【Python程序开发系列】如何让python脚本一直在后台保持运行
ztj100 2025-05-02 14:51 20 浏览 0 评论
这是我的第385篇原创文章。
一、引言
让 Python 脚本在后台持续运行,有几种常见的方式,具体方式可以根据你的系统环境和需求选择。
二、Linux 或 macOS 系统
2.1 使用 nohup命令
nohup(no hang up)命令可以让进程在后台运行,即使用户退出终端会话,该进程也会继续运行。
nohup python your_script.py &
nohup:命令会使得脚本在后台运行,并且输出会被重定向到 nohup.out文件。&:符号使得进程在后台运行。
如果你希望将输出重定向到特定文件,可以这样做:
nohup python your_script.py > output.log 2>&1 &
> output.log:将标准输出重定向到 output.log 文件。
2>&1:将标准错误输出(stderr)重定向到标准输出(stdout)。
2.2 使用 screen或 tmux工具
screen 和 tmux 是常见的终端复用工具,可以让你在后台运行多个会话,并且可以随时断开和重新连接。
启动一个新的 screen 会话:
screen -S my_session
运行你的 Python 脚本:
python your_script.py
按 Ctrl + A 然后按 D 来将会话放到后台。对于 tmux,操作类似。
2.3 使用 systemd服务(适用于 Linux 系统)
如果你需要将 Python 脚本作为系统服务运行,可以使用 systemd 服务来管理。创建一个新的 systemd 服务文件,例如
/etc/systemd/system/myscript.service:
sudo nano /etc/systemd/system/myscript.service
在文件中加入以下内容:[Unit]
Description=My Python Script
[Service]
ExecStart=/usr/bin/python3 /path/to/your_script.py
WorkingDirectory=/path/to/your/script
Restart=always
User=your_user
Group=your_group
StandardOutput=file:/path/to/log/output.log
StandardError=file:/path/to/log/error.log
[Install]
WantedBy=multi-user.target
重新加载 systemd 服务并启用它:sudo systemctl daemon-reload
sudo systemctl enable myscript.service
sudo systemctl start myscript.service
查看日志:sudo journalctl -u myscript.service
三、Windows 系统
3.1 使用 pythonw.exe
在 Windows 上,可以使用 pythonw.exe 来运行 Python 脚本。pythonw.exe 是一个没有命令行窗口的 Python 解释器,适用于后台运行脚本。
使用 pythonw.exe 来启动脚本:
pythonw your_script.py
3.2 使用任务计划程序(Task Scheduler)
Windows 提供了任务计划程序(Task Scheduler)来管理后台任务。
- 打开“任务计划程序”(Task Scheduler)。
- 选择“创建任务”(Create Task)。
- 在“常规”选项卡下,设置任务的名称和描述。
- 在“触发器”选项卡下,设置任务触发的条件(例如,系统启动时或指定时间)。
- 在“操作”选项卡中,选择“启动程序”,并选择 Python 可执行文件以及你的脚本。
- 点击“确定”,即可后台运行 Python 脚本。
3.3 使用 pyinstaller打包成可执行文件
如果你希望 Python 脚本在没有命令行界面的情况下运行,并且能够方便地管理,可以使用 pyinstaller 打包你的脚本成 Windows 可执行文件(.exe):
安装 pyinstaller:
pip install pyinstaller
使用 pyinstaller 打包脚本:
pyinstaller --noconsole --onefile your_script.py
--noconsole 选项确保脚本没有控制台窗口。
--onefile 选项将所有文件打包成一个单一的可执行文件
执行后,生成的 .exe 文件会在 dist/ 目录中,可以直接在后台运行。
作者简介: 读研期间发表6篇SCI数据算法相关论文,目前在某研究院从事数据算法相关研究工作,结合自身科研实践经历持续分享关于Python、数据分析、特征工程、机器学习、深度学习、人工智能系列基础知识与案例。关注gzh:数据杂坛,获取数据和源码学习更多内容。
原文链接:
相关推荐
- 其实TensorFlow真的很水无非就这30篇熬夜练
-
好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...
- 交叉验证和超参数调整:如何优化你的机器学习模型
-
准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...
- 机器学习交叉验证全指南:原理、类型与实战技巧
-
机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...
- 深度学习中的类别激活热图可视化
-
作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...
- 超强,必会的机器学习评估指标
-
大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...
- 机器学习入门教程-第六课:监督学习与非监督学习
-
1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...
- Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置
-
你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...
- 神经网络与传统统计方法的简单对比
-
传统的统计方法如...
- 自回归滞后模型进行多变量时间序列预测
-
下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...
- 苹果AI策略:慢哲学——科技行业的“长期主义”试金石
-
苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...
- 时间序列预测全攻略,6大模型代码实操
-
如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- idea eval reset (50)
- vue dispatch (70)
- update canceled (42)
- order by asc (53)
- spring gateway (67)
- 简单代码编程 贪吃蛇 (40)
- transforms.resize (33)
- redisson trylock (35)
- 卸载node (35)
- np.reshape (33)
- torch.arange (34)
- npm 源 (35)
- vue3 deep (35)
- win10 ssh (35)
- vue foreach (34)
- idea设置编码为utf8 (35)
- vue 数组添加元素 (34)
- std find (34)
- tablefield注解用途 (35)
- python str转json (34)
- java websocket客户端 (34)
- tensor.view (34)
- java jackson (34)
- vmware17pro最新密钥 (34)
- mysql单表最大数据量 (35)