Python中第三方库Faker的使用详解
背景介绍
今天介绍Python中一个超级神奇的库,99%人用过都喜欢它,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。有时候为了做测试,需要模拟真实的环境,但是又不能直接使用真实数据,就需要我们认为制造一些数据出来。
对比Excel,我还是觉得Python制造这样的 "虚拟" 数据,更省时、省力。
周末,突然想到了曾今做过的这个问题,这里为大家做个复盘吧!
需求: 老板让模拟一批数据,用于项目实验,由于一些真实数据不能展示出来,我需要模拟一些数据,字段包括:姓名、所在省份、详细地址、手机号、身份证号、出生年月、邮箱等。
当然,这批数据肯定是需要你最终写入到Excel中,一次性交给老板的。那么,这样的需求,你会做吗?
实战:模拟1w条数据写入Excel
在讲述基础之前,直接上实战,让大家体会一下,如何将生成的模拟数据,最终写入到Excel文件中。
from faker import Faker import pandas as pd fake = Faker(["zh_CN"]) Faker.seed(0) def get_data(): key_list = ["姓名","详细地址","所在省份","手机号","身份证号","出生年月","邮箱"] name = fake.name() address = fake.address() province = address[:3] number = fake.phone_number() id_card = fake.ssn() birth_date = id_card[6:14] email = fake.email() info_list = [name,address,province,number,id_card,birth_date,email] person_info = dict(zip(key_list,info_list)) return person_info df = pd.DataFrame(columns=["姓名","详细地址","所在省份","手机号","身份证号","出生年月","邮箱"]) for i in range(10000): person_info = [get_data()] df1 = pd.DataFrame(person_info) df = pd.concat([df,df1]) df.to_excel("模拟数据.xlsx",index=None)
结果如下:
上述数据纯属模拟,如果雷同,请勿对号!
Python库讲解
这么好用的Python库,究竟应该怎么使用呢?
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') name = fake.name() name
结果如下:
2. 生成详细地址
address = fake.address() address
结果如下:
3. 生成所在省份
province = address[:3] province
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() number
结果如下:
5. 生成身份证号
id_card = fake.ssn() id_card
结果如下:
6. 生成出生年月
birth_date = id_card[6:14] birth_date
结果如下:
7. 生成邮箱
email = fake.email() 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 fake.city() # 城市 fake.city_suffix() # 城市的后缀,中文是:市或县 fake.address() # 地址 fake.street_address() # 街道 fake.street_name() # 街道名 fake.postcode() # 邮编 fake.latitude() # 维度 fake.longitude() # 经度
2. person 人物
fake.name() # 姓名 fake.last_name() # 姓 fake.first_name() # 名 fake.name_male() # 男性姓名 fake.last_name_male() # 男性姓 fake.first_name_male() # 男性名 fake.name_female() # 女性姓名
3. color 颜色
fake.hex_color() # 16进制表示的颜色 fake.rgb_css_color() # css用的rgb色 fake.rgb_color() # 表示rgb色的字符串 fake.color_name() # 颜色名字 fake.safe_hex_color() #安全16进制色 fake.safe_color_name() # 安全颜色名字
4. company 公司
fake.company() # 公司名 fake.company_suffix() # 公司名后缀
5. credit_card 银行信用卡
fake.credit_card_number(card_type=None) # 卡号 fake.credit_card_provider(card_type=None) # 卡的提供者 fake.credit_card_security_code(card_type=None)# 卡的安全密码 fake.credit_card_expire() # 卡的有效期 fake.credit_card_full(card_type=None) # 完整卡信息
6. date_time 时间日期
fake.date_time(tzinfo=None) # 随机日期时间 fake.iso8601(tzinfo=None) # 以iso8601标准输出的日期 fake.date_time_this_month(before_now=True, after_now=False, tzinfo=None) # 本月的某个日期 fake.date_time_this_year(before_now=True, after_now=False, tzinfo=None) # 本年的某个日期 fake.date_time_this_decade(before_now=True, after_now=False, tzinfo=None) # 本年代内的一个日期 fake.date_time_this_century(before_now=True, after_now=False, tzinfo=None) # 本世纪一个日期 fake.date_time_between(start_date="-30y", end_date="now", tzinfo=None) # 两个时间间的一个随机时间 fake.timezone() # 时区 fake.time(pattern="%H:%M:%S") # 时间(可自定义格式) fake.am_pm() # 随机上午下午 fake.month() # 随机月份 fake.month_name() # 随机月份名字 fake.year() # 随机年 fake.day_of_week() # 随机星期几 fake.day_of_month() # 随机月中某一天 fake.time_delta() # 随机时间延迟 fake.date_object() # 随机日期对象 fake.time_object() # 随机时间对象 fake.unix_time() # 随机unix时间(时间戳) fake.date(pattern="%Y-%m-%d") # 随机日期(可自定义格式) fake.date_time_ad(tzinfo=None) # 公元后随机日期
7. file 文件
fake.file_name(category="image", extension="png") # 文件名(指定文件类型和后缀名) fake.file_name() # 随机生成各类型文件 fake.file_extension(category=None) # 文件后缀 fake.mime_type(category=None) # mime-type
8. internet 互联网
fake.ipv4(network=False) # ipv4地址 fake.ipv6(network=False) # ipv6地址 fake.uri_path(deep=None) # uri路径 fake.uri_extension() # uri扩展名 fake.uri() # uri fake.url() # url fake.image_url(width=None, height=None) # 图片url fake.domain_word() # 域名主体 fake.domain_name() # 域名 fake.tld() # 域名后缀 fake.user_name() # 用户名 fake.user_agent() # UA fake.mac_address() # MAC地址 fake.safe_email() # 安全邮箱 fake.free_email() # 免费邮箱 fake.company_email() # 公司邮箱 fake.email() # 邮箱
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 fake.word() # 随机单词 fake.words(nb=3) # 随机生成几个字 fake.sentence(nb_words=6, variable_nb_words=True) # 随机生成一个句子 fake.sentences(nb=3) # 随机生成几个句子 fake.paragraph(nb_sentences=3, variable_nb_sentences=True) # 随机生成一段文字(字符串) fake.paragraphs(nb=3) # 随机生成成几段文字(列表)
11. phone_number 电话号码
fake.phone_number() # 手机号码 fake.phonenumber_prefix() # 运营商号段,手机号码前三位
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库的资料请关注脚本之家其它相关文章!
相关文章
python安装numpy&安装matplotlib& scipy的教程
下面小编就为大家带来一篇python安装numpy&安装matplotlib& scipy的教程。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧2017-11-11python实现从文件中读取数据并绘制成 x y 轴图形的方法
今天小编就为大家分享一篇python实现从文件中读取数据并绘制成 x y 轴图形的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2018-10-10
最新评论