如何在Python终端下动态绘制显卡使用率和内存占用率折线图？

在Python终端下动态绘制显卡使用率和内存占用率的折线图，可以使用matplotlib库来实现。为了获取显卡的使用率和内存占用率，可以使用GPUtil库。以下是一个完整的示例代码：

1. 安装所需的库

首先，确保你已经安装了matplotlib和GPUtil库。如果没有安装，可以使用以下命令进行安装：

pip install matplotlib GPUtil

2. 编写Python代码

import time
import matplotlib.pyplot as plt
import GPUtil

# 初始化数据存储
gpu_usage = []
gpu_memory = []
timestamps = []

# 创建图形
plt.ion()  # 开启交互模式
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(10, 8))

# 设置图形标题和标签
ax1.set_title('GPU Usage Over Time')
ax1.set_ylabel('Usage (%)')
ax2.set_title('GPU Memory Usage Over Time')
ax2.set_ylabel('Memory Usage (MB)')
ax2.set_xlabel('Time (s)')

# 初始化折线图
line1, = ax1.plot(timestamps, gpu_usage, 'r-', label='GPU Usage')
line2, = ax2.plot(timestamps, gpu_memory, 'b-', label='GPU Memory Usage')

# 添加图例
ax1.legend()
ax2.legend()

# 动态更新图形
start_time = time.time()
while True:
    # 获取GPU信息
    gpus = GPUtil.getGPUs()
    if gpus:
        gpu = gpus[0]  # 假设只有一个GPU
        current_time = time.time() - start_time
        gpu_usage.append(gpu.load * 100)
        gpu_memory.append(gpu.memoryUsed)
        timestamps.append(current_time)

        # 更新折线图数据
        line1.set_xdata(timestamps)
        line1.set_ydata(gpu_usage)
        line2.set_xdata(timestamps)
        line2.set_ydata(gpu_memory)

        # 调整坐标轴范围
        ax1.relim()
        ax1.autoscale_view()
        ax2.relim()
        ax2.autoscale_view()

        # 重绘图形
        fig.canvas.draw()
        fig.canvas.flush_events()

    # 每隔1秒更新一次
    time.sleep(1)

3. 运行代码

将上述代码保存为一个Python文件（例如gpu_monitor.py），然后在终端中运行：

python gpu_monitor.py

4. 代码说明

• GPUtil.getGPUs(): 获取当前系统的GPU信息，返回一个包含所有GPU对象的列表。
• gpu.load: GPU的使用率，范围是0到1，乘以100后转换为百分比。
• gpu.memoryUsed: GPU当前使用的内存量（以MB为单位）。
• plt.ion(): 开启Matplotlib的交互模式，允许动态更新图形。
• fig.canvas.draw(): 重绘图形。
• fig.canvas.flush_events(): 刷新图形事件，确保图形更新。

5. 注意事项

• 该代码假设系统中只有一个GPU。如果有多个GPU，可以根据需要修改代码以显示多个GPU的使用情况。
• 如果需要更复杂的图形或更频繁的更新，可以调整代码中的时间间隔或图形样式。

通过这种方式，你可以在Python终端下动态监控并绘制显卡的使用率和内存占用率。