Python造假数据，用这个库
在程序测试的时候，常常需要用到很多数据来进行测试。
比如姓名、性别、年龄、电话、邮箱等等。
如果手动制造数据的话，起名字比如“小明”、“小红”、“张三”、“李四”这些，有没有考虑这些名字的感受，他们也很累的吧。
再比如密码，网上排名最烂的密码，不也是“123456”，“abcdef”，“asdf”这些。
这样无厘头地制作数据确实很伤神，效率还低，那该怎么办？
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，想要个中文名字怎么办？
很简单，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
用faker可以生成哪些数据呢？
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
https://faker.readthedocs.io/en/master/providers.html
再比如生成“职位”信息
In [2]: fake.job()
Out[2]: '电气/电器工程师'
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': '仓库管理员',
'company': '太极传媒有限公司',
'ssn': '370302198911123749',
'residence': '云南省桂英市沈北新王路k座 204494',
'current_location': (Decimal('32.942144'), Decimal('95.019663')),
'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a座 685268',
'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
小结
本文主要介绍了使用Faker库，生成一些“假”数据，方便测试的时候使用。可针对自己的需求，写好脚本，直接生成DateFrame，岂不是很自动化。
如遇到想要的数据，忘记了关键词，记得随时翻阅官方文档。
祝大家玩得愉快。如果文章对你有帮助，欢迎转发/点赞/收藏~
作者：天作
_往期文章推荐_