这是我参与8月更文挑战的第4天
前言
今天用Python给大家造“假”数据，直接开整~
开发工具
Python版本： 3.6.4
相关模块： Faker
Faker扩展库
这时，Python扩展库Faker来了，带着它那各种各样的数据来了。
先安装faker
pip install Faker
创建faker对象
from faker import Faker
fake = Faker()
随机生成一个名字
fake.name() # 'Nancy Horton'
上边生成的名字是英文的，如果想要个中文名字，在创建Faker对象的时候，指定语言“中文”就可以。
fake = Faker("zh_CN")
一些常用的语言包括以下等等：
- 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
都有什么样的数据
faker 提供了一些Standard Providers，列出了一些较为较为常用的数据。
- address
- company
- date_time
- job
- person
- phone_number
- profile
- python
- user_agent
比如生成“地址”信息
In [1]: fake.address()
Out[1]: '北京市大冶市海陵赵路x座 941837'
这里给出的是一整条“地址”的信息，你也可以通过building_number()、city()、street_address()等获取单个信息
这些字段其实记不住也没什么，需要用哪个的时候查阅官方文档就行。
文档链接
再比如生成“职位”信息
In [2]: fake.job()
Out[2]: '教育/Python工程师'
生成python的数据类型
# 生成一个字典
In [3]: fake.pydict()
Out[3]:
{'生产': 'OlmMWPfQMJYxeiJtZSFC',
'有些': 'jUYzbWgDEqvzjiAsubSX',
'资源': 7670,
'应用': 804210265906561.0,
'国际': 9113,
'电影': 'https://yangtang.cn/homepage.jsp',
'方面': 'RGfbqIgxqTbnjkGDpoVO',
'为什': 1947,
'地址': 7021,
'时候': 'oxia@hotmail.com'}
生成user_agent
In [4]: fake.chrome()
Out[4]: 'Mozilla/5.0 (iPad; CPU iPad OS 4_2_1 like Mac OS X) AppleWebKit/531.2 (KHTML, like Gecko) CriOS/55.0.807.0 Mobile/62B715 Safari/531.2'
生成个人信息
In [5]: fake.profile()
Out[5]:
{'job': '代码管理员',
'company': '文亭传媒有限公司',
'ssn': '370302198922223749',
'residence': '广东省深圳市沈北新王路k座 203394',
'current_location': (Decimal('32.942244'), Decimal('95.029663')),
'blood_group': 'O-',
'website': ['https://www.minyan.cn/'],
'username': 'yangwen',
'name': '蒋璐',
'sex': 'M',
'address': '宁夏回族自治区宁德县丰都长沙街b座 685258',
'mail': 'oliao@yahoo.com',
'birthdate': datetime.date(1971, 2, 13)}
如果想生成多条个人信息，可以利用for循环，把每个字典在添加到列表里，导出一个DataFrame
文章到这里就结束了，感谢你的观看，Python数据分析系列，下篇文章分享Python 爬取鲁迅先生《经典语录》
为了感谢读者们，我想把我最近收藏的一些编程干货分享给大家，回馈每一个读者，希望能帮到你们。
干货主要有：
① 2000多本Python电子书（主流和经典的书籍应该都有了）
② Python标准库资料（最全中文版）
③ 项目源码（四五十个有趣且经典的练手项目及源码）
④ Python基础入门、爬虫、web开发、大数据分析方面的视频（适合小白学习）
⑤ Python学习路线图（告别不入流的学习）
All done～详见个人简介获取完整源代码。。
