Python获取单个程序CPU使用情况趋势图

作者:junjie 时间:2021-11-19 02:36:59 

本文定位:已将CPU历史数据存盘,等待可视化进行分析,可暂时没有思路。
前面一篇文章(https://www.jb51.net/article/61956.htm)提到过在linux下如何用python将top命令的结果进行存盘,本文是它的后续。

python中我们可以用matplotlib很方便的将数据可视化,比如下面的代码:


import matplotlib.pyplot as plt

list1 = [1,2,3]
list2 = [4,5,9]
plt.plot(list1,list2)
plt.show()

执行效果如下:

Python获取单个程序CPU使用情况趋势图

上面只是给plot函数传了两个list数据结构,show一下图形就出来了……哈哈,很方便吧!
获取CPU趋势图就用这个了!
可我们现在得到的数据没那么友好,比如我现在有个文件(file.txt),内容如下:


Cpu(s): 0.0%us, 0.0%sy, 0.0%ni,100.0%id, 0.0%wa, 0.0%hi, 0.0%si, 0.0%st
Cpu(s): 7.7%us, 7.7%sy, 0.0%ni, 76.9%id, 0.0%wa, 0.0%hi, 7.7%si, 0.0%st
Cpu(s): 0.0%us, 9.1%sy, 0.0%ni, 90.9%id, 0.0%wa, 0.0%hi, 0.0%si, 0.0%st
Cpu(s): 9.1%us, 0.0%sy, 0.0%ni, 90.9%id, 0.0%wa, 0.0%hi, 0.0%si, 0.0%st
Cpu(s): 8.3%us, 8.3%sy, 0.0%ni, 83.3%id, 0.0%wa, 0.0%hi, 0.0%si, 0.0%st
Cpu(s): 0.0%us, 0.0%sy, 0.0%ni,100.0%id, 0.0%wa, 0.0%hi, 0.0%si, 0.0%st
Cpu(s): 0.0%us, 9.1%sy, 0.0%ni, 90.9%id, 0.0%wa, 0.0%hi, 0.0%si, 0.0%st
Cpu(s): 0.0%us, 0.0%sy, 0.0%ni,100.0%id, 0.0%wa, 0.0%hi, 0.0%si, 0.0%st

其中,第一列为时间,第六列为CPU的idle值。

要从这组数据中得出CPU使用情况趋势图,我们就要做些工作了。

下面是代码,这里提供一个思路,需要的朋友拷回去改一下吧:


#coding:utf-8
'''
      File      : cpuUsage.py
      Author    : Mike
      E-Mail    : Mike_Zhang@live.com
'''
import matplotlib.pyplot as plt
import string

def getCpuInfData(fileName):
    ret = {}
    f = open(fileName,"r")
    lineList = f.readlines()
    for line in lineList:
        tmp = line.split()
        sz = len(tmp)
        t_key = string.atoi(tmp[0]) # 得到key
        t_value = 100.001-string.atof(line.split(':')[1].split(',')[3].split('%')[0]) # 得到value
        print t_key,t_value   
        if not ret.has_key(t_key) :
            ret[t_key] = []
        ret[t_key].append(t_value)
    f.close()
    return ret
   
retMap1 = getCpuInfData("file.txt")
# 生成CPU使用情况趋势图
list1 = retMap1.keys()
list1.sort()
list2 = []
for i in list1:list2.append(retMap1[i])
plt.plot(list1,list2)
plt.show()

好,就这些了,希望对你有帮助。

标签:Python,单个程序,CPU,趋势图
0
投稿

猜你喜欢

  • python清除字符串前后空格函数的方法

    2023-10-14 07:12:57
  • Django密码系统实现过程详解

    2022-10-13 15:55:33
  • Python程序打包工具py2exe和PyInstaller详解

    2021-04-17 05:04:12
  • PHP 实现多服务器共享 SESSION 数据

    2023-11-19 12:43:24
  • JS实现单击输入框弹出选择框效果完整实例

    2024-04-22 22:33:02
  • mysql 5.7.13 解压缩版(免安装)安装配置教程

    2024-01-24 01:13:28
  • Django CSRF跨站请求伪造防护过程解析

    2021-04-15 03:00:50
  • Python数据可视化:顶级绘图库plotly详解

    2021-04-09 19:37:13
  • mysql 导出CSV文件 并带表头的方法

    2024-01-21 20:40:35
  • python http接口自动化脚本详解

    2022-09-01 05:24:30
  • MSMQ微软消息队列详解

    2024-05-03 15:32:00
  • pandas-resample按时间聚合实例

    2023-05-26 19:07:50
  • python爬虫lxml库解析xpath网页过程示例

    2021-10-06 20:01:54
  • Python容器类型公共方法总结

    2022-06-24 23:58:06
  • MySql 5.6.35 winx64 安装详细教程

    2024-01-24 13:36:13
  • PHP的mysqli_stmt_init()函数讲解

    2023-06-08 05:04:51
  • 关于Python网络爬虫框架scrapy

    2023-03-17 17:02:50
  • 对pandas写入读取h5文件的方法详解

    2021-01-10 09:11:18
  • JavaScript 设计模式 富有表现力的Javascript(一)

    2023-08-25 07:42:15
  • Python爬虫使用Selenium+PhantomJS抓取Ajax和动态HTML内容

    2023-04-01 15:20:05
  • asp之家 网络编程 m.aspxhome.com