Python包使用：使用 Faker 生成有意義的模擬數(shù)據(jù)

Faker是一個(gè)開源 Python 包，可生成合成數(shù)據(jù)，可用于多種用途，例如填充數(shù)據(jù)庫、進(jìn)行負(fù)載測試或匿名化生產(chǎn)數(shù)據(jù)以用于開發(fā)或機(jī)器學(xué)習(xí)。生成完全隨機(jī)的數(shù)據(jù)并不是一個(gè)好的選擇：使用 Faker，你可以驅(qū)動(dòng)生成過程并根據(jù)你的特定需求定制生成的數(shù)據(jù)：這是 Faker 提供的最大價(jià)值。這個(gè)包帶有 23 個(gè)內(nèi)置的數(shù)據(jù)提供者，一些其他的提供者可以從社區(qū)獲得?？捎玫臄?shù)據(jù)提供程序涵蓋了大多數(shù)數(shù)據(jù)類型和案例，但通過實(shí)現(xiàn)自定義提供程序，可以通過任何方式使生成的數(shù)據(jù)更有意義。

Faker 支持 Python 3.6+，可通過 PyPI 或 Anaconda 安裝。 

下面是一個(gè)代碼示例，展示了如何實(shí)現(xiàn)自定義提供程序以生成遵循結(jié)構(gòu)和約束的合成數(shù)據(jù)，如與具有消費(fèi)者評級的餐廳數(shù)據(jù)相關(guān)的?Kaggle數(shù)據(jù)集，并將它們保存到 CSV 文件中。

示例數(shù)據(jù)集包含用戶配置文件數(shù)據(jù)并具有 19 個(gè)特征。為簡單起見，我將只考慮其中的 10 個(gè)：

• userID：以“U”開頭，后跟 4 位數(shù)字
• latitude：-90、90度范圍內(nèi)的十進(jìn)制數(shù)
• longitude：-180、180度范圍內(nèi)的十進(jìn)制數(shù)
• smoker：可真可假
• Drink_level: 節(jié)制的、隨意的飲酒者或社交飲酒者
• dress_preference：無偏好，正式或非正式
• ambience：孤獨(dú)、家人或朋友
• transport：步行、車主或公眾
• marital_status：單身、已婚或寡婦
• hijos：獨(dú)立、依賴或孩子

可以為此功能生成模擬數(shù)據(jù)的 Python 代碼如下：

它結(jié)合了一個(gè)內(nèi)置的 Faker 提供程序和一個(gè)自定義的提供程序。該 Faker 類創(chuàng)建并初始化 Faker 生成器，將數(shù)據(jù)生成委托給提供程序。

以下是執(zhí)行上述代碼后生成的數(shù)據(jù)示例：

Faker 支持本地化（對于同一數(shù)據(jù)生成任務(wù)也有多個(gè)語言環(huán)境），并且也可以通過faker命令從命令行執(zhí)行。