python监测电脑cpu,内存，磁盘，网络并进行可视化的代码

要监测电脑的 CPU、内存、磁盘和网络使用情况，并且进行可视化，你可以使用 Python 的几个库来完成这项任务。其中 `psutil` 库可以帮助你获取系统资源的使用情况，而 `matplotlib` 或 `seaborn` 库则可以帮助你绘制图表进行可视化。

以下是使用这些库的示例代码：

import psutil
import matplotlib.pyplot as plt
from time import sleep

def monitor_system(interval=1):
    while True:
        # 获取 CPU 使用率
        cpu_usage = psutil.cpu_percent(interval=1)
        # 获取内存使用情况
        memory = psutil.virtual_memory()
        memory_usage = memory.percent
        # 获取磁盘使用情况
        disk_usage = psutil.disk_usage('/')
        disk_usage_percent = disk_usage.percent
        # 获取网络使用情况
        net_io = psutil.net_io_counters()
        net_sent = net_io.bytes_sent
        net_recv = net_io.bytes_recv

        # 打印监测数据
        print(f"CPU Usage: {cpu_usage}%")
        print(f"Memory Usage: {memory_usage}%")
        print(f"Disk Usage: {disk_usage_percent}%")
        print(f"Bytes Sent: {net_sent}")
        print(f"Bytes Received: {net_recv}")

        # 创建图表
        plt.figure(figsize=(10, 5))

        plt.subplot(2, 2, 1)
        plt.plot([cpu_usage], marker='o')
        plt.title('CPU Usage')
        plt.ylim(0, 100)

        plt.subplot(2, 2, 2)
        plt.bar(['Memory'], [memory_usage])
        plt.ylim(0, 100)

        plt.subplot(2, 2, 3)
        plt.bar(['Disk'], [disk_usage_percent])
        plt.ylim(0, 100)

        plt.subplot(2, 2, 4)
        plt.plot([net_sent, net_recv], marker='o')
        plt.title('Network Usage')
        plt.ylim(0, max(net_sent, net_recv))

        plt.tight_layout()
        plt.show()

        sleep(interval)

if __name__ == '__main__':
    monitor_system(interval=1)

在这段代码中，`monitor_system` 函数会定期打印出 CPU、内存、磁盘和网络的使用情况，并且使用 `matplotlib` 的子图功能绘制实时更新的图表。你可以通过调整 `interval` 参数来控制监测的频率。

请注意，在使用此代码前，你需要安装所需的 `psutil` 和 `matplotlib` 库：

pip install psutil matplotlib

此代码仅作为一个基础的示例。在实际应用中，你可能需要一个更复杂的系统来处理数据收集、存储、实时更新图表等问题。此外，根据你的可视化需求，你可能需要使用更高级的图表库如 `seaborn` 或 `plotly` 来生成更加丰富的图表。