2f' % gpu_fan_speed_max
    #
    #
    #
    #     return gpu_info_dic

    @staticmethod
    @get_time
    def get_gpu_info():
        '''
        返回gpu型号,数量,已经占用 情况
        :return:
        '''
        gpu_info_dic = dict()
        nvmlInit()

        # 显卡数
        gpu_info_dic['num'] = nvmlDeviceGetCount()

        # 显卡型号
        gpu_info_dic['model'] = nvmlDeviceGetName(nvmlDeviceGetHandleByIndex(0)).decode()

        # 用来记录显卡相关信息
        use_list = list()

        gpu_info_str = subprocess.getstatusoutput("nvidia-smi -q")[-1]

        # 显卡温度
        current_temp_list = re.findall(r'GPU Current Temp.*?: (\d+\.?\d*) C', gpu_info_str)  # 当前温度
        shutdown_temp_list = re.findall(r'GPU Slowdown Temp.*?: (\d+\.?\d*) C', gpu_info_str)  # gpu计算减速温度值
        slowdown_temp_list = re.findall(r'GPU Shutdown Temp.*?: (\d+\.?\d*) C', gpu_info_str)  # 关机温度值
        # 显卡风扇转速
        fan_speed_list = re.findall(r'.*Fan Speed.*?: (\d+\.?\d*) %', gpu_info_str)

        # 电源功率
        power_draw_list = re.findall(r'Power Draw.*?: (\d+\.?\d*) W', gpu_info_str)  # 消耗功率
        power_limit_list = re.findall(r'Power Limit.*?: (\d+\.?\d*) W.*?Default Power', gpu_info_str, re.S)  # 限制功率

        # GPU利用率
        gpu_utilization_rate_list = re.findall(r'.*Gpu.*?: (\d+\.?\d*) %', gpu_info_str)

        # 用来计算显卡平均占用率
        used_sum, total_sum = 0, 0
        for i in range(gpu_info_dic['num']):
            handle = nvmlDeviceGetHandleByIndex(i)  # 0表示第一块显卡
            memory_info = nvmlDeviceGetMemoryInfo(handle)
            used, total = memory_info.used / 1024 ** 2, memory_info.total / 1024 ** 2
            used_sum += used
            total_sum += total

            data = {
                'used': used,  # 显存使用量
                'total': total,  # 显存大小
                'temp': current_temp_list[i],  # 显卡当前温度
                'slowdown_temp': slowdown_temp_list[i],  # gpu计算减速温度值
                'shutdown_temp': shutdown_temp_list[i],  # 关机温度值
                'fan_speed': fan_speed_list[i],  # 风扇转速
                'power_draw': power_draw_list[i],  # 消耗功率
                'power_limit': power_limit_list[i],  # 限制功率
                'utilization_rate': gpu_utilization_rate_list[i],  # gpu利用率
            }

            use_list.append(data)  # 第二块显卡总的显存大小

        gpu_info_dic['use_detail'] = use_list

        gpu_info_dic['slowdown_temp'] = slowdown_temp_list[0]
        gpu_info_dic['shutdown_temp'] = shutdown_temp_list[0]

        gpu_info_dic['average_use_rate'] = '%.2f%s' % ((used_sum / total_sum) * 100, '%')
        gpu_info_dic['average_utilization_rate'] = '%.f%s' % (
            (sum(map(float, gpu_utilization_rate_list)) // len(gpu_utilization_rate_list)), '%')

        gpu_temp_max = max(map(float, current_temp_list))
        gpu_fan_speed_max = max(map(float, fan_speed_list))
        gpu_info_dic['temp_max'] = '%.2f' % gpu_temp_max
        gpu_info_dic['fan_speed_max'] = '%.2f' % gpu_fan_speed_max

        return gpu_info_dic

    @staticmethod
    @get_time
    def get_cpu_info():
        cpu_data = dict()
        with open("/proc/cpuinfo") as f:
            cpu_model = [val for val in f.readlines() if 'model name' in val][0].split(': ')[-1].strip('\n')

        cpu_data['model'] = cpu_model

        # cpu厂商
        cpu_producer = cpu_model.split(' ')[0]
        if cpu_producer == 'Intel(R)':
            cpu_data['coretemp_current'] = psutil.sensors_temperatures()['coretemp'][0].current
            cpu_data['coretemp_high'] = psutil.sensors_temperatures()['coretemp'][0].high
        elif cpu_producer == 'AMD':
            cpu_data['coretemp_current'] = psutil.sensors_temperatures()['k10temp'][0].current
            cpu_data['coretemp_high'] = psutil.sensors_temperatures()['k10temp'][0].high

        return cpu_data

    @staticmethod
    @get_time
    def get_host_ip():
        """
        get localhost ip address
        :return:
        """

        try:
            s = socket.socket(socket.AF_INET, socket.SOCK_DGRAM)
            s.connect(('8.8.8.8', 80))
            ip = s.getsockname()[0]
            s.close()
            return ip
        except:
            return None

    @staticmethod
    @get_time
    def get_memory_info():
        '''
        获取内存部分信息
        :return:
        '''
        memory_info = psutil.virtual_memory()
        memory_data = dict()
        memory_data['size'] = Utils.__get_unit(memory_info.total)
        memory_data['available'] = Utils.__get_unit(memory_info.available)
        memory_data['usage'] = '%.2f%s' % (memory_info.percent, '%')
        return memory_data

    @staticmethod
    def __get_unit(num, index=0):
        if num < 1024:
            return '%.2f %s' % (num, Utils.__unit_dict[str(index)])
        else:
            return Utils.__get_unit(num / 1024, index + 1)

    @staticmethod
    @get_time
    def get_disk_info(path='/home/'):
        '''
        获取传入路径下的硬盘信息
        :param path:
        :return:
        '''
        disk_info = psutil.disk_usage(path)
        disk_data = dict()
        disk_data['size'] = Utils.__get_unit(disk_info.total)
        disk_data['available'] = Utils.__get_unit(disk_info.free)
        disk_data['usage_rate'] = '%.2f%s' % (disk_info.percent, '%')
        return disk_data

    @staticmethod
    @get_time
    def get_user_use_of_gpu_details():
        '''
        获取当前主机用户使用显卡详情
        :return:
        '''

        info_list = [val.split(' ')[1:] for val in
                     subprocess.getstatusoutput("gpustat -cu |cut -d'|' -f 4- ")[-1].split('\n')[1:]]
        data = dict()
        for index, info in enumerate(info_list):
            user_use_details_dict = dict()
            for val in info:
                ret = re.search(r'(.*)\((.*)\)', val)
                user_and_command, size = ret.groups()
                size_num = int(size[:-1])
                if size_num < 800:
                    continue
                if user_and_command in user_use_details_dict:
                    user_use_details_dict[user_and_command] += size_num
                else:
                    user_use_details_dict[user_and_command] = size_num
            data[str(index)] = user_use_details_dict
        return data


def return_storage_server_data():
    data = dict()
    data['disk'] = Utils.get_disk_info()
    data['host'] = {'ip': Utils.get_host_ip()}

    return data


def return_calculate_server_data():
    data = dict()

    t1 = time.time()
    data['gpu'] = Utils.get_gpu_info()
    data['cpu'] = Utils.get_cpu_info()
    data['memory'] = Utils.get_memory_info()
    data['host'] = {
        'ip': Utils.get_host_ip(),
        'user_use_details': Utils.get_user_use_of_gpu_details(),
    }


    t2 = time.time()
    print(t2-t1)
    return data

def test():
    time.sleep(2)
    return 'Hello'

if __name__ == '__main__':
    import time

    print(return_calculate_server_data())
qi_f
关注
python3 获取硬件信息 加密 注册功能
cpongo5
01-06 973
代码下载： https://github.com/alantop0720/PythonCommon/blob/master/getpcinfo.pyimport os, sysimport wmiimport hashlibimport base64c = wmi.WMI()#处理器def printCPU(): tmpdict = {} tmpdict["CpuCores"]...
python 获取本机硬件信息
07-12
获取本机硬件信息。 需要安装一定的插件，比如 wmi 等
获取电脑信息
qq_42899641的博客
06-14 211
using System; using System.Management; namespace HTSoft.Common.Register { /// <summary> /// 计算机信息类 /// </summary> internal class Computer { public string CpuID; public string MacAddress; public st
python3监控硬件设备的维保到期时间
十里平湖的博客
09-26 435
#!/usr/bin/python3 # -*- coding: utf-8 -*- ''' 此脚本用于zabbix监控所有硬件设备的维保到期时间 ''' import xlrd,datetime,time,os from xlrd import xldate_as_tuple import json class Maintence: def __init__(self): ...
python pcie通信_PCIe总线（协议简述）
weixin_36119965的博客
02-19 1843
1. PCIe基础知识PCI-Express(peripheral component interconnect express)是一种高速串行计算机扩展总线标准，它原来的名称为“3GIO”，是由英特尔在2001年提出的，旨在替代旧的PCI，PCI-X和AGP总线标准。与大多数总线一样，PCIe总线也包括电气属性和协议组成两部分。完整地了解PCIe是相对复杂的，所以从应用角度来讲，我先从基本的协议...
对python3 Serial 串口助手的接收读取数据方法详解
09-19
Python3的Serial库是用于与硬件设备通过串行通信接口进行交互的重要工具，它允许开发者在Python程序中读取和发送数据。本文将详细介绍如何使用Python3 Serial串口助手进行数据接收和读取。 首先，我们需要创建一个...
python实时读取串口数据并自动保存至excel
03-06
3. **Excel数据处理**：Python的`pandas`库是处理和分析数据的强大工具，也支持写入Excel文件。可以创建一个DataFrame来存储接收到的数据，然后使用`to_excel`方法将其保存到Excel文件。例如，`df.to_excel('data....
Python实现的读取电脑硬件信息功能示例
09-20
其次，本文中提供的示例代码使用了Python的几个常用库：wmi库用于硬件信息的读取，time库用于获取时间戳，json库用于将信息格式化为JSON格式，win32com库则提供了与Windows COM对象交互的接口。 下面分别介绍每个...
用python获取计算机硬件参数
hu20100913的博客
08-18 2813
使用第三方库获取计算机硬件信息。
linux 如何查看fb中分辨率_Linux查看PCIe版本及速率的方法
weixin_39628070的博客
12-20 288
PCIE有四种不同的规格，通过下图来了解下PCIE的其中2种规格查看主板上的PCI插槽# dmidecode | grep --color "PCI"不同PCIe版本对应的传输速率如下：传输速率为每秒传输量GT/s，而不是每秒位数Gbps，因为传输量包括不提供额外吞吐量的开销位；比如PCIe 1.x和PCIe 2.x使用8b/10b编码方案，导致占用了20% (= 2/10)的原始信道带宽。GT/...
Python库 | libpci-0.1-py3-none-any.whl
05-06
资源分类：Python库 所属语言：Python 资源全名：libpci-0.1-py3-none-any.whl 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
python 调用 C# dll 库读取电脑硬件信息
YumOS的博客
01-09 2406
python程序读取电脑硬件信息，包括。，通过该dll提供的接口读取硬件信息。
linux查看主板型号,cpu,内存,内存条数量,网卡等
04-23 158
查看主板型号 dmidecode |grep -A 8 "System Information" 查看cpu型号，主频 cat /proc/cpuinfo | grep name | cut -f2 -d: | uniq -c 查看内存 free -m 内存总大小 grep "MemTotal...
Qt WMIC获取windows硬件信息
qq_42815643的博客
04-29 1454
做个小笔记 CPU名称 CPU核心数 CPU线程数 CPU序列号 主板序列号 主板信息 BIOS序列号 磁盘序列号 磁盘信息 第一个磁盘序列号 MAC地址 内存信息 操作系统系统信息 #include "test.h" #include <QProcess> //#include <QHostInfo> #include <QtNetwork/QHostInfo> #include <QDebug> test::test..
windows Nvidia GPU指令
Dontla的博客
01-15 3918
查看nvidia的GPU使用情况 cd C:\Program Files\NVIDIA Corporation\NVSMI nvidia-smi 结果： Microsoft Windows [版本 10.0.16299.248] (c) 2017 Microsoft Corporation。保留所有权利。 C:\Users\SIQI>cd C:\Program Files\NV...
nvidia-smi常用命令汇总及输出内容解释
最新发布
weixin_43293404的博客
03-06 5602
设备监控命令，以滚动条形式显示GPU设备统计信息。显示所有GPU的当前信息状态。查询所有GPU的当前详细信息。
python获取电脑CPU、主板、BIOS、硬盘序列号、主机名、IP、Mac地址
LDC，公众号【轻松学编程】
11-06 2353
python获取电脑CPU、主板、BIOS、硬盘序列号、主机名、IP、Mac地址、唯一标识符
【音视频相关】nvidia-smi 命令扩展及问题分析举例(dmon/pmon/GPU性能相关)
Astro的成长之路
12-23 1812
使用nvidia-smi只能看到GPU占用及显存，实际上GPU的性能或者说瓶颈不在以上两部分，所以就探究了一下，怎么看GPU运行时的更多数据，哪些数据对GPU性能有影响。
python 获取硬件信息_Python实现读取机器硬件信息的方法示例
weixin_39664456的博客
11-26 891
本文实例讲述了Python实现读取机器硬件信息的方法。分享给大家供大家参考，具体如下：本人最近新学python ，用到关于机器的相关信息，经过一番研究，从网上查找资料，经过测试，总结了一下相关的方法.# -*- coding: UTF8 -*-import osimport win32apiimport datetimeimport platformimport getpassimport soc...
Python3串口通信指南-硬件交互实践
在Python编程中，串行端口的数据通信是一个常见的需求，特别是在与硬件设备交互时，如机器人或传感器。Windows平台下的串口通信，通常涉及win32 API，这是Python Cookbook 3rd Edition中探讨的一个话题。在Windows...
评论
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