在Linux系統中，使用Python 3進行性能監控可以通過多種方法和庫來實現。以下是一些常用的方法和工具：

1. 使用 psutil 庫

psutil 是一個跨平臺的庫，可以用來獲取系統信息和監控進程。

首先，安裝 psutil：

pip3 install psutil

然后，使用 psutil 監控CPU和內存使用情況：

import psutil

def monitor_cpu():
    cpu_percent = psutil.cpu_percent(interval=1)
    print(f"CPU Usage: {cpu_percent}%")

def monitor_memory():
    memory_info = psutil.virtual_memory()
    print(f"Total Memory: {memory_info.total / (1024 * 1024)} MB")
    print(f"Available Memory: {memory_info.available / (1024 * 1024)} MB")

if __name__ == "__main__":
    while True:
        monitor_cpu()
        monitor_memory()
        time.sleep(5)

2. 使用 time 模塊

time 模塊可以用來測量代碼的執行時間。

import time

def measure_time(func):
    start_time = time.time()
    func()
    end_time = time.time()
    print(f"Execution Time: {end_time - start_time} seconds")

@measure_time
def my_function():
    # Your code here
    pass

if __name__ == "__main__":
    my_function()

3. 使用 matplotlib 庫

matplotlib 可以用來繪制圖表，監控系統的性能指標。

首先，安裝 matplotlib：

pip3 install matplotlib

然后，使用 matplotlib 繪制CPU和內存使用情況的圖表：

import psutil
import matplotlib.pyplot as plt

def plot_cpu_usage():
    cpu_percent = []
    while True:
        cpu_percent.append(psutil.cpu_percent(interval=1))
        plt.plot(cpu_percent)
        plt.xlabel('Time')
        plt.ylabel('CPU Usage (%)')
        plt.title('CPU Usage Over Time')
        plt.show()
        time.sleep(5)

if __name__ == "__main__":
    plot_cpu_usage()

4. 使用 top 和 htop 命令

你可以使用系統自帶的 top 或 htop 命令來監控系統的實時性能。

在Python中，你可以使用 subprocess 模塊來運行這些命令并獲取輸出：

import subprocess

def monitor_top():
    process = subprocess.Popen(['top', '-bn1'], stdout=subprocess.PIPE)
    output, _ = process.communicate()
    print(output.decode('utf-8'))

if __name__ == "__main__":
    while True:
        monitor_top()
        time.sleep(5)

5. 使用 dstat 工具

dstat 是一個多功能的系統資源監控工具，可以實時顯示系統的CPU、內存、磁盤和網絡使用情況。

首先，安裝 dstat：

sudo apt-get install dstat

然后，使用Python運行 dstat 并獲取輸出：

import subprocess

def monitor_dstat():
    process = subprocess.Popen(['dstat', '-ta'], stdout=subprocess.PIPE)
    output, _ = process.communicate()
    print(output.decode('utf-8'))

if __name__ == "__main__":
    while True:
        monitor_dstat()
        time.sleep(5)

通過這些方法和工具，你可以在Linux系統中使用Python 3進行性能監控。選擇適合你需求的方法，并根據實際情況進行調整和優化。