使用Python隨機(jī)生成數(shù)據(jù)的方法
通過(guò)Python_Faker生成測(cè)試數(shù)據(jù)
通過(guò)Python_Faker生成測(cè)試數(shù)據(jù)需要安裝Faker包，使用pip安裝pip install Faker。
隨機(jī)生成5個(gè)人的個(gè)人信息（包括用戶名、年齡、性別、地址、工作、婚姻狀態(tài)）并保存為.csv文件，代碼如下所示。
from faker import Faker
import pandas as pd
from collections import OrderedDict
fake = Faker(locale='zh_CN')
sex_dict = OrderedDict([('男', 0.52), ('女', 0.48)])
married_dict = OrderedDict([('未婚', 0.4), ('已婚', 0.5), ('離異', 0.1), ])
work_dict = OrderedDict([('白領(lǐng)', 0.45), ('教師', 0.1), ('工人', 0.2), ('公務(wù)員', 0.1), ('銷售', 0.15)])
user_name = []
age = []
address = []
sex = []
work = []
married = []
# 生成人數(shù)
num = 5
# 生成name age address
for i in range(num):
user_name.append(fake.user_name())
age.append(fake.random_int(min=16, max=45))
address.append(fake.province())
sex.append(fake.random_element(sex_dict))
work.append(fake.random_element(work_dict))
married.append(fake.random_element(married_dict))
data = {'用戶名': user_name, '年齡': age, '性別': sex, '地址': address, '工作': work, '婚姻狀態(tài)': married}
print(data)
users = pd.DataFrame.from_dict(data)
print(users)
users.to_csv("test_data.csv", index=True)
運(yùn)行后得到的test_data.csv文件中的內(nèi)容如下所示。
具體還可以生成很多其他信息，有地址相關(guān)、汽車相關(guān)、銀行相關(guān)、條形碼相關(guān)、顏色相關(guān)、公司相關(guān)、信用卡相關(guān)、貨幣相關(guān)、時(shí)間相關(guān)、文件相關(guān)、坐標(biāo)相關(guān)、網(wǎng)絡(luò)相關(guān)、圖書相關(guān)、職位相關(guān)、文本相關(guān)、編碼相關(guān)、人物相關(guān)、電話相關(guān)、檔案相關(guān)、身份證相關(guān)、用戶代理相關(guān)等種類信息。
通過(guò)Python基礎(chǔ)語(yǔ)法生成一些隨機(jī)數(shù)
利用26個(gè)字母和10個(gè)數(shù)字隨機(jī)生成5個(gè)八位密碼
import random
list1 = []
for i in range(97, 123):
list1.append(chr(i)) # 得到字母字符并放入列表
for i in range(48, 58):
list1.append(chr(i)) # 得到數(shù)字字符并放入列表
for i in range(5):
str1 = ''.join(random.choices(list1, k=8)) # 隨機(jī)生成8位密碼的列表，并將其轉(zhuǎn)換成字符串的形式
print(f'第{i + 1}個(gè)密碼是{str1}')
第1個(gè)密碼是90xenegh
第2個(gè)密碼是kshnh0md
第3個(gè)密碼是3yw38d00
第4個(gè)密碼是78resjpv
第5個(gè)密碼是5lf9f76z
生成5個(gè)2位小數(shù)點(diǎn)的隨機(jī)數(shù)
import random
for i in range(5):
a = random.uniform(1, 100) # 生成的隨機(jī)數(shù)范圍
print(round(a, 2))
37.14
10.74
32.11
53.16
84.58
生成5個(gè)隨機(jī)整數(shù)數(shù)
import random
for i in range(5):
a = random.randint(1, 100)
print(a)
32 17 98 22 18
到此這篇關(guān)于使用Python隨機(jī)生成數(shù)據(jù)的方法的文章就介紹到這了,更多相關(guān)Python隨機(jī)生成數(shù)據(jù)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Django框架HttpResponse和HttpRequest對(duì)象學(xué)習(xí)
這篇文章主要介紹了Django框架HttpResponse和HttpRequest對(duì)象學(xué)習(xí)，有需要的朋友可以借鑒參考下，希望可以有所幫助，祝大家早日升職加薪2021-09-09
python日期與時(shí)間戳的各種轉(zhuǎn)換示例
這篇文章主要介紹了python日期與時(shí)間戳的各種轉(zhuǎn)換示例，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-02-02
基于python tornado實(shí)現(xiàn)圖床功能
因?yàn)橘I了阿里/騰訊的云服務(wù)器,但是使用云存儲(chǔ)還需要收費(fèi),又加上家里正好有一臺(tái)nas,又加上閑的沒(méi)事,所以搞了一個(gè)小腳本,這個(gè)項(xiàng)目主要功能是為typora增加一個(gè)自定義圖床,本文給大家介紹基于python tornado實(shí)現(xiàn)圖床功能,感興趣的朋友一起看看吧2023-08-08
pandas對(duì)齊運(yùn)算的實(shí)現(xiàn)示例
本文主要介紹了pandas對(duì)齊運(yùn)算的實(shí)現(xiàn)示例，文中通過(guò)示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2021-10-10
今天小編就為大家分享一篇logging level級(jí)別介紹，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-02-02
Python利用Nagios增加微信報(bào)警通知的功能
Nagios是一款開(kāi)源的免費(fèi)網(wǎng)絡(luò)監(jiān)視工具，能有效監(jiān)控Windows、Linux和Unix的主機(jī)狀態(tài)，交換機(jī)路由器等網(wǎng)絡(luò)設(shè)置，打印機(jī)等,本文給大家介紹Python利用Nagios增加微信報(bào)警通知的功能，需要的朋友參考下2016-02-02
Pytorch卷積神經(jīng)網(wǎng)絡(luò)resent網(wǎng)絡(luò)實(shí)踐
這篇文章主要為大家介紹了Pytorch卷積神經(jīng)網(wǎng)絡(luò)resent網(wǎng)絡(luò)實(shí)踐，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2022-05-05
這篇文章主要為大家詳細(xì)介紹了Python實(shí)現(xiàn)Kmeans聚類算法，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-02-02
這篇文章主要介紹了如何使用OpenCV中內(nèi)置的八種不同的對(duì)象跟蹤算法，實(shí)現(xiàn)對(duì)物體的跟蹤。文中的示例代碼講解詳細(xì)，感興趣的可以了解一下2022-02-02
這篇文章主要介紹了Django框架多表查詢,結(jié)合實(shí)例形式分析了Django框架實(shí)現(xiàn)多表查詢的外鍵、關(guān)聯(lián)、前向查詢、反向查詢等相關(guān)操作技巧與注意事項(xiàng),需要的朋友可以參考下2018-07-07