本文实例为大家分享了python可视化动态CPU性能监控的具体代码,供大家参考,具体内容如下

打算开发web性能监控,以后会去学js,现在用matp来补救下,在官网有此类模板,花了一点时间修改了下,有兴趣的可以去官网看看。

基于matplotoilb和psutil,matplotoilb是有名的数据数据可视化工具,psutil是性能监控工具,所以你需要这两个环境,本文不多说环境的安装。

以下是代码: #!/usr/bin/env python

#-*-coding:utf-8 -*-

import matplotlib.pyplot as plt

import matplotlib.animation as animation

import psutil

def data_gen(t=0): #设置xy变量

x = 0

y = 1

while True:

y = psutil.cpu_percent(interval=1) #获取cpu数值,1s获取一次。

x += 1

yield x,y

def init():

ax.set_xlim(0, 10) #起始x 1-10

ax.set_ylim(0, 100) #设置y相当于0%-100%

del xdata[:]

del ydata[:]

line.set_data(xdata, ydata)

return line,

fig, ax = plt.subplots()

line, = ax.plot([], [], lw=2) #线像素比

ax.grid()

xdata, ydata = [], []

def run(data):

# update the data

t, y = data

xdata.append(t)

ydata.append(y)

xmin, xmax = ax.get_xlim()

if t >= xmax: #表格随数据移动

ax.set_xlim(xmin+10, xmax+10)

ax.figure.canvas.draw()

line.set_data(xdata, ydata)

return line,

ani = animation.FuncAnimation(fig, run, data_gen, blit=False, interval=10,

repeat=False, init_func=init)

plt.show()

下面是效果图,还有很多地方不完善,以后会花点时间完成。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持聚米学院。

python虚拟cpu性能_python实现可视化动态CPU性能监控相关推荐

  1. python图形绘制星空图_Python数据可视化教程:基于Plotly的动态可视化绘图

    1. plotly 介绍 Plotly是一个非常著名且强大的开源数据可视化框架,它通过构建基于浏览器显示的web形式的可交互图表来展示信息,可创建多达数十种精美的图表和地图, 下面我们以jupyter ...

  2. python调用c优缺点_Python调用C模块以及性能分析

    一.c,ctypes和python的数据类型的对应关系 ctypes type ctype Python type c_char char 1-character string c_wchar wch ...

  3. python画熊猫论文_Python数据可视化之美:专业图表绘制指南(全彩)

    Python数据可视化之美:专业图表绘制指南(全彩)电子书 系统性地介绍Python 的绘图语法系统,包括matplotlib.Seaborn.plotnine 包,以及用于地理空间数据可视化的Bas ...

  4. python pyecharts 折线图_Python数据可视化之pyecharts实现各种图表

    之前的一篇文章介绍了使用Matplotlib实现各种统计图表,Python数据可视化之Matplotlib实现各种图表.这篇文章就介绍使用pyecharts实现各种统计图表. 1.pyecharts介 ...

  5. python画误差图_Python数据可视化:如何创建误差图

    一图胜千言,使用Python的matplotlib库,可以快速创建高质量的图形. 这是Python数据可视化的系列短篇,针对初级和中级用户,将理论和示例代码相结合,使用matplotlib, seab ...

  6. python三维图形渲染 地图_Python地图可视化三大秘密武器

    Python地图可视化库有大家熟知的pyecharts.plotly.folium,还有稍低调的bokeh.basemap.geopandas,也是地图可视化利器. 首先介绍下bokeh bokeh擅 ...

  7. python 三维地球代码_Python地图可视化三大秘密武器

    Python地图可视化库有大家熟知的pyecharts.plotly.folium,还有稍低调的bokeh.basemap.geopandas,也是地图可视化不可忽视的利器. 这次就来介绍下这三位低调 ...

  8. python 微服务框架_Python微服务框架NameKo 性能体验

    Nameko是Python下的一个微服务框架,小巧简洁,通过RabbitMq消息组件来实现RPC服务 Github:NameKo 一.准备工作 1.RabbitMq 使用docker安装 docker ...

  9. python散点图显示数据_Python数据可视化——散点图

    PS: 翻了翻草稿箱. 发现竟然存了一篇去年2月的文章...尽管naive.还是发出来吧... 本文记录了python中的数据可视化--散点图scatter, 令x作为数据(50个点,每一个30维), ...

最新文章

  1. How to Get Name of Months in ABAP/4
  2. C++ template 学习归纳2
  3. JSP + AJAX 打造簡單聊天室
  4. git 几种还原版本_Git恢复之前版本的两种方法reset、revert(图文详解)
  5. 操作系统上机作业--使用条件变量解决生产者、计算者、消费者问题(多线程)
  6. python一般用什么软件写_python用什么软件写代码
  7. 如何在CentOS 7上安装和配置MySQL Cluster
  8. 最近为A公司提炼的经营理念之合作理念
  9. NFC Enable 过程分析(三)
  10. 数据结构---最小生成树
  11. Excel 数据透视表入门教程
  12. 欧瑞变频器800参数设置_欧瑞变频器E800说明书(中文)2014080504A(2014.08.05).pdf
  13. h5 如何录音保存上传_html5 网页录音、试听以及上传
  14. 西安电子科技大学超级计算机,西安电子科技大学超级计算机投入使用
  15. C. Alternating Sum(数论——等比数列公式与变换)
  16. 计算机技术对艺术的影响,数字化技术对当代艺术发展的影响--理论
  17. Failed to introspect Class [com.mchange.v2.c3p0.ComboPooledDataSource] from ClassLoader [ParallelWeb
  18. SPLAYER中文字幕乱码
  19. Windows 11 应用商店打不开,点了没反应解决办法,亲测可用
  20. 框架和平台的区别以及两者的重要性(出自“至简李云” 博客)

热门文章

  1. 一文看懂:互联网产品分析,该如何做?
  2. Docker 实战教程之从入门到提高 (五)
  3. 什么是 SAP Spartacus UI 的 feature level
  4. SAP 电商云 Spartacus UI product 明细页面的路由配置
  5. jMeter CSV Data set config 的 sharing mode 和 Thread group loop 配合使用
  6. SAP Spartacus cost center list里通向detail页面的url生成逻辑
  7. SAP Spartacus UserService.get方法的调用时机
  8. 如何自行分析SAP WebClient UI开发环境里抛出的错误消息根源
  9. SAP Knowledge Article TREX search determination
  10. Netweaver和CloudFoundry的log设置