如何在 Python 中获取当前 CPU 和 RAM 使用情况？
- 2024-12-11 08:48:00
- admin 原创
- 157
问题描述：
如何在 Python 中获取当前系统状态（当前 CPU、RAM、可用磁盘空间等）？理想情况下，它适用于 Unix 和 Windows 平台。
从我的搜索中似乎有几种可能的方法可以提取它：
使用诸如PSI之类的库（目前似乎没有积极开发并且不支持多个平台）或pystatgrab之类的库（似乎自 2007 年以来没有任何活动并且不支持 Windows）。
使用特定于平台的代码，例如，
os.popen("ps")对于 *nix 系统使用或类似代码，对于 Windows 平台使用MEMORYSTATUSinctypes.windll.kernel32（请参阅有关 ActiveState 的此内容）。可以将 Python 类与所有这些代码片段放在一起。
并不是说这些方法不好，而是是否已经存在一种得到良好支持、可跨平台实现同样功能的方法？
解决方案 1：
psutil 库为您提供各种平台上的有关 CPU、RAM 等的信息：
psutil 是一个模块，它使用 Python 以可移植的方式提供一个接口，用于检索有关正在运行的进程和系统利用率（CPU、内存）的信息，实现 ps、top 和 Windows 任务管理器等工具提供的许多功能。
它目前支持 Linux、Windows、OSX、Sun Solaris、FreeBSD、OpenBSD 和 NetBSD（32 位和 64 位架构），Python 版本从 2.6 到 3.5（Python 2.4 和 2.5 的用户可以使用 2.1.3 版本）。
一些例子：
#!/usr/bin/env python
import psutil
# gives a single float value
psutil.cpu_percent()
# gives an object with many fields
psutil.virtual_memory()
# you can convert that object to a dictionary
dict(psutil.virtual_memory()._asdict())
# you can have the percentage of used RAM
psutil.virtual_memory().percent
79.2
# you can calculate percentage of available memory
psutil.virtual_memory().available * 100 / psutil.virtual_memory().total
20.8
以下是提供更多概念和兴趣概念的其他文档：
解决方案 2：
使用psutil 库。在 Ubuntu 18.04 上，pip 安装了 5.5.0（最新版本），截至 2019 年 1 月 30 日。旧版本的行为可能略有不同。您可以通过在 Python 中执行以下操作来检查 psutil 的版本：
from __future__ import print_function # for Python2
import psutil
print(psutil.__version__)
要获取一些内存和 CPU 统计信息：
from __future__ import print_function
import psutil
print(psutil.cpu_percent())
print(psutil.virtual_memory()) # physical memory usage
print('memory % used:', psutil.virtual_memory()[2])
( tuple virtual_memory) 将包含系统范围内的内存使用百分比。对于我来说，在 Ubuntu 18.04 上，这似乎被高估了几个百分点。
您还可以获取当前 Python 实例使用的内存：
import os
import psutil
pid = os.getpid()
python_process = psutil.Process(pid)
memoryUse = python_process.memory_info()[0]/2.**30 # memory use in GB...I think
print('memory use:', memoryUse)
它给出 Python 脚本当前的内存使用情况。
pypi 页面上还有一些有关psutil 的更深入的示例。
解决方案 3：
tqdm通过结合和，可以实现实时 CPU 和 RAM 监控psutil。在运行大量计算/处理时，这可能会很方便。
它也可以在 Jupyter 中使用，无需更改任何代码：
from tqdm import tqdm
from time import sleep
import psutil
with tqdm(total=100, desc='cpu%', position=1) as cpubar, tqdm(total=100, desc='ram%', position=0) as rambar:
while True:
rambar.n=psutil.virtual_memory().percent
cpubar.n=psutil.cpu_percent()
rambar.refresh()
cpubar.refresh()
sleep(0.5)
使用多处理库将这些进度条放在单独的进程中很方便。
此代码片段也可作为要点使用。
解决方案 4：
仅适用于Linux：仅具有stdlib依赖性的RAM使用情况的一行代码：
import os
tot_m, used_m, free_m = map(int, os.popen('free -t -m').readlines()[-1].split()[1:])
解决方案 5：
下面的代码，没有外部库，对我来说是可行的。我在 Python 2.7.9 上进行了测试
CPU 使用率
import os
CPU_Pct=str(round(float(os.popen('''grep 'cpu ' /proc/stat | awk '{usage=($2+$4)*100/($2+$4+$5)} END {print usage }' ''').readline()),2))
print("CPU Usage = " + CPU_Pct) # print results
以及内存使用情况、总计、已用和空闲
import os
mem=str(os.popen('free -t -m').readlines())
"""
Get a whole line of memory output, it will be something like below
[' total used free shared buffers cached
',
'Mem: 925 591 334 14 30 355
',
'-/+ buffers/cache: 205 719
',
'Swap: 99 0 99
',
'Total: 1025 591 434
']
So, we need total memory, usage and free memory.
We should find the index of capital T which is unique at this string
"""
T_ind=mem.index('T')
"""
Than, we can recreate the string with this information. After T we have,
"Total: " which has 14 characters, so we can start from index of T +14
and last 4 characters are also not necessary.
We can create a new sub-string using this information
"""
mem_G=mem[T_ind+14:-4]
"""
The result will be like
1025 603 422
we need to find first index of the first space, and we can start our substring
from from 0 to this index number, this will give us the string of total memory
"""
S1_ind=mem_G.index(' ')
mem_T=mem_G[0:S1_ind]
"""
Similarly we will create a new sub-string, which will start at the second value.
The resulting string will be like
603 422
Again, we should find the index of first space and than the
take the Used Memory and Free memory.
"""
mem_G1=mem_G[S1_ind+8:]
S2_ind=mem_G1.index(' ')
mem_U=mem_G1[0:S2_ind]
mem_F=mem_G1[S2_ind+8:]
print 'Summary = ' + mem_G
print 'Total Memory = ' + mem_T +' MB'
print 'Used Memory = ' + mem_U +' MB'
print 'Free Memory = ' + mem_F +' MB'
解决方案 6：
为了对程序进行逐行memory_profiler内存和时间分析，我建议使用和line_profiler。
安装：
# Time profiler
$ pip install line_profiler
# Memory profiler
$ pip install memory_profiler
# Install the dependency for a faster analysis
$ pip install psutil
共同点是，您使用相应的装饰器指定要分析的函数。
示例：我的 Python 文件中有几个函数main.py需要分析。其中一个是linearRegressionfit()。我需要使用装饰器@profile来帮助我从时间和内存两个方面分析代码。
对函数定义进行以下更改
@profile
def linearRegressionfit(Xt,Yt,Xts,Yts):
lr=LinearRegression()
model=lr.fit(Xt,Yt)
predict=lr.predict(Xts)
# More Code
对于时间分析，
跑步：
$ kernprof -l -v main.py
输出
Total time: 0.181071 s
File: main.py
Function: linearRegressionfit at line 35
Line # Hits Time Per Hit % Time Line Contents
==============================================================
35 @profile
36 def linearRegressionfit(Xt,Yt,Xts,Yts):
37 1 52.0 52.0 0.1 lr=LinearRegression()
38 1 28942.0 28942.0 75.2 model=lr.fit(Xt,Yt)
39 1 1347.0 1347.0 3.5 predict=lr.predict(Xts)
40
41 1 4924.0 4924.0 12.8 print("train Accuracy",lr.score(Xt,Yt))
42 1 3242.0 3242.0 8.4 print("test Accuracy",lr.score(Xts,Yts))
对于内存分析，
跑步：
$ python -m memory_profiler main.py
输出
Filename: main.py
Line # Mem usage Increment Line Contents
================================================
35 125.992 MiB 125.992 MiB @profile
36 def linearRegressionfit(Xt,Yt,Xts,Yts):
37 125.992 MiB 0.000 MiB lr=LinearRegression()
38 130.547 MiB 4.555 MiB model=lr.fit(Xt,Yt)
39 130.547 MiB 0.000 MiB predict=lr.predict(Xts)
40
41 130.547 MiB 0.000 MiB print("train Accuracy",lr.score(Xt,Yt))
42 130.547 MiB 0.000 MiB print("test Accuracy",lr.score(Xts,Yts))
matplotlib此外，还可以使用以下方法绘制内存分析器结果：
$ mprof run main.py
$ mprof plot
注意：测试于
line_profiler版本 == 3.0.2
memory_profiler版本 == 0.57.0
psutil版本 == 5.7.0
编辑：可以使用TAMPPA包解析剖析器的结果。使用它，我们可以逐行获得所需的图，如下所示
解决方案 7：
我们选择使用常用的信息源，因为我们可以发现可用内存的瞬时波动，并且觉得查询meminfo数据源很有帮助。这也帮助我们获得了一些预先解析的相关参数。
代码
import os
linux_filepath = "/proc/meminfo"
meminfo = dict(
(i.split()[0].rstrip(":"), int(i.split()[1]))
for i in open(linux_filepath).readlines()
)
meminfo["memory_total_gb"] = meminfo["MemTotal"] / (2 ** 20)
meminfo["memory_free_gb"] = meminfo["MemFree"] / (2 ** 20)
meminfo["memory_available_gb"] = meminfo["MemAvailable"] / (2 ** 20)
输出以供参考（我们删除了所有换行符以便进一步分析）
MemTotal：1014500 kB MemFree：562680 kB MemAvailable：646364 kB 缓冲区：15144 kB 缓存：210720 kB SwapCached：0 kB 活动：261476 kB 非活动：128888 kB 活动（匿名）：167092 kB 非活动（匿名）：20888 kB 活动（文件）：94384 kB 非活动（文件）：108000 kB 不可驱逐：3652 kB Mlocked：3652 kB SwapTotal：0 kB SwapFree：0 kB Dirty：0 kB Writeback：0 kB AnonPages：168160 kB 映射：81352 kB Shmem：21060 kB Slab：34492 kB SReclaimable：18044 kB SUnreclaim：16448 kB KernelStack：2672 kB PageTables：8180 kB NFS_Unstable：0 kB Bounce：0 kB WritebackTmp：0 kB CommitLimit：507248 kB Committed_AS：1038756 kB VmallocTotal：34359738367 kB VmallocUsed：0 kB VmallocChunk：0 kB HardwareCorrupted：0 kB AnonHugePages：88064 kB CmaTotal：0 kB CmaFree：0 kB HugePages_Total：0 HugePages_Free：0 HugePages_Rsvd：0 HugePages_Surp：0 Hugepagesize： 2048 kB DirectMap4k: 43008 kB DirectMap2M: 1005568 kB
解决方案 8：
这是我前段时间整理的东西，虽然只适用于 Windows，但可以帮助您完成部分需要完成的工作。
源自：“for sys available mem”
http://msdn2.microsoft.com/en-us/library/aa455130.aspx
“单个流程信息和 Python 脚本示例”
http://www.microsoft.com/technet/scriptcenter/scripts/default.mspx?mfr=true
注意：WMI 接口/进程也可用于执行类似的任务，我在这里没有使用它，因为当前方法满足了我的需求，但如果有一天需要扩展或改进它，那么可能需要研究可用的 WMI 工具。
Python 的 WMI：
http://tgolden.sc.sabren.com/python/wmi.html
代码：
'''
Monitor window processes
derived from:
>for sys available mem
http://msdn2.microsoft.com/en-us/library/aa455130.aspx
> individual process information and python script examples
http://www.microsoft.com/technet/scriptcenter/scripts/default.mspx?mfr=true
NOTE: the WMI interface/process is also available for performing similar tasks
I'm not using it here because the current method covers my needs, but if someday it's needed
to extend or improve this module, then may want to investigate the WMI tools available.
WMI for python:
http://tgolden.sc.sabren.com/python/wmi.html
'''
__revision__ = 3
import win32com.client
from ctypes import *
from ctypes.wintypes import *
import pythoncom
import pywintypes
import datetime
class MEMORYSTATUS(Structure):
_fields_ = [
('dwLength', DWORD),
('dwMemoryLoad', DWORD),
('dwTotalPhys', DWORD),
('dwAvailPhys', DWORD),
('dwTotalPageFile', DWORD),
('dwAvailPageFile', DWORD),
('dwTotalVirtual', DWORD),
('dwAvailVirtual', DWORD),
]
def winmem():
x = MEMORYSTATUS() # create the structure
windll.kernel32.GlobalMemoryStatus(byref(x)) # from cytypes.wintypes
return x
class process_stats:
'''process_stats is able to provide counters of (all?) the items available in perfmon.
Refer to the self.supported_types keys for the currently supported 'Performance Objects'
To add logging support for other data you can derive the necessary data from perfmon:
---------
perfmon can be run from windows 'run' menu by entering 'perfmon' and enter.
Clicking on the '+' will open the 'add counters' menu,
From the 'Add Counters' dialog, the 'Performance object' is the self.support_types key.
--> Where spaces are removed and symbols are entered as text (Ex. # == Number, % == Percent)
For the items you wish to log add the proper attribute name in the list in the self.supported_types dictionary,
keyed by the 'Performance Object' name as mentioned above.
---------
NOTE: The 'NETFramework_NETCLRMemory' key does not seem to log dotnet 2.0 properly.
Initially the python implementation was derived from:
http://www.microsoft.com/technet/scriptcenter/scripts/default.mspx?mfr=true
'''
def __init__(self,process_name_list=[],perf_object_list=[],filter_list=[]):
'''process_names_list == the list of all processes to log (if empty log all)
perf_object_list == list of process counters to log
filter_list == list of text to filter
print_results == boolean, output to stdout
'''
pythoncom.CoInitialize() # Needed when run by the same process in a thread
self.process_name_list = process_name_list
self.perf_object_list = perf_object_list
self.filter_list = filter_list
self.win32_perf_base = 'Win32_PerfFormattedData_'
# Define new datatypes here!
self.supported_types = {
'NETFramework_NETCLRMemory': [
'Name',
'NumberTotalCommittedBytes',
'NumberTotalReservedBytes',
'NumberInducedGC',
'NumberGen0Collections',
'NumberGen1Collections',
'NumberGen2Collections',
'PromotedMemoryFromGen0',
'PromotedMemoryFromGen1',
'PercentTimeInGC',
'LargeObjectHeapSize'
],
'PerfProc_Process': [
'Name',
'PrivateBytes',
'ElapsedTime',
'IDProcess',# pid
'Caption',
'CreatingProcessID',
'Description',
'IODataBytesPersec',
'IODataOperationsPersec',
'IOOtherBytesPersec',
'IOOtherOperationsPersec',
'IOReadBytesPersec',
'IOReadOperationsPersec',
'IOWriteBytesPersec',
'IOWriteOperationsPersec'
]
}
def get_pid_stats(self, pid):
this_proc_dict = {}
pythoncom.CoInitialize() # Needed when run by the same process in a thread
if not self.perf_object_list:
perf_object_list = self.supported_types.keys()
for counter_type in perf_object_list:
strComputer = "."
objWMIService = win32com.client.Dispatch("WbemScripting.SWbemLocator")
objSWbemServices = objWMIService.ConnectServer(strComputer,"rootcimv2")
query_str = '''Select * from %s%s''' % (self.win32_perf_base,counter_type)
colItems = objSWbemServices.ExecQuery(query_str) # "Select * from Win32_PerfFormattedData_PerfProc_Process")# changed from Win32_Thread
if len(colItems) > 0:
for objItem in colItems:
if hasattr(objItem, 'IDProcess') and pid == objItem.IDProcess:
for attribute in self.supported_types[counter_type]:
eval_str = 'objItem.%s' % (attribute)
this_proc_dict[attribute] = eval(eval_str)
this_proc_dict['TimeStamp'] = datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S.') + str(datetime.datetime.now().microsecond)[:3]
break
return this_proc_dict
def get_stats(self):
'''
Show process stats for all processes in given list, if none given return all processes
If filter list is defined return only the items that match or contained in the list
Returns a list of result dictionaries
'''
pythoncom.CoInitialize() # Needed when run by the same process in a thread
proc_results_list = []
if not self.perf_object_list:
perf_object_list = self.supported_types.keys()
for counter_type in perf_object_list:
strComputer = "."
objWMIService = win32com.client.Dispatch("WbemScripting.SWbemLocator")
objSWbemServices = objWMIService.ConnectServer(strComputer,"rootcimv2")
query_str = '''Select * from %s%s''' % (self.win32_perf_base,counter_type)
colItems = objSWbemServices.ExecQuery(query_str) # "Select * from Win32_PerfFormattedData_PerfProc_Process")# changed from Win32_Thread
try:
if len(colItems) > 0:
for objItem in colItems:
found_flag = False
this_proc_dict = {}
if not self.process_name_list:
found_flag = True
else:
# Check if process name is in the process name list, allow print if it is
for proc_name in self.process_name_list:
obj_name = objItem.Name
if proc_name.lower() in obj_name.lower(): # will log if contains name
found_flag = True
break
if found_flag:
for attribute in self.supported_types[counter_type]:
eval_str = 'objItem.%s' % (attribute)
this_proc_dict[attribute] = eval(eval_str)
this_proc_dict['TimeStamp'] = datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S.') + str(datetime.datetime.now().microsecond)[:3]
proc_results_list.append(this_proc_dict)
except pywintypes.com_error, err_msg:
# Ignore and continue (proc_mem_logger calls this function once per second)
continue
return proc_results_list
def get_sys_stats():
''' Returns a dictionary of the system stats'''
pythoncom.CoInitialize() # Needed when run by the same process in a thread
x = winmem()
sys_dict = {
'dwAvailPhys': x.dwAvailPhys,
'dwAvailVirtual':x.dwAvailVirtual
}
return sys_dict
if __name__ == '__main__':
# This area used for testing only
sys_dict = get_sys_stats()
stats_processor = process_stats(process_name_list=['process2watch'],perf_object_list=[],filter_list=[])
proc_results = stats_processor.get_stats()
for result_dict in proc_results:
print result_dict
import os
this_pid = os.getpid()
this_proc_results = stats_processor.get_pid_stats(this_pid)
print 'this proc results:'
print this_proc_results
解决方案 9：
我觉得这些答案都是针对 Python 2 编写的，而且无论如何没有人提到resource可用于 Python 3 的标准包。它提供用于获取给定进程（默认情况下为调用 Python 进程）的资源限制的命令。这与获取整个系统的当前资源使用情况不同，但它可以解决一些相同的问题，例如“我想确保我只用这个脚本使用 X 大量的 RAM。”
解决方案 10：
将所有优点汇总在一起：
psutil+os以获得 Unix 和 Windows 兼容性： 这使我们能够获得：
中央处理器
记忆
磁盘
代码：
import os
import psutil # need: pip install psutil
In [32]: psutil.virtual_memory()
Out[32]: svmem(total=6247907328, available=2502328320, percent=59.9, used=3327135744, free=167067648, active=3671199744, inactive=1662668800, buffers=844783616, cached=1908920320, shared=123912192, slab=613048320)
In [33]: psutil.virtual_memory().percent
Out[33]: 60.0
In [34]: psutil.cpu_percent()
Out[34]: 5.5
In [35]: os.sep
Out[35]: '/'
In [36]: psutil.disk_usage(os.sep)
Out[36]: sdiskusage(total=50190790656, used=41343860736, free=6467502080, percent=86.5)
In [37]: psutil.disk_usage(os.sep).percent
Out[37]: 86.5
解决方案 11：
听取了第一条回复的反馈并做了一些小改动
#!/usr/bin/env python
#Execute commond on windows machine to install psutil>>>>python -m pip install psutil
import psutil
print (' ')
print ('----------------------CPU Information summary----------------------')
print (' ')
# gives a single float value
vcc=psutil.cpu_count()
print ('Total number of CPUs :',vcc)
vcpu=psutil.cpu_percent()
print ('Total CPUs utilized percentage :',vcpu,'%')
print (' ')
print ('----------------------RAM Information summary----------------------')
print (' ')
# you can convert that object to a dictionary
#print(dict(psutil.virtual_memory()._asdict()))
# gives an object with many fields
vvm=psutil.virtual_memory()
x=dict(psutil.virtual_memory()._asdict())
def forloop():
for i in x:
print (i,"--",x[i]/1024/1024/1024)#Output will be printed in GBs
forloop()
print (' ')
print ('----------------------RAM Utilization summary----------------------')
print (' ')
# you can have the percentage of used RAM
print('Percentage of used RAM :',psutil.virtual_memory().percent,'%')
#79.2
# you can calculate percentage of available memory
print('Percentage of available RAM :',psutil.virtual_memory().available * 100 / psutil.virtual_memory().total,'%')
#20.8
解决方案 12：
“...当前系统状态（当前 CPU、RAM、可用磁盘空间等）”和“*nix 和 Windows 平台”的组合可能很难实现。
操作系统在管理这些资源的方式上有着根本的不同。事实上，它们在核心概念上也存在差异，比如定义什么算作系统时间，什么算作应用程序时间。
“可用磁盘空间”？什么算作“磁盘空间”？所有设备的所有分区？多引导环境中的外部分区呢？
我认为 Windows 和 *nix 之间没有足够明确的共识来实现这一点。事实上，甚至可能在各种称为 Windows 的操作系统之间也没有任何共识。是否有一个适用于 XP 和 Vista 的 Windows API？
解决方案 13：
此脚本用于 CPU 使用率：
import os
def get_cpu_load():
""" Returns a list CPU Loads"""
result = []
cmd = "WMIC CPU GET LoadPercentage "
response = os.popen(cmd + ' 2>&1','r').read().strip().split("
")
for load in response[1:]:
result.append(int(load))
return result
if __name__ == '__main__':
print get_cpu_load()
解决方案 14：
您可以读取 /proc/meminfo 来获取已用内存
file1 = open('/proc/meminfo', 'r')
for line in file1:
if 'MemTotal' in line:
x = line.split()
memTotal = int(x[1])
if 'Buffers' in line:
x = line.split()
buffers = int(x[1])
if 'Cached' in line and 'SwapCached' not in line:
x = line.split()
cached = int(x[1])
if 'MemFree' in line:
x = line.split()
memFree = int(x[1])
file1.close()
percentage_used = int ( ( memTotal - (buffers + cached + memFree) ) / memTotal * 100 )
print(percentage_used)
解决方案 15：
有关 CPU 的详细信息，请使用psutil库
对于 RAM 频率（以 MHz 为单位），请使用内置 Linux 库dmidecode并稍微操作一下输出 ;)。此命令需要 root 权限，因此也请提供您的密码。只需复制以下命令，将mypass替换为您的密码即可
import os
os.system("echo mypass | sudo -S dmidecode -t memory | grep 'Clock Speed' | cut -d ':' -f2")------------------- 输出 ---------------------------
1600 MT/s
未知
1600 MT/s
未知 0
更具体地说
[i for i in os.popen("echo mypass | sudo -S dmidecode -t memory | grep 'Clock Speed' | cut -d ':' -f2").read().split(' ') if i.isdigit()]
-------------------------- 输出 -------------------------
['1600'，'1600']
解决方案 16：
您可以将 psutil 或 psmem 与子进程示例代码一起使用
import subprocess
cmd = subprocess.Popen(['sudo','./ps_mem'],stdout=subprocess.PIPE,stderr=subprocess.PIPE)
out,error = cmd.communicate()
memory = out.splitlines()
参考
https://github.com/Leo-g/python-flask-cmd
解决方案 17：
根据@Hrabal 的 CPU 使用率代码，我使用的内容如下：
from subprocess import Popen, PIPE
def get_cpu_usage():
''' Get CPU usage on Linux by reading /proc/stat '''
sub = Popen(('grep', 'cpu', '/proc/stat'), stdout=PIPE, stderr=PIPE)
top_vals = [int(val) for val in sub.communicate()[0].split('
')[0].split[1:5]]
return (top_vals[0] + top_vals[2]) * 100. /(top_vals[0] + top_vals[2] + top_vals[3])
解决方案 18：
SystemScripter您始终可以使用命令来使用最近发布的库pip install SystemScripter。该库使用其他库（例如其他库psutil）来创建从 CPU 到磁盘信息的完整系统信息库。要了解当前 CPU 使用情况，请使用以下函数：
SystemScripter.CPU.CpuPerCurrentUtil(SystemScripter.CPU()) #class init as self param if not work
这将获取使用百分比或使用情况：
SystemScripter.CPU.CpuCurrentUtil(SystemScripter.CPU())
https://pypi.org/project/SystemScripter/#description
解决方案 19：
使用 crontab 运行不会打印 pid
设置：*/1 * * * * sh dog.sh此行crontab -e
import os
import re
CUT_OFF = 90
def get_cpu_load():
cmd = "ps -Ao user,uid,comm,pid,pcpu --sort=-pcpu | head -n 2 | tail -1"
response = os.popen(cmd, 'r').read()
arr = re.findall(r'S+', response)
print(arr)
needKill = float(arr[-1]) > CUT_OFF
if needKill:
r = os.popen(f"kill -9 {arr[-2]}")
print('kill:', r)
if __name__ == '__main__':
# Test CPU with
# $ stress --cpu 1
# crontab -e
# Every 1 min
# */1 * * * * sh dog.sh
# ctlr o, ctlr x
# crontab -l
print(get_cpu_load())
解决方案 20：
@CodeGench的解决方案不需要 Shell-out ，因此假设 Linux 和 Python 的标准库：
def cpu_load():
with open("/proc/stat", "r") as stat:
(key, user, nice, system, idle, _) = (stat.readline().split(None, 5))
assert key == "cpu", "'cpu ...' should be the first line in /proc/stat"
busy = int(user) + int(nice) + int(system)
return 100 * busy / (busy + int(idle))
解决方案 21：
我不相信有支持良好的多平台库可用。请记住，Python 本身是用 C 编写的，因此任何库都只是会做出明智的决定，决定运行哪个特定于操作系统的代码片段，正如您上面建议的那样。
