はじめに

上の記事でCSV化したLinuxのパフォーマンスデータをPythonでグラフ化する。

前提

Jupyter Notebookを使用
sarで取得したデータはすでにCSV化してあるものとする
今回はCPU使用率をグラフ化する

必要なモジュールのインポート

今回使用するモジュールをインポートする。
なお、以降は全てJupyterNotebook上で実行している。

import pandas as pd
import matplotlib 
import matplotlib.pyplot as plt

ファイルの読み込み

データフレームとしてCSVファイルを読み込む。

df = pd.read_csv('test-sar001.csv', names=['hostname', 'interval', 'time', 'value1', 'value2', 'value3'])

CPU使用率の計算

CPU使用率の計算のため、value1がCPU全体を示すallになっておりvalue2がCPUのidleの割合を示す%idleになっている行をdfから抜き出す。
まず、df2として、value2が%idleとなっている行を抜き出す。
さらにdf3として、value1がallになっている行を抜き出す。

df2 = df[df['value2'] == "%idle"]
df3 = df2[df2['value1'] == "all"].reset_index(drop=True)

CPU Usageとして、100からvalue3を引いた値をセットする。（100から%idleを引いた値を使用率としている）

df3['CPU Usage'] = 100.0 - df3['value3']

df3を表示すると以下のようになっている。

df3

	hostname	interval	time	value1	value2	value3	CPU Usage
0	test03	1	2024-12-28 13:44:21	all	%idle	99.01	0.99
1	test03	1	2024-12-28 13:44:22	all	%idle	93.47	6.53
2	test03	1	2024-12-28 13:44:23	all	%idle	93.07	6.93
3	test03	1	2024-12-28 13:44:24	all	%idle	92.96	7.04
4	test03	1	2024-12-28 13:44:25	all	%idle	92.12	7.88
...	...	...	...	...	...	...	...
295	test03	1	2024-12-28 13:49:16	all	%idle	91.63	8.37
296	test03	1	2024-12-28 13:49:17	all	%idle	92.61	7.39
297	test03	1	2024-12-28 13:49:18	all	%idle	93.00	7.00
298	test03	1	2024-12-28 13:49:19	all	%idle	93.00	7.00
299	test03	1	2024-12-28 13:49:20	all	%idle	93.00	7.00
300 rows × 7 columns

timeから時刻のみ取り出したものをtime2として追加する。

df3['time2'] = df5['time'].str[-8:]

df3

	hostname	interval	time	value1	value2	value3	CPU Usage	time2
0	test03	1	2024-12-28 13:44:21	all	%idle	99.01	0.99	13:44:21
1	test03	1	2024-12-28 13:44:22	all	%idle	93.47	6.53	13:44:22
2	test03	1	2024-12-28 13:44:23	all	%idle	93.07	6.93	13:44:23
3	test03	1	2024-12-28 13:44:24	all	%idle	92.96	7.04	13:44:24
4	test03	1	2024-12-28 13:44:25	all	%idle	92.12	7.88	13:44:25
...	...	...	...	...	...	...	...	...
295	test03	1	2024-12-28 13:49:16	all	%idle	91.63	8.37	13:49:16
296	test03	1	2024-12-28 13:49:17	all	%idle	92.61	7.39	13:49:17
297	test03	1	2024-12-28 13:49:18	all	%idle	93.00	7.00	13:49:18
298	test03	1	2024-12-28 13:49:19	all	%idle	93.00	7.00	13:49:19
299	test03	1	2024-12-28 13:49:20	all	%idle	93.00	7.00	13:49:20
300 rows × 8 columns

これで準備ができたので、matplotlibを使用してグラフを描画する。
plt.savefigは作成したグラフをpngとして描き出すために指定している。

plt.rcParams['figure.figsize'] = (16.0, 3.0)
df3.plot(x='time2', y=['CPU Usage'])
plt.xlabel('')
plt.savefig("test-csv001.png")

出力されたグラフは下のようになる。

以上。