PYTHON通过psutil模块实时监测cpu、内存、网速运行情况

PYTHON通过psutil模块实时监测cpu、内存、网速运行情况

运行多线程以后，随着设置更多的线程数，运行效率并没提升，一定是遇到了瓶颈，到底是CPU、内存还是网速到了上限？做了个实时监测，看看多线程的资源消耗情况吧。

一、安装psutil

pip install psutil即可。

二、初步学习psutil

import psutil as p

1.cpu

p.cpu_times()

这些时间是系统累计数，实时监测需要计算差值。

这里我们用p.cpu_percent() 取出百分比。

2.内存

我们用p.virtual_memory().percent得到百分比。

3.网速

得到的发送和接收数，也是统计数，需要计算差值。

三、思路

cpu、内存就取使用的百分比作为指示，因为同是百分比，放在一个图中；网速取单位时间接收到的字节数，转化为对应带宽（直观）作为指示，新增第二个图。显示监测的窗口增加了置顶功能。

四、代码

# CPU、内存、网速实时监控

import matplotlib.pyplot as plt
import matplotlib.font_manager as font_manager
import psutil as p
import win32gui,win32con

def show():#增加窗口置顶功能
    global hwnd
    #win32gui.SetForegroundWindow (hwnd)#这句好象不行
    win32gui.SetWindowPos(hwnd, win32con.HWND_TOPMOST, 0,0,500,400, \
                          win32con.SWP_NOMOVE | win32con.SWP_NOACTIVATE| \
                          win32con.SWP_NOOWNERZORDER|win32con.SWP_SHOWWINDOW)

POINTS = 300
fig, ax = plt.subplots(2,facecolor='#FFDAB9')#设置上下两个图、面板色。#,edgecolor='#7FFF00'好象无效
fig.canvas.set_window_title(u'电脑性能(cpu、内存、网速）实时监测')#设置窗口标题
fig.canvas.toolbar.destroy()#取消工具栏
fig.canvas.callbacks.callbacks.clear()#清除回调信息

#ax为列表，分别设置
ax[0].set_ylim([0, 100])
ax[0].set_xlim([0, POINTS])
ax[0].set_autoscale_on(False)
ax[0].set_xticks([])
ax[0].set_yticks(range(0, 101, 20))
#ax[0].set_facecolor('#A9A9A9')#可设置底色，支持'black')#matplotlib颜色分层设置
ax[0].grid(True)

ax[1].set_ylim([-5, 50])#设置0线上浮
ax[1].set_xlim([0, POINTS])
ax[1].set_autoscale_on(False)
ax[1].set_xticks([])
ax[1].set_yticks(range(0, 51, 10))
ax[1].grid(True)

# 设置CPU、内存横坐标数据位
cpu = [None] * POINTS
mem=[None] * POINTS
# 设置接收字节(下载）横坐标数据位
down = [None] * POINTS
#设置第一个图
cpu_l, = ax[0].plot(range(POINTS), cpu, label='Cpu%')
mem_l, = ax[0].plot(range(POINTS), mem, label='Mem%')
ax[0].legend(loc='upper center', ncol=4, prop=font_manager.FontProperties(size=10))#打标
#设置第二个图
down_l, = ax[1].plot(range(POINTS), down, label='Down(M)')
ax[1].legend(loc='upper center', ncol=4, prop=font_manager.FontProperties(size=10))

before =p.net_io_counters().bytes_recv#获取网络字节数
#把查找窗口句柄放在这里，不在SHOW()里，
hwnd=win32gui.FindWindow(None,u'电脑性能(cpu、内存、网速）实时监测')#查找本窗口句柄
print(hwnd)#调试用
#把win32gui.SetWindowPos(放在这里不行列。

def get_delta():#获取下载变化值
    global before
    now = p.net_io_counters().bytes_recv
    delta = (now-before)/102400#变成K再除100，大致相当于多少M宽带。
    before = now
    return  delta #返回改变量
 
def OnTimer(ax):
    global cpu, mem, down
    show()
    tmp = get_delta()#得到下载字节数的变化值
    cpu_p=p.cpu_percent()#读取CPU使用百分比
    cpu = cpu[1:] + [cpu_p]#加入到数据末尾
    mem_p=p.virtual_memory().percent#读取内存使用百分比
    mem =mem[1:] + [mem_p]#加入到数据末尾
    cpu_l.set_ydata(cpu)#设置新数据
    mem_l.set_ydata(mem)#设置新数据
    
    down = down[1:] + [tmp]
    down_l.set_ydata(down)#设置新数据
###下面这部分可以忽略
##    while True:
##        try:
##            ax.draw_artist(cpu_l)
##            ax.draw_artist(mem_l)
##            ax.draw_artist(down_l)
##            break
##        except:
##            pass
    ax.figure.canvas.draw()#刷新画布
 
 
def start_monitor():
    timer = fig.canvas.new_timer(interval=1000)#1秒刷新一次
    timer.add_callback(OnTimer, ax[1])#只加一个即可
    #timer.add_callback(OnTimer, ax[0])
    timer.start()
    plt.show()
 
 
if __name__ == '__main__':
   start_monitor()
五、运行结果

右边为开启多线程（网络应用）监测情况，cpu、内存基本上达到了满负荷状态。