使用Python随机生成数据的方法

 更新时间:2023年10月30日 09:51:11   作者:大彤小忆  
这篇文章主要介绍了使用Python随机生成数据的方法,在日常开发中竟然会遇到需要测试大量数据的地方,那么随机生成数据就可以有效的加快我们的效率,通过Python_Faker生成测试数据需要安装Faker包,需要的朋友可以参考下

通过Python_Faker生成测试数据

通过Python_Faker生成测试数据需要安装Faker包,使用pip安装pip install Faker

随机生成5个人的个人信息(包括用户名、年龄、性别、地址、工作、婚姻状态)并保存为.csv文件,代码如下所示。

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), ('离异', 0.1), ])
work_dict = OrderedDict([('白领', 0.45), ('教师', 0.1), ('工人', 0.2), ('公务员', 0.1), ('销售', 0.15)])
user_name = []
age = []
address = []
sex = []
work = []
married = []
# 生成人数
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 = {'用户名': user_name, '年龄': age, '性别': sex, '地址': address, '工作': work, '婚姻状态': married}
print(data)

users = pd.DataFrame.from_dict(data)
print(users)

users.to_csv("test_data.csv", index=True)

运行后得到的test_data.csv文件中的内容如下所示。

在这里插入图片描述

具体还可以生成很多其他信息,有地址相关、汽车相关、银行相关、条形码相关、颜色相关、公司相关、信用卡相关、货币相关、时间相关、文件相关、坐标相关、网络相关、图书相关、职位相关、文本相关、编码相关、人物相关、电话相关、档案相关、身份证相关、用户代理相关等种类信息。

通过Python基础语法生成一些随机数

利用26个字母和10个数字随机生成5个八位密码

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))  # 得到数字字符并放入列表

for i in range(5):
    str1 = ''.join(random.choices(list1, k=8))  # 随机生成8位密码的列表,并将其转换成字符串的形式
    print(f'第{i + 1}个密码是{str1}')

第1个密码是90xenegh

第2个密码是kshnh0md

第3个密码是3yw38d00

第4个密码是78resjpv

第5个密码是5lf9f76z

生成5个2位小数点的随机数

import random

for i in range(5):
    a = random.uniform(1, 100)  # 生成的随机数范围
    print(round(a, 2))

37.14
10.74
32.11
53.16
84.58

生成5个随机整数数

import random

for i in range(5):
    a = random.randint(1, 100)
    print(a)

32 17 98 22 18

到此这篇关于使用Python随机生成数据的方法的文章就介绍到这了,更多相关Python随机生成数据内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • Django框架HttpResponse和HttpRequest对象学习

    Django框架HttpResponse和HttpRequest对象学习

    这篇文章主要介绍了Django框架HttpResponse和HttpRequest对象学习,有需要的朋友可以借鉴参考下,希望可以有所帮助,祝大家早日升职加薪
    2021-09-09
  • python日期与时间戳的各种转换示例

    python日期与时间戳的各种转换示例

    这篇文章主要介绍了python日期与时间戳的各种转换示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2020-02-02
  • 基于python tornado实现图床功能

    基于python tornado实现图床功能

    因为买了阿里/腾讯的云服务器,但是使用云存储还需要收费,又加上家里正好有一台nas,又加上闲的没事,所以搞了一个小脚本,这个项目主要功能是为typora增加一个自定义图床,本文给大家介绍基于python tornado实现图床功能,感兴趣的朋友一起看看吧
    2023-08-08
  • pandas对齐运算的实现示例

    pandas对齐运算的实现示例

    本文主要介绍了pandas对齐运算的实现示例,文中通过示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2021-10-10
  • logging level级别介绍

    logging level级别介绍

    今天小编就为大家分享一篇logging level级别介绍,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
    2020-02-02
  • Python利用Nagios增加微信报警通知的功能

    Python利用Nagios增加微信报警通知的功能

    Nagios是一款开源的免费网络监视工具,能有效监控Windows、Linux和Unix的主机状态,交换机路由器等网络设置,打印机等,本文给大家介绍Python利用Nagios增加微信报警通知的功能,需要的朋友参考下
    2016-02-02
  • Pytorch卷积神经网络resent网络实践

    Pytorch卷积神经网络resent网络实践

    这篇文章主要为大家介绍了Pytorch卷积神经网络resent网络实践,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2022-05-05
  • Python实现Kmeans聚类算法

    Python实现Kmeans聚类算法

    这篇文章主要为大家详细介绍了Python实现Kmeans聚类算法,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-02-02
  • 利用OpenCV进行对象跟踪的示例代码

    利用OpenCV进行对象跟踪的示例代码

    这篇文章主要介绍了如何使用OpenCV中内置的八种不同的对象跟踪算法,实现对物体的跟踪。文中的示例代码讲解详细,感兴趣的可以了解一下
    2022-02-02
  • Django框架多表查询实例分析

    Django框架多表查询实例分析

    这篇文章主要介绍了Django框架多表查询,结合实例形式分析了Django框架实现多表查询的外键、关联、前向查询、反向查询等相关操作技巧与注意事项,需要的朋友可以参考下
    2018-07-07

最新评论