用Faker生成有意义的模拟数据

发布者：:Guglielmo Iozzia inPython August 2nd, 2021 0 Views

Faker 是一个开源的Python包，它可以生成合成数据，这些数据可以用于很多方面，如填充数据库、做负载测试或为开发或ML目的匿名化生产数据。生成完全随机的数据并不是一个好的选择：使用Faker，你可以驱动生成过程，并根据你的具体需求定制生成的数据：这是Faker所提供的最大价值。这个软件包有23个内置的数据提供者，其他一些提供者可以从社区中获得。可用的数据提供者涵盖了大部分的数据类型和情况，但也可以通过实现自定义的提供者使生成的数据更有意义。

Faker支持Python 3.6+，可以通过PyPI或Anaconda进行安装。

这里有一个代码例子，显示了如何实现一个自定义的提供者，按照这个Kaggle数据集 的结构和约束条件生成合成数据，并将它们保存为CSV文件。

这个样本数据集包含了用户资料数据，有19个特征。为了简单起见，我将只考虑其中的10个。

• userID：以 "U "开头，后面有4个数字
• 纬度：在-90，90度范围内的一个十进制数字
• 经度：在-180，180度范围内的一个十进制数字
• 吸烟者：可以是真或假
• 饮酒水平：节制、随意饮酒或社交饮酒者
• 衣着偏好：无偏好，正式或非正式
• 环境: 独处，家庭或朋友
• 交通工具: 步行、车主或公共交通工具
• 婚姻状况: 单身、已婚或寡妇
• 孩子：独立、受抚养人或孩子

可以为这个特征生成模拟数据的Python代码如下。

它结合了一个内置的Faker提供者和一个自定义的提供者。Faker 类创建并初始化了一个faker生成器，
，将数据生成委托给提供者。

下面是执行上述代码后生成的数据样本。

Faker支持本地化(同一数据生成任务可使用多种语言)，也可以通过_faker_ 命令从命令行执行。

绝对是一个值得使用的工具。几个月以来，它已经成为我和我的团队Python武器库的一部分。