Python中使用platform模块获取系统信息的用法教程
操作系统相关
- system() : 操作系统类型(见例)
- version(): 操作系统版本
- release(): 操作系统发布号, 例如win 7返回7, 还有如NT, 2.2.0之类.
- platform(aliased=0, terse=0): 操作系统信息字符串,扥与system()+win32_ver()[:3]
- win32_ver(release='', version='', csd='', ptype=''): win系统相关信息
- linux_distribution(distname='', version='', id='', supported_dists=(‘SuSE', ‘debiaare', ‘yellowdog', ‘gentoo', ‘UnitedLinux', ‘turbolinux'), full_distribution_name=1): Linux系统相关信息
- dist(distname='', version='', id='', supported_dists=(‘SuSE', ‘debian', ‘fedora', ‘redhat', ‘centos', ‘mandrake', ‘mandriva', ‘rocks', ‘slackware', ‘yellowdog', ‘gentoo', ‘UnitedLinux', ‘turbolinux')): 尝试获取Linux OS发布版本信息.返回(distname,version,id). dist是发布版本的意思.
- mac_ver(release='', versioninfo=(‘', ‘', ‘'), machine=''): mac版本
- java_ver(release='', vendor='', vminfo=(‘', ‘', ‘'), osinfo=(‘', ‘', ‘')): java版本
- libc_ver(executable=r'c:\Python27\python.exe', lib='', version='', chunksize=2048): libc版本,linux相关吧.
以上相应版本查询的返回元组和其形参对应.
platform.system() 'Linux' # python 3.3.2+ 64 bits on debian jessie 64 bits 'Windows' # python 3.3.2 32 bits on windows 8.1 64 bits 'Windows' # python 3.3.2 64 bits on windows 8.1 64 bits 'Darwin' # python 3.4.1 64 bits on mac os x 10.9.4 'Java' platform.version() '#1 SMP Debian 3.10.11-1 (2013-09-10)' # python 3.3.2+ 64 bits on debian jessie 64 bits '6.2.9200' # python 3.3.2 32 bits on windows 8.1 64 bits '6.2.9200' # python 3.3.2 64 bits on windows 8.1 64 bits 'Darwin Kernel Version 13.3.0: Tue Jun 3 21:27:35 PDT 2014; root:xnu-2422.110.17~1/RELEASE_X86_64' # python 3.4.1 64 bits on mac os x 10.9.4 platform() 'Windows-7-6.1.7601-SP1' win32_ver() ('7', '6.1.7601', 'SP1', u'Multiprocessor Free') platform.dist() ('debian', 'jessie/sid', '') # python 3.3.2+ 64 bits on debian jessie 64 bits
系统信息
- uname(): 返回元组,system, node, release, version, machine, processor.
- architecture(executable=r'c:\Python27\python.exe', bits='', linkage=''): 系统架构
- machine() : CPU平台,AMD,x86?(见例)
- node() : 节点名(机器名,如Hom-T400)
- processor() : CPU信息
- system_alias(system, release, version): 返回相应元组..没何屌用.
- platform.architecture()
('64bit', 'ELF') # python 3.3.2+ 64 bits on debian jessie 64 bits ('32bit', 'WindowsPE') # python 2.7.2 32 bits on windows 7 64 bits ('64bit', 'WindowsPE') # python 3.3.2 64 bits on wndows 8.1 64 bits ('64bit', '') # python 3.4.1 64 bits on mac os x 10.9.4 platform.machine() 'x86_64' # python 3.3.2+ 64 bits on debian jessie 64 bits 'AMD64' # python 3.3.2 32 bits on windows 8.1 64 bits 'AMD64' # python 3.3.2 64 bits on windows 8.1 64 bits 'x86_64' # python 3.4.1 64 bits on mac os x 10.9.4 platform.node() 'Hom-T400' platform.processor() 'Intel64 Family 6 Model 23 Stepping 10, GenuineIntel' platform.uname() ('Windows', 'Hom-T400', '7', '6.1.7601', 'AMD64', 'Intel64 Family 6 Model 23 Stepping 10, GenuineIntel') uname_result(system='Linux', node='work', release='3.10-3-amd64', version='#1 SMP Debian 3.10.11-1 (2013-09-10)', machine='x86_64', processor='') # python 3.3.2+ 64 bits on debian jessie 64 bits uname_result(system='Windows', node='work-xxx', release='8', version='6.2.9200', machine='AMD64', processor='Intel64 Family 6 Model 58 Stepping 9,GenuineIntel') # python 3.3.2 32 bits on windows 8.1 64 bits uname_result(system='Darwin', node='mba', release='13.3.0', version='Darwin Kernel Version 13.3.0: Tue Jun 3 21:27:35 PDT 2014; root:xnu-2422.110.17~1/RELEASE_X86_64', machine='x86_64', processor='i386') # python 3.4.1 64 bits on mac os x 10.9.4
Python相关
- python_version(): py版本号
- python_branch(): python分支(子版本信息),一般为空.
- python_build(): python编译号(default)和日期.
- python_compiler(): py编译器信息
- python_implementation(): python安装履行方式,如CPython, Jython, Pypy, IronPython(.net)等.
- python_revision(): python类型修改版信息,一般为空.
- python_version_tuple():python版本号分割后的tuple.
- popen(cmd, mode='r', bufsize=None): portable popen() 接口,执行各种命令.
- python_verison()
'3.3.2+' # python 3.3.2+ 64 bits on debian jessie 64 bits '3.3.3' # python 3.3.2 32 bits on windows 8.1 64 bits python_version_tuple() ('2', '7', '2') python_build() ('default', 'Jun 12 2011 15:08:59') python_compiler() 'MSC v.1500 32 bit (Intel)' pl.python_implementation() 'CPython'
获取用户名:
>>> import getpass >>> getpass.getuser() 'root'
获取环境变量:
>>> import os >>> import pwd >>> os.environ['LANG'] 'en_US.UTF-8' >>> print os.getenv('LANG') en_US.UTF-8 >>> print os.getenv('PWD') /root >>> print os.getenv('HOME') /root >>> print os.getenv('USER') root >>> print os.getenv('HOSTNAME') localhost.localdomain >>> print os.getenv('SHELL') /bin/bash >>> pwd.getpwuid(os.getuid()) pwd.struct_passwd(pw_name='root', pw_passwd='x', pw_uid=0, pw_gid=0, pw_gecos='root', pw_dir='/root', pw_shell='/bin/bash') >>> pwd.getpwuid(os.getuid())[0] #获得用户名 'root' >>> pwd.getpwuid(os.getuid())[5] #获得家目录 '/root' >>> pwd.getpwuid(os.getuid())[6] #获得shell '/bin/bash'
还有个os.environ.get,会返回所有环境变量为一个字典

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

PHP和Python各有优劣,选择取决于项目需求和个人偏好。1.PHP适合快速开发和维护大型Web应用。2.Python在数据科学和机器学习领域占据主导地位。

Python和JavaScript在社区、库和资源方面的对比各有优劣。1)Python社区友好,适合初学者,但前端开发资源不如JavaScript丰富。2)Python在数据科学和机器学习库方面强大,JavaScript则在前端开发库和框架上更胜一筹。3)两者的学习资源都丰富,但Python适合从官方文档开始,JavaScript则以MDNWebDocs为佳。选择应基于项目需求和个人兴趣。

在CentOS系统上启用PyTorchGPU加速,需要安装CUDA、cuDNN以及PyTorch的GPU版本。以下步骤将引导您完成这一过程:CUDA和cuDNN安装确定CUDA版本兼容性:使用nvidia-smi命令查看您的NVIDIA显卡支持的CUDA版本。例如,您的MX450显卡可能支持CUDA11.1或更高版本。下载并安装CUDAToolkit:访问NVIDIACUDAToolkit官网,根据您显卡支持的最高CUDA版本下载并安装相应的版本。安装cuDNN库:前

Docker利用Linux内核特性,提供高效、隔离的应用运行环境。其工作原理如下:1. 镜像作为只读模板,包含运行应用所需的一切;2. 联合文件系统(UnionFS)层叠多个文件系统,只存储差异部分,节省空间并加快速度;3. 守护进程管理镜像和容器,客户端用于交互;4. Namespaces和cgroups实现容器隔离和资源限制;5. 多种网络模式支持容器互联。理解这些核心概念,才能更好地利用Docker。

在CentOS系统上进行PyTorch分布式训练,需要按照以下步骤操作:PyTorch安装:前提是CentOS系统已安装Python和pip。根据您的CUDA版本,从PyTorch官网获取合适的安装命令。对于仅需CPU的训练,可以使用以下命令:pipinstalltorchtorchvisiontorchaudio如需GPU支持,请确保已安装对应版本的CUDA和cuDNN,并使用相应的PyTorch版本进行安装。分布式环境配置:分布式训练通常需要多台机器或单机多GPU。所

MinIO对象存储:CentOS系统下的高性能部署MinIO是一款基于Go语言开发的高性能、分布式对象存储系统,与AmazonS3兼容。它支持多种客户端语言,包括Java、Python、JavaScript和Go。本文将简要介绍MinIO在CentOS系统上的安装和兼容性。CentOS版本兼容性MinIO已在多个CentOS版本上得到验证,包括但不限于:CentOS7.9:提供完整的安装指南,涵盖集群配置、环境准备、配置文件设置、磁盘分区以及MinI

在CentOS系统上安装PyTorch,需要仔细选择合适的版本,并考虑以下几个关键因素:一、系统环境兼容性:操作系统:建议使用CentOS7或更高版本。CUDA与cuDNN:PyTorch版本与CUDA版本密切相关。例如,PyTorch1.9.0需要CUDA11.1,而PyTorch2.0.1则需要CUDA11.3。cuDNN版本也必须与CUDA版本匹配。选择PyTorch版本前,务必确认已安装兼容的CUDA和cuDNN版本。Python版本:PyTorch官方支

Python在自动化、脚本编写和任务管理中表现出色。1)自动化:通过标准库如os、shutil实现文件备份。2)脚本编写:使用psutil库监控系统资源。3)任务管理:利用schedule库调度任务。Python的易用性和丰富库支持使其在这些领域中成为首选工具。
