使用python包faker生成仿真数据

Posted 2021-06-29 Data+Science+Insight

使用python包faker生成仿真数据

 

在编写程序过程中，我们常常需要用到很多数据来进行测试。如果要是手动制造数据的话，肯定要花费大把精力，这不合理。此时我们应该使用Faker这个Python库，用它来生成各种各样的伪数据。

Faker是一个Python包，它为你生成假数据。无论您需要引导数据库、创建美观的XML文档、填充持久性来对其进行压力测试，还是对从生产服务中获取的数据进行匿名化，Faker都是为您服务的。

Faker is a Python package that generates fake data for you. Whether you need to bootstrap your database, create good-looking XML documents, fill-in your persistence to stress test it, or anonymize data taken from a production service, Faker is for you.

 

faker的常用语言：

• 简体中文：zh_CN

• 繁体中文：zh_TW

• 美国英文：en_US

• 英国英文：en_GB

• 德文：de_DE

• 日文：ja_JP

• 韩文：ko_KR

• 法文：fr_FR

#安装

pip install faker

# !pip install faker
from faker import Faker
fake = Faker()
fake.name()
#使用faker生成仿真数据

# 生成fake name

for _ in range(10):
    print(fake.name())

# 配置语言模式

fake = Faker("zh_CN")
print(fake.name())
print(fake.job())
print(fake.address())

# 字典数据生成

#生成一个测试用的字典数据类型
fake.pydict()

{'希望': 'CISxNWbHutsJorpOMFrA',
 '积分': 'QdburVSlfICUrdIbIrTF',
 '看到': datetime.datetime(2006, 9, 21, 8, 57, 38),
 '市场': 'uAYihpPSMDpvgCUfpULB',
 '完全': 5775,
 '发表': 'http://www.wen.com/category/',
 '组织': '[e-mail]',
 '建设': datetime.datetime(1980, 5, 18, 2, 47, 11),
 '今年': 8802,
 '名称': 'ptfAdRAwfWpQCZOpDRFj'}

# 生成user_agent

#生成一个chrome的user_agent
fake.chrome()

Gary Rodriguez
Erin Brooks
Willie Perez
Chad Johnson
Joseph Johnson
Kim Cooper
Kathy Valdez
Daniel Evans
Christopher Ortega
James Edwards DDS

# 生成虚拟IP地址

#生成虚假的IP地址
from faker import Faker
from faker.providers import internet

fake = Faker()
fake.add_provider(internet)

print(fake.ipv4_private())

# 配置多种语言格式

from faker import Faker
fake = Faker(['zh_CN', 'en_US', ''])
for _ in range(10):
    print(fake.name())

Jonathan Lopez
Laura Diaz
何晶
张鑫
杨桂英
李利
Charles Murphy
Alexis Frazier
Matthew Roy
王丹丹

#

#生成一个人相关的详细信息，以字典的形式进行组织
fake.profile()

# 生成字典并使用pandas读取

pd.DataFrame.from_dict(fake.profile(),orient = 'index')

# 获取dict的键

columns = list(fake.profile().keys())
columns

# pandas读取dict数据并进行转置

pd.DataFrame.from_dict(fake.profile(),orient = 'index').T

# 生成多条仿真数据并用pandas dataframe进行读取

#通过for循环把faker生成的数据组织起来存放在pandas dataframe中
# 生成list of dict
people_list = []
for i in range(10):
    people_list.append(fake.profile())


df = pd.DataFrame(people_list)
df.head(1)

---

最后，一定要举一反三啊

通过在pypi仓库中输入faker我们发现不光有faker这个包，还有许多其他的包也可以生成仿真数据，例如可以生成elasticsearch的仿真数据，可以生成SQL数据库的仿真数据等。

 

参考：pypi

参考：Python造假数据，用这个库

参考：faker

参考: Python库——Faker