Python Linux系统管理与自动化运维

简介: Py't'hon语言与Linux系统管理Py't'hon生态工具打造命令行工具文本处理Linux系统管理使用python监控Linux系统文档与报告网络Python自动化部署深入浅出Ansible使用Python打造Mysql专家系...

Py't'hon语言与Linux系统管理
Py't'hon生态工具
打造命令行工具
文本处理
Linux系统管理
使用python监控Linux系统
文档与报告
网络
Python自动化部署
深入浅出Ansible
使用Python打造Mysql专家系统

启动简易下载器:python -m SimpleHTTPServer
python -m SimpleHTTPServer
python -m json.tool 格式化json


img_e78379ec78eb548a81d3677e92b05bcd.png
image.png

临时python指令:python -c "print 'aaa'"

pip升级:pip install -U pip

pip常用指令


img_06ffdb1e5d54f672f1b1205860015d79.png
image.png

更改pip的安装源:
vi ~/.pip/pip.conf
[global]
index-url=https://pypi.douban.com/simple/

下载软件到本地安装:
pip install --download='pwd' -r requirements.txt
pip install --no-index -f file://'pwd' -r requirements.txt

PDB调试器


img_1336e110eaea4a3fc24e340daea5279d.png
image.png

启动pdb调试


img_f664befdebc8d5740ea8dedb61e8fdcb.png
image.png

ipdb
img_60e5020f87c9630fa4e6c7f1efcedc01.png
image.png

pep8 一次导入一个模块
代码风格检查


img_a84d6a4c4affd9f7b3a10e2566e51e92.png
image.png

将代码风格编排成PEP8


img_c6c9439ae1b793e0eca4aa1d5c4e57f3.png
image.png

pyenv进行python版本管理


img_653ceed401fe734f9a3832327de4386c.png
image.png

import sys
sys.argv 所有参数
sys.stdin
fileinput.input()
sys.stdout
sys.stderr
sys.exit(1)

隐藏用户的输入


img_734302e6d835b5c0d09110daaeaac3c2.png
image.png

ConfigParse解析配置文件
命令行参数解析类:argparse ***


img_ffcfac4921da3052f1ad99b18b2376a4.png
image.png
img_6f8ad0bb0fe9a5e7217652115a903962.png
image.png

click + colorama 简直完美:https://www.cnblogs.com/xiao-apple36/p/9089027.html

prompt_toolkit自动补全


img_43bb11dcbb408c292630fe06f9643c43.png
image.png

历史提示,自动补全:


img_d91df0f5be54acd68e38d76cba43f46c.png
image.png

历史提示,自动补全,TAB


img_f57b92b09c69d6c99de6246f973d8572.png
image.png

with open('access.log') as f:
for line in f:
xx

re


img_39f1a194ccfa7404946d1d7cdc0bad34.png
image.png

img_9a2336f69c2a73b07e1b1d625010e20c.png
image.png

re建议编译
search 返回第一次匹配,findall返回所有

获得超链接


img_f2358cff0c16564761ffca762df6395a.png
image.png
img_ae2a7d87c28ebc97bf43aaacc5863b3b.png
image.png

string import template


img_0b71a1b2f768da6362f9018968efaac4.png
image.png

jinja2

os.path路径管理


img_d90f06a2407438f4f2b6925dabcebd1f.png
img_143b80dda4bfad96d615506688c30758.png
image.png

判断文件类型


img_54aa0c3dc3df4d84d6aaed2a2111f6af.png
image.png

查找最常用10条指令


img_5df34c9b53794de25b0b89594f71d26c.png
image.png

fnmatch 文件


img_4ece3f4bd382d776572b5b78fd65c8c9.png
image.png

glob整个文件系统查找


img_397aa3a1c151c140cec7023197a6cab4.png
image.png

os.walk遍历


img_0bcc1cf2b5c33ae2c8c7eb5e481e7353.png
image.png

遍历及查找


img_4aa15e380fe348c4d17d3933fc2ab7a6.png
image.png

shutil文件管理
filecmp文件比较模块
hashlib MD5模块


img_1645363b6f7fc7a924342081c7a8689c.png
image.png

tarfile


img_6075a013369037c872b2346ead18d537.png
image.png

zipfile

img_9824c008ff579eb9630fcce5cd5976ce.png
image.png

shutil加压缩


img_9476c37fd0c81204332633b879cb3bd0.png
image.png

subprocess


img_f6aa3a4609ec3a819baeb5861326308c.png
image.png

subprocess.check_output


img_292d117f67c053c34a95b9025a30764c.png
image.png

监控dstat\glances

psutil获取CPU个数


img_97f5e6fc29296288c7abc5e1be493eb3.png
image.png

获取CPU利用率


img_138f69c85789ce5a4ffd8dfddd281596.png
image.png
img_bb3e8ccd6c2704b914f8941949f60fdd.png
image.png

psutil.virtual_memory获取内存信息


img_b629a2ee917d72b1051982e309a1e56c.png
image.png

img_4a7334007cae06563d71eb5a92b76755.png
image.png

磁盘:disk_partitions


img_c0ea0c673222a6ebc8d6c3a1339432e0.png

img_79c60d73aa54b8e55c1fddf7a92e8f88.png
image.png

img_f537548834ea6ee30a95925fe1e3fc73.png
image.png

img_cfe0ad2ec70e61df82f62dee9c779577.png
image.png

返回系统启动时间


img_3b2f246948e51c6a0e1c5da5d7eecfa5.png
image.png

psutil
psutil

目录
相关文章
|
2月前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
眼疾识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了4种常见的眼疾图像数据集(白内障、糖尿病性视网膜病变、青光眼和正常眼睛) 再使用通过搭建的算法模型对数据集进行训练得到一个识别精度较高的模型,然后保存为为本地h5格式文件。最后使用Django框架搭建了一个Web网页平台可视化操作界面,实现用户上传一张眼疾图片识别其名称。
251 5
基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
|
2月前
|
安全 前端开发 数据库
Python 语言结合 Flask 框架来实现一个基础的代购商品管理、用户下单等功能的简易系统
这是一个使用 Python 和 Flask 框架实现的简易代购系统示例,涵盖商品管理、用户注册登录、订单创建及查看等功能。通过 SQLAlchemy 进行数据库操作,支持添加商品、展示详情、库存管理等。用户可注册登录并下单,系统会检查库存并记录订单。此代码仅为参考,实际应用需进一步完善,如增强安全性、集成支付接口、优化界面等。
|
10天前
|
机器学习/深度学习 人工智能 运维
机器学习+自动化运维:让服务器自己修Bug,运维变轻松!
机器学习+自动化运维:让服务器自己修Bug,运维变轻松!
54 14
|
20天前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【害虫识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
害虫识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了12种常见的害虫种类数据集【"蚂蚁(ants)", "蜜蜂(bees)", "甲虫(beetle)", "毛虫(catterpillar)", "蚯蚓(earthworms)", "蜚蠊(earwig)", "蚱蜢(grasshopper)", "飞蛾(moth)", "鼻涕虫(slug)", "蜗牛(snail)", "黄蜂(wasp)", "象鼻虫(weevil)"】 再使用通过搭建的算法模型对数据集进行训练得到一个识别精度较高的模型,然后保存为为本地h5格式文件。最后使用Djan
62 1
基于Python深度学习的【害虫识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
|
3月前
|
Python
自动化微信朋友圈:Python脚本实现自动发布动态
本文介绍如何使用Python脚本自动化发布微信朋友圈动态,节省手动输入的时间。主要依赖`pyautogui`、`time`、`pyperclip`等库,通过模拟鼠标和键盘操作实现自动发布。代码涵盖打开微信、定位朋友圈、准备输入框、模拟打字等功能。虽然该方法能提高效率,但需注意可能违反微信使用条款,存在风险。定期更新脚本以适应微信界面变化也很重要。
293 61
|
1月前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【蘑菇识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
蘑菇识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了9种常见的蘑菇种类数据集【"香菇(Agaricus)", "毒鹅膏菌(Amanita)", "牛肝菌(Boletus)", "网状菌(Cortinarius)", "毒镰孢(Entoloma)", "湿孢菌(Hygrocybe)", "乳菇(Lactarius)", "红菇(Russula)", "松茸(Suillus)"】 再使用通过搭建的算法模型对数据集进行训练得到一个识别精度较高的模型,然后保存为为本地h5格式文件。最后使用Django框架搭建了一个Web网页平台可视化操作界面,
114 11
基于Python深度学习的【蘑菇识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
|
20天前
|
机器学习/深度学习 设计模式 测试技术
Python 高级编程与实战:构建自动化测试框架
本文深入探讨了Python中的自动化测试框架,包括unittest、pytest和nose2,并通过实战项目帮助读者掌握这些技术。文中详细介绍了各框架的基本用法和示例代码,助力开发者快速验证代码正确性,减少手动测试工作量。学习资源推荐包括Python官方文档及Real Python等网站。
|
1月前
|
存储 数据采集 数据格式
Python自动化Office文档处理全攻略
本文介绍如何使用Python自动化处理Word、Excel和PDF文档,提升办公效率。通过安装`python-docx`、`openpyxl`、`pandas`、`PyPDF2`和`pdfplumber`等库,可以轻松实现读取、修改、创建和批量处理这些文档。具体包括:自动化处理Word文档(如读取、修改内容、调整样式),Excel文档(如读取、清洗、汇总数据),以及PDF文档(如提取文本和表格数据)。结合代码示例和实战案例,帮助你掌握高效办公技巧,减少手动操作的错误率。
59 1
|
3月前
|
存储 缓存 监控
局域网屏幕监控系统中的Python数据结构与算法实现
局域网屏幕监控系统用于实时捕获和监控局域网内多台设备的屏幕内容。本文介绍了一种基于Python双端队列(Deque)实现的滑动窗口数据缓存机制,以处理连续的屏幕帧数据流。通过固定长度的窗口,高效增删数据,确保低延迟显示和存储。该算法适用于数据压缩、异常检测等场景,保证系统在高负载下稳定运行。 本文转载自:https://www.vipshare.com
141 66
|
2月前
|
机器学习/深度学习 运维 数据可视化
Python时间序列分析:使用TSFresh进行自动化特征提取
TSFresh 是一个专门用于时间序列数据特征自动提取的框架,支持分类、回归和异常检测等机器学习任务。它通过自动化特征工程流程,处理数百个统计特征(如均值、方差、自相关性等),并通过假设检验筛选显著特征,提升分析效率。TSFresh 支持单变量和多变量时间序列数据,能够与 scikit-learn 等库无缝集成,适用于大规模时间序列数据的特征提取与模型训练。其工作流程包括数据格式转换、特征提取和选择,并提供可视化工具帮助理解特征分布及与目标变量的关系。
122 16
Python时间序列分析:使用TSFresh进行自动化特征提取

热门文章

最新文章