一、工具：psutil模塊

psutil是一個跨平臺模塊，試用相應方法可以直接獲取計算機CPU，內存，磁盤，網絡等資源使用情況；可以使用我們學習知識與這模塊用來做系統監控，性能分析；如果大家熟悉Linux系統，它能夠實現ps、top、lsof、netstat、df等命令功能。

1.1、psutil安裝：

PS：如有需要Python學習資料的小伙伴可以加點擊下方鏈接自行獲取

python免費學習資料以及群交流解答點擊即可加入

?

psutil是第三方模塊，使用時候需要要安裝，相關說明鏈接地址：
https://pypi.org/project/psutil/?；

pip安裝方式：

pip install psutil

驗證：

#導入模塊 import psutil #查看版本信息 psutil.version_info

輸出信息：

(5, 4, 8)

這里說明安裝成功（版本可能會不同，但是不影響使用）；

?

兩個個知識點需要簡單介紹下，這里只需要了解即可：
1）CPU數量：CPU分為物理CPU與邏輯CPU，之間關系如下：

1>物理CPU：計算機實際CPU數量，一般個人電腦1個；
2>核數：現在CPU基本都是多核，比如雙核，4核；
3>邏輯CPU：物理CPU*核數*超線程數

2）CPU運行狀態分為用戶態與內核態；

1>用戶態是指程序在內存運行，不直接訪問硬件資源；
2>用戶需要訪問硬件資源，需要系統調用，這部分有操作系統（內核）完成，稱為內核態，例如：讀寫文件，網絡數據收發，鍵盤事件獲取等；

下面我們來實際操作下（windows環境）：

import psutil#獲取CPU不同狀態運行時間print(psutil.cpu_times())print('CPU 執行用戶進程時間：', psutil.cpu_times().user)print('CPU 執行系統調用時間：', psutil.cpu_times().system)print('CPU 空閑等待 時間：', psutil.cpu_times().idle)print('CPU 響應中斷 時間：', psutil.cpu_times().interrupt)#CPU使用率：不加參數為上一次調用到現在使用率print('CPU 使用率：',psutil.cpu_percent())#3秒內CPU使用率print('CPU 3秒內使用率：',psutil.cpu_percent(interval=3))#3秒內每個CPU使用率print('每個邏輯CPU使用率：',psutil.cpu_percent( percpu = True))#CPU各個狀態使用情況（百分比）print('CPU 各個狀態使用情況：',psutil.cpu_times_percent())#每個CPU各個狀態使用情況print('各個CPU 各個狀態使用情況:')cpuinfos = psutil.cpu_times_percent(percpu = True)for info in cpuinfos:print(info)

運行結果如下:

scputimes(user=85326.484375, system=56630.8125, idle=2245745.0625, interrupt=5347.296875, dpc=1395.984375)CPU 執行用戶進程時間： 85326.484375CPU 執行系統調用時間： 56630.8125CPU 空閑等待 時間： 2245745.0625CPU 響應中斷 時間： 5347.296875CPU 使用率： 3.4CPU 3秒內使用率： 2.5每個邏輯CPU使用率： [7.0, 2.1, 4.5, 2.5, 2.7, 2.1, 2.1, 2.7]CPU 各個狀態使用情況： scputimes(user=1.4, system=1.5, idle=96.8, interrupt=0.3, dpc=0.0)各個CPU 各個狀態使用情況:scputimes(user=1.8, system=3.1, idle=93.0, interrupt=1.9, dpc=0.2)scputimes(user=0.4, system=1.6, idle=97.9, interrupt=0.1, dpc=0.0)scputimes(user=1.6, system=2.8, idle=95.5, interrupt=0.1, dpc=0.0)scputimes(user=1.0, system=1.4, idle=97.5, interrupt=0.1, dpc=0.0)scputimes(user=2.4, system=0.2, idle=97.3, interrupt=0.0, dpc=0.0)scputimes(user=1.1, system=1.0, idle=97.9, interrupt=0.0, dpc=0.0)scputimes(user=0.8, system=1.2, idle=97.9, interrupt=0.0, dpc=0.0)scputimes(user=1.8, system=0.7, idle=97.3, interrupt=0.1, dpc=0.0)

對于不同系統，獲取內容稍微有所不同，大家可以在linux嘗試下操作。

1.3 獲取系統內存信息

程序在內存中運行，實際工作中我們需要對內存進行監控，如果內存使用接近100%，可能存在內存泄漏等問題；我們主要關注內存的total(內存總數)，used(已使用)，free(未使用)情況，相關方法如下：

?

實際操作如下（windows環境下）：

import psutilmem = psutil.virtual_memory()print('系統內存：', mem)print('總 內存：', mem.total)print('空閑內存：', mem.available)print('使用內存：', mem.used)print('未使用內存：', mem.free)print('內存使用率：', mem.percent)print('swap 內存：', psutil.swap_memory())

輸出結果：

系統內存： svmem(total=8494747648, available=5058498560, percent=40.5, used=3436249088, free=5058498560)總 內存： 8494747648空閑內存： 5058498560使用內存： 3436249088未使用內存： 5058498560內存使用率： 40.5swap 內存： sswap(total=15205634048, used=4902215680, free=10303418368, percent=32.2, sin=0, sout=0)

看到這些數字有點暈，我們更喜歡M或者G來堆內存進行描述，修改下代碼：

import psutil#1M = 1024*1024#1G = 1024*1024*1024M = 1024*1024G = M * 1024mem = psutil.virtual_memory()print('系統內存：', mem)print('總 內存：%dM %fG'%(mem.total//M, mem.total/G))print('空閑內存：%dM %fG'%(mem.available//M, mem.available/G))print('使用內存：%dM %fG'%(mem.used//M, mem.used/G))print('未使用內存：%dM %fG'%(mem.free//M, mem.free/G))print('內存使用率：%d%%'% mem.percent)print('swap 內存：', psutil.swap_memory())

輸出結果如下：

系統內存： svmem(total=8494747648, available=4726083584, percent=44.4, used=3768664064, free=4726083584)總 內存：8101M 7.911350G空閑內存：4507M 4.401508G使用內存：3594M 3.509842G未使用內存：4507M 4.401508G內存使用率：44%swap 內存： sswap(total=14668763136, used=5127331840, free=9541431296, percent=35.0, sin=0, sout=0)

1.4 獲取系統磁盤

實際工作中我們需要關注硬盤空間及IO讀寫，如果硬盤空間不足就需要添加硬盤或者動態擴容，硬盤相應的方法如下：

?

下面我們實際操作下：

import psutil#獲取硬盤分區devs = psutil.disk_partitions()#顯示硬盤信息：print(devs)#硬盤名稱與掛載點，文件類型：for dev in devs:print('硬盤名：%s, 掛載點：%s, 文件類型：%s'%(dev.device, dev.mountpoint, dev.fstype))

輸出結果如下：

[sdiskpart(device='C:\\', mountpoint='C:\\', fstype='NTFS', opts='rw,fixed'), sdiskpart(device='D:\\', mountpoint='D:\\', fstype='NTFS', opts='rw,fixed'), sdiskpart(device='E:\\', mountpoint='E:\\', fstype='NTFS', opts='rw,fixed'), sdiskpart(device='F:\\', mountpoint='F:\\', fstype='NTFS', opts='rw,fixed'), sdiskpart(device='G:\\', mountpoint='G:\\', fstype='NTFS', opts='rw,fixed')]硬盤名：C:\, 掛載點：C:\, 文件類型：NTFS硬盤名：D:\, 掛載點：D:\, 文件類型：NTFS硬盤名：E:\, 掛載點：E:\, 文件類型：NTFS硬盤名：F:\, 掛載點：F:\, 文件類型：NTFS硬盤名：G:\, 掛載點：G:\, 文件類型：NTFS

?

因為Python解釋器將\'轉義為單引號，所有會報錯，在這里我們表示\表示反斜杠；
修改后代碼：

import psutil#定義函數，參數為路徑def showDiskInfo(path):G = 1024*1024*1024diskinfo = psutil.disk_usage(path)print(path, diskinfo)#將字節轉換成Gprint('%s 大小: %dG, 已使用: %dG, 未使用: %dG, 使用百分比:%d%%'%\(path, diskinfo.total//G, diskinfo.used//G, diskinfo.free//G,diskinfo.percent))showDiskInfo('G:\\') 輸出結果： G:\ sdiskusage(total=188978556928, used=166646931456, free=22331625472, percent=88.2) G:\ 大小: 175G, 已使用: 155G, 未使用: 20G, 使用百分比:88%

下面我們查看每個硬盤信息：

import psutil #定義函數，參數為路徑def showDiskInfo(path):G = 1024*1024*1024diskinfo = psutil.disk_usage(path) #將字節轉換成Gprint('%s 大小: %dG, 已使用: %dG, 未使用: %dG, 使用百分比:%d%%'%\ (path, diskinfo.total//G, diskinfo.used//G, diskinfo.free//G,diskinfo.percent)) #獲取硬盤分區devs = psutil.disk_partitions()for dev in devs: #分別顯示每個showDiskInfo(dev.device)

輸出結果：

C:\ 大小: 118G, 已使用: 66G, 未使用: 51G, 使用百分比:56%D:\ 大小: 117G, 已使用: 10G, 未使用: 107G, 使用百分比:8%E:\ 大小: 150G, 已使用: 58G, 未使用: 92G, 使用百分比:38%F:\ 大小: 149G, 已使用: 71G, 未使用: 78G, 使用百分比:47%G:\ 大小: 175G, 已使用: 155G, 未使用: 20G, 使用百分比:88%

這樣每個硬盤使用情況我們都清楚了。
最后我們來看硬盤讀寫，主要信息為：讀寫數，讀寫字節，讀寫時間，操作如下：

import psutildiskrw = psutil.disk_io_counters()#diskrw為硬盤總的讀寫信息print(diskrw)diskrws = psutil.disk_io_counters(perdisk=True)#diskrws為字典類型，表示每個分區讀寫信息，觀察diskrw與diskrws值的關系print(diskrws)

輸出信息：

sdiskio(read_count=2702580, write_count=3112627, read_bytes=92492292608, write_bytes=72206786048, read_time=2702, write_time=3049){'PhysicalDrive0': sdiskio(read_count=98229, write_count=392179, read_bytes=8924618240, write_bytes=4908920832, read_time=37, write_time=289), 'PhysicalDrive1': sdiskio(read_count=2604351, write_count=2720448, read_bytes=83567674368, write_bytes=67297865216, read_time=2665, write_time=2760)}

通過這些方法我們可以監控硬盤使用情況，如果硬盤空間不足，可以通過郵件報警，發送郵件方法我們后面章節詳細講解。

1.5 獲取進程信息

計算機中，每個程序都是一個進程或者多個進程，除去系統占用資源其他都被這些進程占用，比如我們的web服務，數據庫等；很多情況下因為程序自身問題，會導致CPU運行100%，內存耗盡，磁盤寫滿，最后導致服務崩潰，我們可以通過psutil下面2個方法獲取進程相關信息，主要方法如下：

?

實際操作：

import psutil #獲取當前所有進程pids = psutil.pids()print(pids) #獲取ID為pids[0]的進程,process = psutil.Process(pids[0])print(process)

輸出結果：

[0, 4, 120, 440, 624, 736, 744, ... ...]psutil.Process(pid=0, name='System Idle Process', started='19:55:14')

結果中可以看到，進程的ID為0， 名稱為'System Idle Process'；
我們再來看Process對象屬性(不同系統方法可能不同)：???????

import psutil#主要信息：進程名，狀態，創建時間，CPU內存使用情況，線程數p = psutil.Process(0)print('進程名稱:', p.name()) #進程名稱print('運行狀態:', p.status()) #當前狀態print('創建時間:', p.create_time()) #創建時間print('CPU信息:', p.cpu_times()) #進程的cpu時間信息,主要：user,system運行時間print('內存信息:', p.memory_percent())#進程內存利用率print('內存使用:', p.memory_info()) #進程內存使用詳情print('IO信息：', p.io_counters() ) #進程的IO信息,包括讀寫IO數字及參數print('線程數：', p.num_threads() ) #進程開啟的線程數

輸出結果如下：

進程名稱: System Idle Process運行狀態: running創建時間: 1543290248.0CPU信息: pcputimes(user=0.0, system=367377.99999999994, children_user=0.0, children_system=0.0)內存信息: 4.969912151832804e-05內存使用: pmem(rss=4096, vms=0, num_page_faults=2, peak_wset=4096, wset=4096, peak_paged_pool=0, paged_pool=0, peak_nonpaged_pool=0, nonpaged_pool=0, pagefile=0, peak_pagefile=0, private=0)IO信息： pio(read_count=0, write_count=0, read_bytes=0, write_bytes=0, other_count=0, other_bytes=0)線程數： 4

p.memory_info()返回pmem對象，其中rss為進程實際使用內存大小；

二、python獲取磁盤使用、GPU信息、根據進程號獲取進程信息，

pynvml 獲取GPU信息，psutil 獲取進程信息,系統信息等示例（另一臺電腦）

1、代碼：

import pynvml #獲取GPU信息 import psutil #獲取進程信息,系統信息等class Utils(object):# 獲取硬盤信息@staticmethoddef get_disk_info(path):G = 1024*1024diskinfo = psutil.disk_usage(path)# 將字節轉換成Ginfo = "path:%s total:%dG, used:%dG, free:%dG, used_percent:%d%%"%(path,diskinfo.total/G, diskinfo.used/G, diskinfo.free/G, diskinfo.percent)return info# 獲取硬盤分區@staticmethoddef get_disk_partitions():return psutil.disk_partitions()# 獲取當前所有進程@staticmethoddef get_current_process_pid():pids = psutil.pids()return pids# 獲取進程信息@staticmethoddef get_process_info(pid):#主要信息：進程名，狀態，創建時間，CPU內存使用情況，線程數p = psutil.Process(pid) # print('進程名稱:', p.name()) #進程名稱# print('運行狀態:', p.status()) #當前狀態# print('創建時間:', p.create_time()) #創建時間# print('CPU信息:', p.cpu_times()) #進程的cpu時間信息,主要：user,system運行時間# print('內存信息:', p.memory_percent())#進程內存利用率# print('內存使用:', p.memory_info()) #進程內存使用詳情# print('IO信息：', p.io_counters()) #進程的IO信息,包括讀寫IO數字及參數# print('線程數：', p.num_threads()) #進程開啟的線程數info = "name:{} pid:{} \nstatus:{} \ncreate_time:{} \ncpu_times:{} \nmemory_percent:{} \nmemory_info:{} \nio_counters：{} \nnum_threads：{}".format(p.name(), pid, p.status(), p.create_time(), p.cpu_times(), p.memory_percent(), p.memory_info(), p.io_counters(), p.num_threads()) return infoclass GpuInfo(object):def __init__(self):#初始化pynvml.nvmlInit()def get_gpu_device(self):deviceCount = pynvml.nvmlDeviceGetCount()gpu_list = []for i in range(deviceCount):handle = pynvml.nvmlDeviceGetHandleByIndex(i)print("GPU", i, ":", pynvml.nvmlDeviceGetName(handle))gpu_list.append(i)return gpu_listdef get_free_rate(self, gpu_id):handle = pynvml.nvmlDeviceGetHandleByIndex(gpu_id)info = pynvml.nvmlDeviceGetMemoryInfo(handle)free_rate = int((info.free / info.total) * 100)return free_ratedef get_gpu_info(self, gpu_id):handle = pynvml.nvmlDeviceGetHandleByIndex(gpu_id)info = pynvml.nvmlDeviceGetMemoryInfo(handle)M = 1024*1024gpu_info = "id:{} total:{}M free:{}M used:{}M free_rate:{}%".format(gpu_id, info.total/M, info.free/M, info.used/M, self.get_free_rate(gpu_id))return gpu_infodef release(self):#最后要關閉管理工具pynvml.nvmlShutdown()if __name__ == "__main__":print("磁盤信息----------------------------")devs = Utils.get_disk_partitions()for dev in devs:print(Utils.get_disk_info(dev.device))print(Utils.get_disk_info("/home"))print(Utils.get_disk_info("/data"))print("進程信息----------------------------")# # 需要管理員權限# pids = Utils.get_current_process_pid()# for pid in pids:# print(Utils.get_process_info(pid))print(Utils.get_process_info(6403))print("GPU信息----------------------------")gpu_info = GpuInfo()gpu_devices = gpu_info.get_gpu_device()print("GPU使用信息----------------------------")for gpuid in gpu_devices:print(gpu_info.get_gpu_info(gpuid))gpu_info.release()

2、結果：

xy@avs05:~/test_code/test$ python utils.py 磁盤信息---------------------------- path:/dev/sda1 total:128773G, used:0G, free:128773G, used_percent:0% path:/dev/sdb1 total:128773G, used:0G, free:128773G, used_percent:0% path:/home total:899747G, used:844714G, free:9306G, used_percent:98% path:/data total:6811979G, used:3515451G, free:2953201G, used_percent:54% 進程信息---------------------------- name:python pid:6403 status:sleeping create_time:1572787886.51 cpu_times:pcputimes(user=16.6, system=2.32, children_user=0.0, children_system=0.0) memory_percent:0.01580510616382157 memory_info:pmem(rss=42692608, vms=510906368, shared=8900608, text=2342912, lib=0, data=56336384, dirty=0) io_counters：pio(read_count=5249, write_count=8001, read_bytes=16384, write_bytes=26464256, read_chars=1097175, write_chars=24049039) num_threads：2 GPU信息---------------------------- GPU 0 : b'GeForce RTX 2080 Ti' GPU 1 : b'GeForce RTX 2080 Ti' GPU 2 : b'GeForce RTX 2080 Ti' GPU 3 : b'GeForce RTX 2080 Ti' GPU 4 : b'GeForce RTX 2080 Ti' GPU 5 : b'GeForce RTX 2080 Ti' GPU 6 : b'GeForce RTX 2080 Ti' GPU 7 : b'GeForce RTX 2080 Ti' GPU使用信息---------------------------- id:0 total:10989.4375M free:7344.9375M used:3644.5M free_rate:66% id:1 total:10989.4375M free:6308.9375M used:4680.5M free_rate:57% id:2 total:10989.4375M free:10876.5625M used:112.875M free_rate:98% id:3 total:10989.4375M free:10978.5625M used:10.875M free_rate:99% id:4 total:10989.4375M free:10978.5625M used:10.875M free_rate:99% id:5 total:10989.4375M free:10978.5625M used:10.875M free_rate:99% id:6 total:10989.4375M free:9497.5625M used:1491.875M free_rate:86% id:7 total:10989.4375M free:5090.0625M used:5899.375M free_rate:46%

?

總結

以上是生活随笔為你收集整理的Python获取磁盘使用信息，python获取GPU信息！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。