基于Python開發(fā)電腦硬件監(jiān)控工具

更新時間：2025年07月21日 16:04:32 作者：超級小識

在科技飛速發(fā)展的今天,人工智能已經(jīng)滲透到我們生活的方方面面,本文主要來和大家介紹一下如何使用Python開發(fā)電腦硬件監(jiān)控工具,可以采集系統(tǒng)信息,需要的可以了解下

引言

在科技飛速發(fā)展的今天，人工智能已經(jīng)滲透到我們生活的方方面面，從基礎(chǔ)的日常溝通到復(fù)雜的商業(yè)決策，智能技術(shù)的影響力正在以驚人的速度擴(kuò)大。以自然語言處理為例，智能助手不僅能理解人類的日常對話，還能通過情感分析提供個性化的回應(yīng)；在醫(yī)療領(lǐng)域，AI輔助診斷系統(tǒng)的準(zhǔn)確率已達(dá)到專業(yè)醫(yī)師水平，極大地提高了早期疾病篩查的效率。

面對這場深刻的技術(shù)變革，理解其背后的邏輯與應(yīng)用場景變得至關(guān)重要。從技術(shù)角度看，機(jī)器學(xué)習(xí)算法的進(jìn)步（如深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)）為AI應(yīng)用提供了強(qiáng)大的計算基礎(chǔ)；從應(yīng)用層面看，智能推薦系統(tǒng)正在重塑電商和內(nèi)容平臺的用戶體驗，而自動駕駛技術(shù)則有望徹底改變未來的交通方式。這些發(fā)展都彰顯出AI技術(shù)的巨大潛力。

通過深入探討核心原理與實踐案例，我們可以更清晰地把握技術(shù)趨勢。例如，分析計算機(jī)視覺在安防監(jiān)控中的實際應(yīng)用，或研究預(yù)測算法在金融風(fēng)控中的具體表現(xiàn)，都能幫助我們理解不同場景下的技術(shù)適配性。這種理解不僅有助于發(fā)掘潛在商業(yè)價值，更能為未來的技術(shù)創(chuàng)新與產(chǎn)業(yè)突破奠定堅實基礎(chǔ)。隨著5G、邊緣計算等配套技術(shù)的發(fā)展，AI的應(yīng)用邊界還將持續(xù)擴(kuò)展，帶來更多令人期待的可能性。

核心庫選擇

GPUtil專門用于獲取NVIDIA GPU信息：

platform模塊提供基本的系統(tǒng)識別功能：

GUI開發(fā)選項對比：

tkinter（Python標(biāo)準(zhǔn)庫）：

PyQt5/PySide6（第三方庫）：

psutil（Python System and Process Utilities）是一個跨平臺的系統(tǒng)監(jiān)控庫，可以獲取系統(tǒng)運(yùn)行時的各種關(guān)鍵信息：

CPU相關(guān)：

使用率（psutil.cpu_percent()）
核心數(shù)量（psutil.cpu_count()）
溫度監(jiān)控（部分平臺支持）
示例：監(jiān)控CPU負(fù)載并設(shè)置告警閾值

內(nèi)存管理：

物理內(nèi)存總量及使用情況（psutil.virtual_memory()）
交換分區(qū)信息（psutil.swap_memory()）
示例：實時顯示內(nèi)存使用曲線圖

磁盤信息：

分區(qū)信息（psutil.disk_partitions()）
使用情況（psutil.disk_usage()）
IO統(tǒng)計（psutil.disk_io_counters()）
示例：監(jiān)控磁盤剩余空間并預(yù)警

網(wǎng)絡(luò)監(jiān)控：

網(wǎng)絡(luò)接口信息（psutil.net_if_addrs()）
IO統(tǒng)計（psutil.net_io_counters()）
連接信息（psutil.net_connections()）

顯存使用情況

GPU溫度監(jiān)控
負(fù)載百分比
示例：深度學(xué)習(xí)訓(xùn)練時的GPU監(jiān)控面板
操作系統(tǒng)類型（platform.system()）
系統(tǒng)版本（platform.version()）
處理器架構(gòu)（platform.machine()）

示例：生成系統(tǒng)診斷報告

優(yōu)勢：無需額外安裝，適合簡單界面
缺點：界面較簡陋，功能有限

示例應(yīng)用：基礎(chǔ)系統(tǒng)監(jiān)控儀表盤

優(yōu)勢：

豐富的UI組件（表格、圖表等）
支持多線程
現(xiàn)代化界面設(shè)計

缺點：

需要單獨安裝
學(xué)習(xí)曲線較陡

示例應(yīng)用：

專業(yè)級系統(tǒng)監(jiān)控工具
帶歷史數(shù)據(jù)可視化的性能分析器

基本系統(tǒng)信息采集實現(xiàn)

import psutil
import platform
from datetime import datetime

def get_system_info():
    # CPU信息
    cpu_percent = psutil.cpu_percent(interval=1)
    cpu_count = psutil.cpu_count(logical=False)
    cpu_logical = psutil.cpu_count(logical=True)
    
    # 內(nèi)存信息
    mem = psutil.virtual_memory()
    mem_total = round(mem.total / (1024**3), 2)
    mem_used = round(mem.used / (1024**3), 2)
    mem_percent = mem.percent
    
    # 磁盤信息
    disk = psutil.disk_usage('/')
    disk_total = round(disk.total / (1024**3), 2)
    disk_used = round(disk.used / (1024**3), 2)
    disk_percent = disk.percent
    
    # 系統(tǒng)信息
    system_info = {
        "system": platform.system(),
        "node": platform.node(),
        "release": platform.release(),
        "version": platform.version(),
        "machine": platform.machine(),
        "boot_time": datetime.fromtimestamp(psutil.boot_time()).strftime("%Y-%m-%d %H:%M:%S")
    }
    
    return {
        "cpu": {
            "percent": cpu_percent,
            "cores_physical": cpu_count,
            "cores_logical": cpu_logical
        },
        "memory": {
            "total": mem_total,
            "used": mem_used,
            "percent": mem_percent
        },
        "disk": {
            "total": disk_total,
            "used": disk_used,
            "percent": disk_percent
        },
        "system": system_info
    }

添加GPU監(jiān)控功能

try:
    import GPUtil
    def get_gpu_info():
        gpus = GPUtil.getGPUs()
        if gpus:
            return {
                "name": gpus[0].name,
                "load": gpus[0].load * 100,
                "memory_used": round(gpus[0].memoryUsed, 1),
                "memory_total": round(gpus[0].memoryTotal, 1),
                "temperature": gpus[0].temperature
            }
        return None
except ImportError:
    def get_gpu_info():
        return None

使用Tkinter構(gòu)建簡單GUI

import tkinter as tk
from tkinter import ttk

class HardwareMonitor(tk.Tk):
    def __init__(self):
        super().__init__()
        self.title("硬件監(jiān)控工具")
        self.geometry("600x400")
        
        # 創(chuàng)建標(biāo)簽框架
        self.cpu_frame = ttk.LabelFrame(self, text="CPU 信息")
        self.mem_frame = ttk.LabelFrame(self, text="內(nèi)存 信息")
        self.disk_frame = ttk.LabelFrame(self, text="磁盤 信息")
        self.sys_frame = ttk.LabelFrame(self, text="系統(tǒng) 信息")
        
        # 布局
        self.cpu_frame.pack(fill="both", expand=True, padx=5, pady=5)
        self.mem_frame.pack(fill="both", expand=True, padx=5, pady=5)
        self.disk_frame.pack(fill="both", expand=True, padx=5, pady=5)
        self.sys_frame.pack(fill="both", expand=True, padx=5, pady=5)
        
        # 添加標(biāo)簽
        self.cpu_label = ttk.Label(self.cpu_frame, text="")
        self.mem_label = ttk.Label(self.mem_frame, text="")
        self.disk_label = ttk.Label(self.disk_frame, text="")
        self.sys_label = ttk.Label(self.sys_frame, text="")
        
        self.cpu_label.pack()
        self.mem_label.pack()
        self.disk_label.pack()
        self.sys_label.pack()
        
        self.update_data()
    
    def update_data(self):
        data = get_system_info()
        gpu_data = get_gpu_info()
        
        # 更新CPU信息
        cpu_text = f"使用率: {data['cpu']['percent']}% | 物理核心: {data['cpu']['cores_physical']} | 邏輯核心: {data['cpu']['cores_logical']}"
        self.cpu_label.config(text=cpu_text)
        
        # 更新內(nèi)存信息
        mem_text = f"使用: {data['memory']['used']}GB / {data['memory']['total']}GB ({data['memory']['percent']}%)"
        self.mem_label.config(text=mem_text)
        
        # 更新磁盤信息
        disk_text = f"使用: {data['disk']['used']}GB / {data['disk']['total']}GB ({data['disk']['percent']}%)"
        self.disk_label.config(text=disk_text)
        
        # 更新系統(tǒng)信息
        sys_text = f"系統(tǒng): {data['system']['system']} {data['system']['release']} | 主機(jī)名: {data['system']['node']} | 啟動時間: {data['system']['boot_time']}"
        self.sys_label.config(text=sys_text)
        
        # 如果有GPU信息則顯示
        if gpu_data:
            if not hasattr(self, 'gpu_frame'):
                self.gpu_frame = ttk.LabelFrame(self, text="GPU 信息")
                self.gpu_frame.pack(fill="both", expand=True, padx=5, pady=5)
                self.gpu_label = ttk.Label(self.gpu_frame, text="")
                self.gpu_label.pack()
            
            gpu_text = f"{gpu_data['name']} | 負(fù)載: {gpu_data['load']:.1f}% | 顯存: {gpu_data['memory_used']}GB/{gpu_data['memory_total']}GB | 溫度: {gpu_data['temperature']}°C"
            self.gpu_label.config(text=gpu_text)
        
        self.after(1000, self.update_data)

使用PyQt5構(gòu)建更專業(yè)的界面

from PyQt5.QtWidgets import (QApplication, QMainWindow, QVBoxLayout, 
                            QWidget, QLabel, QTabWidget, QProgressBar)
from PyQt5.QtCore import QTimer
import sys

class QtHardwareMonitor(QMainWindow):
    def __init__(self):
        super().__init__()
        self.setWindowTitle("硬件監(jiān)控工具")
        self.setGeometry(100, 100, 800, 600)
        
        self.central_widget = QWidget()
        self.setCentralWidget(self.central_widget)
        
        self.layout = QVBoxLayout(self.central_widget)
        
        self.tabs = QTabWidget()
        self.layout.addWidget(self.tabs)
        
        # 創(chuàng)建標(biāo)簽頁
        self.cpu_tab = QWidget()
        self.mem_tab = QWidget()
        self.disk_tab = QWidget()
        self.sys_tab = QWidget()
        
        self.tabs.addTab(self.cpu_tab, "CPU")
        self.tabs.addTab(self.mem_tab, "內(nèi)存")
        self.tabs.addTab(self.disk_tab, "磁盤")
        self.tabs.addTab(self.sys_tab, "系統(tǒng)")
        
        # 初始化UI
        self.init_cpu_tab()
        self.init_mem_tab()
        self.init_disk_tab()
        self.init_sys_tab()
        
        # 定時更新
        self.timer = QTimer()
        self.timer.timeout.connect(self.update_data)
        self.timer.start(1000)
    
    def init_cpu_tab(self):
        layout = QVBoxLayout(self.cpu_tab)
        
        self.cpu_label = QLabel("CPU 信息")
        self.cpu_progress = QProgressBar()
        
        layout.addWidget(self.cpu_label)
        layout.addWidget(self.cpu_progress)
    
    def update_data(self):
        data = get_system_info()
        
        # 更新CPU信息
        cpu_text = f"CPU 使用率: {data['cpu']['percent']}% | 物理核心: {data['cpu']['cores_physical']} | 邏輯核心: {data['cpu']['cores_logical']}"
        self.cpu_label.setText(cpu_text)
        self.cpu_progress.setValue(data['cpu']['percent'])
        
        # 更新其他標(biāo)簽頁...

高級功能擴(kuò)展

實時圖表顯示 使用matplotlib可以創(chuàng)建實時更新的硬件使用率圖表：

from matplotlib.backends.backend_tkagg import FigureCanvasTkAgg
from matplotlib.figure import Figure

class ChartMonitor(tk.Tk):
    def __init__(self):
        super().__init__()
        self.title("硬件監(jiān)控圖表")
        
        # 創(chuàng)建圖表
        self.fig = Figure(figsize=(5, 4), dpi=100)
        self.ax = self.fig.add_subplot(111)
        
        # 初始化數(shù)據(jù)
        self.x_data = list(range(60))
        self.y_data = [0] * 60
        
        # 創(chuàng)建畫布
        self.canvas = FigureCanvasTkAgg(self.fig, master=self)
        self.canvas.draw()
        self.canvas.get_tk_widget().pack(side=tk.TOP, fill=tk.BOTH, expand=True)
        
        self.update_chart()
    
    def update_chart(self):
        # 獲取當(dāng)前CPU使用率
        cpu_percent = psutil.cpu_percent(interval=1)
        
        # 更新數(shù)據(jù)
        self.y_data.append(cpu_percent)
        if len(self.y_data) > 60:
            self.y_data.pop(0)
        
        # 清除并重新繪制
        self.ax.clear()
        self.ax.plot(self.x_data, self.y_data[-60:], 'r-')
        self.ax.set_ylim(0, 100)
        self.ax.set_title("CPU 使用率 (%)")
        self.ax.set_xlabel("時間 (秒)")
        
        self.canvas.draw()
        self.after(1000, self.update_chart)

網(wǎng)絡(luò)監(jiān)控功能 可以擴(kuò)展網(wǎng)絡(luò)監(jiān)控功能：

def get_network_info():
    net_io = psutil.net_io_counters()
    return {
        "bytes_sent": net_io.bytes_sent,
        "bytes_recv": net_io.bytes_recv,
        "packets_sent": net_io.packets_sent,
        "packets_recv": net_io.packets_recv
    }

打包為可執(zhí)行文件

使用PyInstaller可以將應(yīng)用打包為獨立可執(zhí)行文件：

pip install pyinstaller
pyinstaller --onefile --windowed hardware_monitor.py

這些方法提供了從簡單到高級的硬件監(jiān)控實現(xiàn)方案，可以根據(jù)需求選擇合適的組件進(jìn)行組合或擴(kuò)展。具體來說：

基礎(chǔ)監(jiān)控方案

適用于入門級需求，主要包含：

CPU/GPU溫度監(jiān)控（如使用lm-sensors工具）
內(nèi)存使用率統(tǒng)計（通過free -m命令）
磁盤空間檢查（df -h命令）應(yīng)用場景：個人開發(fā)者調(diào)試或小型服務(wù)器基礎(chǔ)運(yùn)維

中級監(jiān)控方案

增加實時性和可視化能力：

# Prometheus配置片段
scrape_configs:
  - job_name: 'node'
    static_configs:
      - targets: ['192.168.1.100:9100']

使用Prometheus+Grafana搭建監(jiān)控儀表盤
集成網(wǎng)絡(luò)流量監(jiān)控（如nload工具）
添加SMART硬盤健康檢測典型配置示例：

高級企業(yè)級方案

包含自動化預(yù)警和分布式監(jiān)控：

部署Zabbix或Nagios監(jiān)控集群
實現(xiàn)SNMP協(xié)議設(shè)備管理
定制化開發(fā)監(jiān)控插件（如通過Python編寫硬件探針）擴(kuò)展建議：
對關(guān)鍵業(yè)務(wù)服務(wù)器配置雙通道監(jiān)控
建立分級告警機(jī)制（郵件/短信/企業(yè)微信通知）

特殊場景方案

工業(yè)環(huán)境：增加4-20mA信號采集模塊
邊緣計算：部署輕量級Telegraf代理
高安全要求：采用硬件加密的監(jiān)控數(shù)據(jù)鏈路

方案選擇時需綜合考慮硬件規(guī)模（單機(jī)/集群）、監(jiān)控粒度（秒級/分鐘級）以及預(yù)算成本。建議從基礎(chǔ)方案開始，逐步按需擴(kuò)展功能模塊。

以上就是基于Python開發(fā)電腦硬件監(jiān)控工具的詳細(xì)內(nèi)容，更多關(guān)于Python監(jiān)控的資料請關(guān)注腳本之家其它相關(guān)文章！

您可能感興趣的文章:

最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

基于Python開發(fā)電腦硬件監(jiān)控工具

目錄

引言

基本系統(tǒng)信息采集實現(xiàn)

添加GPU監(jiān)控功能

使用Tkinter構(gòu)建簡單GUI

使用PyQt5構(gòu)建更專業(yè)的界面

高級功能擴(kuò)展

打包為可執(zhí)行文件

相關(guān)文章

最新評論

大家感興趣的內(nèi)容

最近更新的內(nèi)容

常用在線小工具