python使用Faker库进行生成模拟mock数据（基本使用+五个小案例） |
您所在的位置：网站首页 › 数据库生成随机数据的方法 › python使用Faker库进行生成模拟mock数据（基本使用+五个小案例） |
python使用Faker库进行生成模拟mock数据（基本使用+五个小案例）
|
使用faker进行生成模拟(mock))数据
文章目录
使用faker进行生成模拟(mock))数据一、Faker库安装二、Faker库基本介绍三、案例1：Faker库生成核酸数据四、案例2：生成不重复的人名和地名五、案例3：生成有时间期限的低保数据六、案例4：生成电力数据七、案例5：生成房产登记数据八、总结
当我们要进行一些数据可视化的制作时，数据是必备的，但当我们手头没有真实数据又没有时间和精力去kaggle或其他网站收集数据时，且数据真实性不是特别需要时，我们可以使用faker库来进行数据的mock操作。
这就不需要爬虫去爬取真实数据，也不需要使用别人制作的API接口了！
使用命令： pip install Faker进行安装 二、Faker库基本介绍在使用Faker库之前需要有两部操作来导入和实例化。 1、导入Faker库 from faker import Faker2、实例化Faker对象 fake = Faker()3、基本函数介绍 以下是Faker库的一些常用功能和语法： 生成随机姓名：faker.name()生成随机地址：faker.address()生成随机电子邮件地址：faker.email()生成随机手机号码：faker.phone_number()生成随机日期：faker.date()生成随机时间：faker.time()生成随机文本块：faker.text()Faker库还提供了很多其他的功能，比如生成随机公司名称、随机颜色、随机银行卡号等等。你可以参考Faker库的官方文档来进行更深入的学习和使用。 https://faker.readthedocs.io/en/master/ 三、案例1：Faker库生成核酸数据一般我们使用Faker生成数据，使用pandas、csv或openpyxl等操作excel或csv的库将生成的数据写入。 根据场景，我们可以使用random_element来结合实际去进行生成。 fake.random_element(elements=('文化社区', '中心社区', '枫桥社区', '花园社区','棉织社区','站前社区'))这里我在网上找了本溪市的街道名和社区名进行随机生成。 from faker import Faker from openpyxl import Workbook # 创建实例 fake = Faker(locale='zh_CN') # 定义表头 headers = ['序号', '市', '区', '街道', '社区', '采集地点', '采集管号', '身份证号', '姓名', '性别', '电话', '住址', '年龄', '类别', '备注', '采集时间', '采集人姓名', '采集人电话', '标本类型', '接收实验室', '检测时间', '人员关系', '箱号'] # 生成数据并写入Excel wb = Workbook() ws = wb.active ws.append(headers) for i in range(1, 3000): row_data = [ i, '本溪市', fake.random_element(elements=('平山区', '溪湖区', '明山区', '南芬区')), fake.random_element(elements=('南地街道','工人街道','平山街道','东明街道','崔东街道','北台街道','河西街道','北地街道','石桥子街道','桥头街道','金山街道','高峪街道','东兴街道','新明街道','牛心台街道','卧龙街道','火连寨街道')), fake.random_element(elements=('文化社区', '中心社区', '枫桥社区', '花园社区','棉织社区','站前社区')), fake.building_number(), fake.random_int(min=100000000, max=999999999), fake.ssn(), fake.name(), fake.random_element(elements=('男', '女')), fake.phone_number(), fake.address(), fake.random_int(min=1, max=100), fake.random_element(elements=('类别1', '类别2', '类别3')), 'NULL', fake.date_time_this_year(), fake.name(), fake.phone_number(), fake.random_element(elements=('鼻拭子', '咽拭子', '唾液样本')), '本溪市核酸检测基地实验室', fake.date_time_this_year(), '本人', fake.random_int(min=1, max=10) ] ws.append(row_data) # 保存文件 wb.save('data.xlsx')结果如下：
生成的数据，如有身份证号码的雷同或手机号的雷同，纯属巧合！ 生成这些数据可以应用在医疗系统的建设时充当mock数据。 四、案例2：生成不重复的人名和地名有一些需求要求我们生成的数据不包含重复值 我们可以配合pandas库来进行生成和去重。 from faker import Faker import pandas as pd fake = Faker(['zh_CN', 'en_US']) # 生成第一列数据 country1_cities = {fake.city_name() + '市' for i in range(2000)} column1 = list(country1_cities) + [fake.state()]*2000 print(len(column1)) # 生成第二列数据 names = {fake.name() for j in range(4000)} column2 = list(names) print(len(column2)) # 计算每列数据的长度 len1 = len(column1) len2 = len(column2) # 如果列的长度不一致，则新建一个DataFrame来保证列的长度一致 if len1 != len2: max_len = max(len1, len2) dummy_df = pd.DataFrame() if len1 |
![[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Z2Ch7K58-1686476514245)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20230611171609705.png)]](https://img-blog.csdnimg.cn/34fdcc0f89864619829a24e633696ffc.png)
【本文地址】
今日新闻 |
推荐新闻 |