基于Python开发电脑硬件监控工具_Python

引言

在科技飞速发展的今天，人工智能已经渗透到我们生活的方方面面，从基础的日常沟通到复杂的商业决策，智能技术的影响力正在以惊人的速度扩大。以自然语言处理为例，智能助手不仅能理解人类的日常对话，还能通过情感分析提供个性化的回应；在医疗领域，ai辅助诊断系统的准确率已达到专业医师水平，极大地提高了早期疾病筛查的效率。

面对这场深刻的技术变革，理解其背后的逻辑与应用场景变得至关重要。从技术角度看，机器学习算法的进步（如深度学习、强化学习）为ai应用提供了强大的计算基础；从应用层面看，智能推荐系统正在重塑电商和内容平台的用户体验，而自动驾驶技术则有望彻底改变未来的交通方式。这些发展都彰显出ai技术的巨大潜力。

通过深入探讨核心原理与实践案例，我们可以更清晰地把握技术趋势。例如，分析计算机视觉在安防监控中的实际应用，或研究预测算法在金融风控中的具体表现，都能帮助我们理解不同场景下的技术适配性。这种理解不仅有助于发掘潜在商业价值，更能为未来的技术创新与产业突破奠定坚实基础。随着5g、边缘计算等配套技术的发展，ai的应用边界还将持续扩展，带来更多令人期待的可能性。

核心库选择

gputil专门用于获取nvidia gpu信息：

platform模块提供基本的系统识别功能：

gui开发选项对比：

tkinter（python标准库）：

pyqt5/pyside6（第三方库）：

psutil（python system and process utilities）是一个跨平台的系统监控库，可以获取系统运行时的各种关键信息：

cpu相关：

使用率（psutil.cpu_percent()）
核心数量（psutil.cpu_count()）
温度监控（部分平台支持）
示例：监控cpu负载并设置告警阈值

内存管理：

物理内存总量及使用情况（psutil.virtual_memory()）
交换分区信息（psutil.swap_memory()）
示例：实时显示内存使用曲线图

磁盘信息：

分区信息（psutil.disk_partitions()）
使用情况（psutil.disk_usage()）
io统计（psutil.disk_io_counters()）
示例：监控磁盘剩余空间并预警

网络监控：

网络接口信息（psutil.net_if_addrs()）
io统计（psutil.net_io_counters()）
连接信息（psutil.net_connections()）

显存使用情况

gpu温度监控
负载百分比
示例：深度学习训练时的gpu监控面板
操作系统类型（platform.system()）
系统版本（platform.version()）
处理器架构（platform.machine()）

示例：生成系统诊断报告

优势：无需额外安装，适合简单界面
缺点：界面较简陋，功能有限

示例应用：基础系统监控仪表盘

优势：

丰富的ui组件（表格、图表等）
支持多线程
现代化界面设计

缺点：

需要单独安装
学习曲线较陡

示例应用：

专业级系统监控工具
带历史数据可视化的性能分析器

基本系统信息采集实现

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)
    
    # 内存信息
    mem = psutil.virtual_memory()
    mem_total = round(mem.total / (1024**3), 2)
    mem_used = round(mem.used / (1024**3), 2)
    mem_percent = mem.percent
    
    # 磁盘信息
    disk = psutil.disk_usage('/')
    disk_total = round(disk.total / (1024**3), 2)
    disk_used = round(disk.used / (1024**3), 2)
    disk_percent = disk.percent
    
    # 系统信息
    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监控功能

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构建简单gui

import tkinter as tk
from tkinter import ttk

class hardwaremonitor(tk.tk):
    def __init__(self):
        super().__init__()
        self.title("硬件监控工具")
        self.geometry("600x400")
        
        # 创建标签框架
        self.cpu_frame = ttk.labelframe(self, text="cpu 信息")
        self.mem_frame = ttk.labelframe(self, text="内存 信息")
        self.disk_frame = ttk.labelframe(self, text="磁盘 信息")
        self.sys_frame = ttk.labelframe(self, text="系统 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)
        
        # 添加标签
        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']} | 逻辑核心: {data['cpu']['cores_logical']}"
        self.cpu_label.config(text=cpu_text)
        
        # 更新内存信息
        mem_text = f"使用: {data['memory']['used']}gb / {data['memory']['total']}gb ({data['memory']['percent']}%)"
        self.mem_label.config(text=mem_text)
        
        # 更新磁盘信息
        disk_text = f"使用: {data['disk']['used']}gb / {data['disk']['total']}gb ({data['disk']['percent']}%)"
        self.disk_label.config(text=disk_text)
        
        # 更新系统信息
        sys_text = f"系统: {data['system']['system']} {data['system']['release']} | 主机名: {data['system']['node']} | 启动时间: {data['system']['boot_time']}"
        self.sys_label.config(text=sys_text)
        
        # 如果有gpu信息则显示
        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']} | 负载: {gpu_data['load']:.1f}% | 显存: {gpu_data['memory_used']}gb/{gpu_data['memory_total']}gb | 温度: {gpu_data['temperature']}°c"
            self.gpu_label.config(text=gpu_text)
        
        self.after(1000, self.update_data)

使用pyqt5构建更专业的界面

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("硬件监控工具")
        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)
        
        # 创建标签页
        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, "内存")
        self.tabs.addtab(self.disk_tab, "磁盘")
        self.tabs.addtab(self.sys_tab, "系统")
        
        # 初始化ui
        self.init_cpu_tab()
        self.init_mem_tab()
        self.init_disk_tab()
        self.init_sys_tab()
        
        # 定时更新
        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']} | 逻辑核心: {data['cpu']['cores_logical']}"
        self.cpu_label.settext(cpu_text)
        self.cpu_progress.setvalue(data['cpu']['percent'])
        
        # 更新其他标签页...

高级功能扩展

实时图表显示 使用matplotlib可以创建实时更新的硬件使用率图表：

from matplotlib.backends.backend_tkagg import figurecanvastkagg
from matplotlib.figure import figure

class chartmonitor(tk.tk):
    def __init__(self):
        super().__init__()
        self.title("硬件监控图表")
        
        # 创建图表
        self.fig = figure(figsize=(5, 4), dpi=100)
        self.ax = self.fig.add_subplot(111)
        
        # 初始化数据
        self.x_data = list(range(60))
        self.y_data = [0] * 60
        
        # 创建画布
        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):
        # 获取当前cpu使用率
        cpu_percent = psutil.cpu_percent(interval=1)
        
        # 更新数据
        self.y_data.append(cpu_percent)
        if len(self.y_data) > 60:
            self.y_data.pop(0)
        
        # 清除并重新绘制
        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("时间 (秒)")
        
        self.canvas.draw()
        self.after(1000, self.update_chart)

网络监控功能 可以扩展网络监控功能：

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
    }

打包为可执行文件

使用pyinstaller可以将应用打包为独立可执行文件：

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

这些方法提供了从简单到高级的硬件监控实现方案，可以根据需求选择合适的组件进行组合或扩展。具体来说：

基础监控方案

适用于入门级需求，主要包含：

cpu/gpu温度监控（如使用lm-sensors工具）
内存使用率统计（通过free -m命令）
磁盘空间检查（df -h命令）应用场景：个人开发者调试或小型服务器基础运维

中级监控方案

增加实时性和可视化能力：

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

使用prometheus+grafana搭建监控仪表盘
集成网络流量监控（如nload工具）
添加smart硬盘健康检测典型配置示例：

高级企业级方案

包含自动化预警和分布式监控：

部署zabbix或nagios监控集群
实现snmp协议设备管理
定制化开发监控插件（如通过python编写硬件探针）扩展建议：
对关键业务服务器配置双通道监控
建立分级告警机制（邮件/短信/企业微信通知）

特殊场景方案

工业环境：增加4-20ma信号采集模块
边缘计算：部署轻量级telegraf代理
高安全要求：采用硬件加密的监控数据链路

方案选择时需综合考虑硬件规模（单机/集群）、监控粒度（秒级/分钟级）以及预算成本。建议从基础方案开始，逐步按需扩展功能模块。

以上就是基于python开发电脑硬件监控工具的详细内容，更多关于python监控的资料请关注代码网其它相关文章！

基于Python开发电脑硬件监控工具

2025年07月21日 • Python •我要评论

引言

基本系统信息采集实现

添加gpu监控功能

使用tkinter构建简单gui

使用pyqt5构建更专业的界面

高级功能扩展

打包为可执行文件

相关文章:

Python使用Spire.XLS创建柱形图和条形图

发表评论


验证码：