在Ubuntu系统上监控Python性能，可结合系统工具与Python库，从实时监控、代码级分析、压力测试等维度入手，以下是具体方法及工具：

一、实时系统资源监控

• top/htop
  实时查看进程的CPU、内存占用，支持按名称过滤Python进程。

  top -p $(pgrep -d, python)  # 仅显示Python进程
  htop  # 更直观的界面，支持交互操作
  

• psutil库
  通过Python代码获取系统资源使用情况（CPU、内存、磁盘等），适合集成到脚本中。

  import psutil
  print(f"CPU使用率: {psutil.cpu_percent(interval=1)}%")
  print(f"内存使用: {psutil.virtual_memory().percent}%")
  

二、代码级性能分析

• cProfile
  Python内置模块，用于统计函数执行时间与调用次数，生成详细报告。

  python -m cProfile -o profile.txt your_script.py  # 输出到文件
  

• line_profiler
  逐行分析代码性能，定位瓶颈（需安装）。

  pip install line-profiler
  kernprof -l -v your_script.py  # 需在代码中添加@profile装饰器
  

• memory_profiler
  监控内存使用情况，支持逐行分析内存分配。

  pip install memory-profiler
  mprof run your_script.py  # 生成内存使用报告
  

三、采样分析与可视化

• Py-spy
  无需修改代码即可采样分析Python进程，支持生成火焰图，直观展示性能热点。

  pip install py-spy
  py-spy record -o profile.svg --pid   # 生成火焰图
  py-spy top --pid   # 实时查看采样数据
  

四、压力与并发测试

• Locust
  模拟大量用户并发访问，适用于Web应用的压力测试。

  pip install locust
  # 编写locustfile.py定义测试场景，然后运行：
  locust -f locustfile.py --host=http://your-api
  

• ApacheBench (ab)
  命令行工具，用于测试Web服务器的并发性能。

  sudo apt install apache2-utils
  ab -n 1000 -c 100 http://your-api/  # 1000次请求，100并发
  

五、系统级监控工具

• glances
  跨平台工具，整合CPU、内存、磁盘、网络等监控，支持实时刷新和历史数据查看。

  sudo apt install glances
  glances
  

• dstat
  多功能监控工具，可实时显示CPU、内存、磁盘I/O等指标，支持模块化扩展。

  sudo apt install dstat
  dstat -ta 1  # 每秒更新一次所有指标
  

选择建议

• 快速定位问题：用top/htop查看进程状态，或py-spy生成火焰图分析热点。
• 代码优化：用cProfile分析函数耗时，line_profiler定位具体代码行。
• 压力测试：用Locust模拟高并发场景，ab测试Web接口性能。

根据具体需求选择工具组合，可高效完成Python性能监控与优化。