Python獲取單個程序CPU使用情況趨勢圖

2019-11-25 17:58:05

字體：大中小

供稿：網(wǎng)友

本文定位：已將CPU歷史數(shù)據(jù)存盤，等待可視化進(jìn)行分析，可暫時沒有思路。
前面一篇文章（//m.survivalescaperooms.com/article/61956.htm）提到過在linux下如何用python將top命令的結(jié)果進(jìn)行存盤，本文是它的后續(xù)。

python中我們可以用matplotlib很方便的將數(shù)據(jù)可視化，比如下面的代碼：

復(fù)制代碼代碼如下:

import matplotlib.pyplot as plt

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

執(zhí)行效果如下：

上面只是給plot函數(shù)傳了兩個list數(shù)據(jù)結(jié)構(gòu)，show一下圖形就出來了……哈哈，很方便吧！
獲取CPU趨勢圖就用這個了！
可我們現(xiàn)在得到的數(shù)據(jù)沒那么友好，比如我現(xiàn)在有個文件(file.txt)，內(nèi)容如下：

復(fù)制代碼代碼如下:

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，第一列為時間，第六列為CPU的idle值。

要從這組數(shù)據(jù)中得出CPU使用情況趨勢圖，我們就要做些工作了。

下面是代碼，這里提供一個思路，需要的朋友拷回去改一下吧：

復(fù)制代碼代碼如下:

#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使用情況趨勢圖
list1 = retMap1.keys()
list1.sort()
list2 = []
for i in list1:list2.append(retMap1[i])
plt.plot(list1,list2)
plt.show()