python faker模块,Python faker

  python faker模块,Python faker

  在如今的大数据时代,数据的价值可想而知。有时候为了测试,需要模拟真实的环境,但是不能直接使用真实的数据,所以需要制作一些数据。这个时候我们来说说Python的Faker库。跟随边肖了解这个图书馆。

  00-1010背景介绍实战:模拟1w数据写入ExcelPython库讲解1。生成名称2。生成详细地址3。生成省份4。生成手机号码5。生成ID号6。生成出生日期7。生成邮箱补充1。地址2。人物3。颜色4。公司5。信用卡银行信用卡。日期时间日期7。文件8。互联网9。工单工单10。lorem随机数假文本11。电话号码。ssn社会保障代码(身份证)13。用户代理用户代理

  

目录

 

  今天我们介绍一个用Python编写的超级神奇的库。99%的人用了之后喜欢,剩下的1%没用过!

  在如今的大数据时代,数据的价值可想而知。有时候为了测试,需要模拟真实的环境,但是不能直接使用真实的数据,所以需要制作一些数据。

  相比Excel,我还是觉得Python制作这种‘虚拟’数据更省时省力。

  周末的时候,突然想到了之前做过的这个问题。在这里做个回复吧!

  要求:老板让我模拟一批数据做项目实验。由于一些真实数据无法显示,我需要模拟一些数据。字段包括:姓名、省份、详细地址、手机号、身份证号、出生日期、邮箱等。

  当然,这批数据一定要写成Excel,一次性交给你的老板。那么,你会做这样的要求吗?

  

背景介绍

 

  在讲基础之前,我们先直接进入实战,让大家知道如何最终将生成的仿真数据写入Excel文件。

  从faker进口Faker

  进口熊猫作为pd

  fake=Faker([zh_CN])

  Faker.seed(0)

  def获取数据():

  Key_list=[姓名,详细地址,省份,手机号码,身份证号码,出生日期,电子邮件地址]

  name=fake.name()

  address=fake.address()

  省=地址[:3]

  number=fake.phone_number()

  id_card=fake.ssn()

  出生日期=身份证[6:14]

  email=fake.email()

  info _ list=[姓名、地址、省份、号码、身份证、出生日期、电子邮件]

  person_info=dict(zip(key_list,info_list))

  返回人员信息

  Df=pd。DataFrame(列=[姓名,详细地址,省份,手机号码,身份证号码,出生日期,电子邮件地址])

  对于范围(10000):内的I

  person_info=[get_data()]

  df1=pd。数据框架(人员信息)

  df=pd.concat([df,df1])

  Df.to_excel (analog data.xlsx ,index=无)

  结果如下:

  上述数据纯属模拟,如果雷同,请勿对号!

  

实战:模拟1w条数据写入Excel

 

  这么好用的Python库应该是怎么使用呢?吗

  ?

  我们直接使用下面的代码,可以完成这个库的安装。

  

pip install Faker -i https://pypi.tuna.tsinghua.edu.cn/simple/

 

  使用之前,使用如下代码,导入这个库。

  

from faker import Faker

 

  在讲述写入到Excel之前,我们先分布讲述一下,每个函数的用法。

  

 

  

1. 生成姓名

 

  

fake = Faker(locale=zh_CN)

 

  结果如下:

  

 

  

 

  

2. 生成详细地址

 

  

address = fake.address()

 

  结果如下:

  

 

  

 

  

3. 生成所在省份

 

  

province = address[:3]

 

  结果如下:

  

 

  由于这个函数每次运行结果都不一样,所以我才用切片方式,生成省份。当然这里也有特定函数,生成省份。

  

fake.province()

 

  结果如下:

  

 

  

 

  

4. 生成手机号

 

  

number = fake.phone_number()

 

  结果如下:

  

 

  

 

  

5. 生成身份证号

 

  

id_card = fake.ssn()

 

  结果如下:

  

 

  

 

  

6. 生成出生年月

 

  

birth_date = id_card[6:14]

 

  结果如下:

  

 

  

 

  

7. 生成邮箱

 

  

email = fake.email()

 

  结果如下:

  

 

  

 

  

补充

 

  当然,faker库不仅可以帮助我们生成上述信息,还有很多其它方法可用,这些方法分为以下几类:

  

  • address 地址

  • person 人物类:性别、姓名等

  • barcode 条码类

  • color 颜色类

  • company 公司类:公司名、email、公司名前缀等

  • credit_card 银行卡类:卡号、有效期、类型等

  • currency 货币

  • date_time 时间日期类:日期、年、月等

  • file 文件类:文件名、文件类型、文件扩展名等

  • internet 互联网类

  • job 工作

  • lorem 乱数假文

  • misc 杂项类

  • phone_number 手机号码类:手机号、运营商号段

  • python python数据

  • profile 人物描述信息:姓名、性别、地址、公司等

  • ssn 社会安全码(身份证号码)

  • user_agent 用户代理

 

  关于这些方法的使用,我们直接参考faker的官网,用起来超方便。

  

 

  

1. address 地址

 

  

fake.country() # 国家

 

  

 

  

2. person 人物

 

  

fake.name() # 姓名

 

  

 

  

3. color 颜色

 

  

fake.hex_color() # 16进制表示的颜色

 

  

 

  

4. company 公司

 

  

fake.company() # 公司名

 

  

 

  

5. credit_card 银行信用卡

 

  

fake.credit_card_number(card_type=None) # 卡号

 

  

 

  

6. date_time 时间日期

 

  

fake.date_time(tzinfo=None) # 随机日期时间

 

  

 

  

7. file 文件

 

  

fake.file_name(category="image", extension="png") # 文件名(指定文件类型和后缀名)

 

  

 

  

8. internet 互联网

 

  

fake.ipv4(network=False) # ipv4地址

 

  

 

  

9. job 工作

 

  

fake.job()#工作职位

 

  

 

  

10. lorem 乱数假文

 

  

fake.text(max_nb_chars=200) # 随机生成一篇文章

 

  

 

  

11. phone_number 电话号码

 

  

fake.phone_number() # 手机号码

 

  

 

  

12. ssn 社会安全码(身份证)

 

  

fake.ssn() # 随机生成身份证号(18位)

 

  

 

  

13. user_agent 用户代理

 

  

fake.user_agent()

 

  以上就是Python中第三方库Faker的使用详解的详细内容,更多关于Python Faker库的资料请关注盛行IT软件开发工作室其它相关文章!

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: