Python实现系统基础信息

简介: Python实现系统基础信息

Python实现系统基础信息

import psutil,sys
 
def get_info_cpu():
    # 获取CPU的逻辑个数
    cpu_counts = psutil.cpu_count()
    # 获取CPU运行时间 ,可以进一步查看系统运行时间,空闲时间、用户空间运行时间等
    cpu_times = psutil.cpu_times_percent(percpu=True)
    #获取CPU状态
    cpu_stats = psutil.cpu_stats()
    print("服务区CPU的个数为: {}\nCPU运行时间: {}\nCPU状态: {}".format(cpu_counts,cpu_times,cpu_stats))
 
def get_mem_info():
    mem = psutil.virtual_memory()
    # 总内存
    total_mem = int(mem.total/1024/1024)
    # 已用内存
    user_mem = int(mem.used/1024/1024)
    # 空闲内存
    free_mem = int(mem.free/1024/1024)
    print("服务器总内存:{}M,\n已用内存: {}M,\n空闲内存: {}M".format(total_mem,user_mem,free_mem))
 
def get_disk():
    # 要排除的磁盘列表,为空代表全部需要查询
    excluded_disks = ["/dev/sda1"]
 
    # 获取所有磁盘信息
    disk_info = psutil.disk_partitions()
    for disk in disk_info:
           if disk.device in excluded_disks:
               continue
           try:
               u = psutil.disk_usage(disk.mountpoint)
               print("磁盘: {},\n磁盘大小: {:.2f} GB,\n已用: {:.2f} GB,\n空闲: {:.2f} GB,\n使用率: {:.2f}%".format(disk.device,u[0]/1024**3,u[1]/1024**3,u[2]/1024**3,u[3]))
           except Exception as e:
                print(f"获取磁盘信息失败: {e}")
 
def get_net():
    info = psutil.net_io_counters()
    print("bytes_sent: {}\nbytes_recv: {}\npackets_sent: {}\npackets_reve: {}".format(info[0],info[1],info[2],info[3]))
 
def get_pid():
    pids = psutil.pids()
    for i in pids:
        print("进程名: {},进程ID: {},进程状态: {}".format(psutil.Process(i).name,psutil.Process(i).pid,psutil.Process(i).status()))
 
if __name__ == '__main__':
    msg = input("请输入需要查看的系统信息:(cpu|mem|disk|net|pid)")
    if msg:
        if msg == 'cpu':
            get_info_cpu()
        elif msg == 'mem':
            get_mem_info()
        elif msg == 'disk':
            get_disk()
        elif msg == 'net':
            get_net()
        elif msg == 'pid':
            get_pid()
        else:
            print("输入不合法,程序退出")
            sys.exit(1)
    else:
        print("输入为空,程序退出")
        sys.exit(1)
相关文章
|
2月前
|
算法 搜索推荐 JavaScript
基于python智能推荐算法的全屋定制系统
本研究聚焦基于智能推荐算法的全屋定制平台网站设计,旨在解决消费者在个性化定制中面临的选择难题。通过整合Django、Vue、Python与MySQL等技术,构建集家装设计、材料推荐、家具搭配于一体的一站式智能服务平台,提升用户体验与行业数字化水平。
|
2月前
|
存储 分布式计算 大数据
基于Python大数据的的电商用户行为分析系统
本系统基于Django、Scrapy与Hadoop技术,构建电商用户行为分析平台。通过爬取与处理海量用户数据,实现行为追踪、偏好分析与个性化推荐,助力企业提升营销精准度与用户体验,推动电商智能化发展。
|
3月前
|
机器学习/深度学习 数据可视化 搜索推荐
基于python的汽车数据可视化、推荐及预测系统
本研究围绕汽车数据可视化、推荐及预测系统展开,结合大数据与人工智能技术,旨在提升用户体验与市场竞争力。内容涵盖研究背景、意义、相关技术如 Python、ECharts、协同过滤及随机森林回归等,探讨如何挖掘汽车数据价值,实现个性化推荐与智能预测,为汽车行业智能化发展提供支持。
|
3月前
|
存储 安全 数据管理
基于python的在线考试系统
本系统基于Python开发,旨在通过信息化手段提升各行业数据管理效率。系统具备良好的安全性、稳定性及可扩展性,支持数据高效处理与决策支持,适用于教育、医疗、旅游等多个领域,助力办公自动化与科学化管理,显著提升工作效率并降低错误率。
|
3月前
|
存储 监控 API
Python实战:跨平台电商数据聚合系统的技术实现
本文介绍如何通过标准化API调用协议,实现淘宝、京东、拼多多等电商平台的商品数据自动化采集、清洗与存储。内容涵盖技术架构设计、Python代码示例及高阶应用(如价格监控系统),提供可直接落地的技术方案,帮助开发者解决多平台数据同步难题。
|
2月前
|
机器学习/深度学习 大数据 关系型数据库
基于python大数据的台风灾害分析及预测系统
针对台风灾害预警滞后、精度不足等问题,本研究基于Python与大数据技术,构建多源数据融合的台风预测系统。利用机器学习提升路径与强度预测准确率,结合Django框架实现动态可视化与实时预警,为防灾决策提供科学支持,显著提高应急响应效率,具有重要社会经济价值。

推荐镜像

更多