Fake伪造数据集

2020-09-03 17:28:19 浏览数 (2)

代码语言:javascript复制
import lipsum

print("generate 10 words")
print(lipsum.generate_words(10))

print("*" * 50)
print("generate 3 sentences")
for x in lipsum.generate_sentences(3).split('.'):
    print(x.strip())

print("*" * 50)
print("generate 3 paras")
for x in lipsum.generate_paragraphs(3).split('n'):
    print(x)
    
    
    
代码语言:javascript复制
https://github.com/joke2k/faker
gitbub 的地址

伪造的一份数据集

代码语言:javascript复制
https://faker.readthedocs.io/en/master/locales.html

语言列表

代码语言:javascript复制
https://readthedocs.org/

这个网站特别好用

这个有意思哦

喜欢Logo

实际上,faker库的设计目的是将provider对象分离为faker对象的“插件”。FAKER可以添加一个又一个Provider对象。provider对象为faker对象提供了生成特定数据的核心实现。Faker就相当于是一个生成器。它的生成功能依赖于什么?Provider为faker提供生成特定数据的能力。

实际上这个 faker 库在设计上,为了解耦,将 Provider 对象做成了 Faker 对象的”插件“。Faker 可以添加一个个 Provider 对象,Provider 对象为 Faker 对象提供了生成某项数据的核心实现。就相当于 Faker 对象是一个生成器,它的生成功能依赖于什么呢?依赖于 Provider,是 Provider 提供给了 Faker 对象生成某项数据的能力。

那我们一定很好奇。faker对象能够生成数据,那它肯定内置了一些默认的对象,我们打印看一下:

通过名字可以看到有 user_agent、phone_number、isbn、credit_card 等 Provider,其中有语言差异的 Provider 还区分了语言,比如 phone_number 代表电话号码,这个不同语言的不同,所以这里就又分了一层 zh_CN,作了语言的区分。

这样一来,通用的 Provider 就直接处在某个 Provider 类别的模块中,具有语言差异的 Provider 就又根据不同的语言进一步划分了模块,设计上非常科学,易扩展又不冗余。

地理信息类

city_suffix():市,县 country():国家 country_code():国家编码 district():区 geo_coordinate():地理坐标 latitude():地理坐标(纬度) longitude():地理坐标(经度) postcode():邮编 province():省份 (zh_TW没有此方法) address():详细地址 street_address():街道地址 street_name():街道名 street_suffix():街、路

基础信息类

ssn():生成身份证号 bs():随机公司服务名 company():随机公司名(长) company_prefix():随机公司名(短) company_suffix():公司性质 credit_card_expire():随机信用卡到期日 credit_card_full():生成完整信用卡信息 credit_card_number():信用卡号 credit_card_provider():信用卡类型 credit_card_security_code():信用卡安全码 job():随机职位 first_name()first_name_female():女性名 first_name_male():男性名 first_romanized_name():罗马名 last_name()last_name_female():女姓 last_name_male():男姓 last_romanized_name()name():随机生成全名 name_female():男性全名 name_male():女性全名 romanized_name():罗马名 msisdn():移动台国际用户识别码,即移动用户的ISDN号码 phone_number():随机生成手机号 phonenumber_prefix():随机生成手机号段

计算机基础、Internet信息类

个人账户信息类

ascii_company_email():随机ASCII公司邮箱名 ascii_email():随机ASCII邮箱 ascii_free_email()ascii_safe_email()company_email()email()free_email()free_email_domain()safe_email():安全邮箱

网络基础信息类

domain_name():生成域名 domain_word():域词(即,不包含后缀) ipv4():随机IP4地址 ipv6():随机IP6地址 mac_address():随机MAC地址 tld():网址域名后缀(.com,.net.cn,等等,不包括.) uri():随机URI地址 uri_extension():网址文件后缀 uri_page():网址文件(不包含后缀) uri_path():网址文件路径(不包含文件名) url():随机URL地址 user_name():随机用户名 image_url():随机URL地址

浏览器信息类

chrome():随机生成Chrome的浏览器user_agent信息 firefox():随机生成FireFox的浏览器user_agent信息 internet_explorer():随机生成IE的浏览器user_agent信息 opera():随机生成Opera的浏览器user_agent信息 safari():随机生成Safari的浏览器user_agent信息 linux_platform_token():随机Linux信息 user_agent():随机user_agent信息

随机生成的user_agent

文件信息类

file_extension():随机文件扩展名 file_name():随机文件名(包含扩展名,不包含路径) file_path():随机文件路径(包含文件名,扩展名) mime_type():随机mime Type

数字类

numerify():三位随机数字 random_digit():0~9随机数 random_digit_not_null():1~9的随机数 random_int():随机数字,默认0~9999,可以通过设置min,max来设置 random_number():随机数字,参数digits设置生成的数字位数 pyfloat():left_digits=5 #生成的整数位数, right_digits=2 #生成的小数位数, positive=True #是否只有正数 pyint():随机Int数字(参考random_int()参数) pydecimal():随机Decimal数字(参考pyfloat参数)

文本、加密类

pystr():随机字符串 random_element():随机字母 random_letter():随机字母 paragraph():随机生成一个段落 paragraphs():随机生成多个段落,通过参数nb来控制段落数,返回数组 sentence():随机生成一句话 sentences():随机生成多句话,与段落类似 text():随机生成一篇文章(不要幻想着人工智能了,至今没完全看懂一句话是什么意思) word():随机生成词语 words():随机生成多个词语,用法与段落,句子,类似 binary():随机生成二进制编码 boolean():True/False language_code():随机生成两位语言编码 locale():随机生成语言/国际 信息 md5():随机生成MD5 null_boolean():NULL/True/False password():随机生成密码,可选参数:length:密码长度;special_chars:是否能使用特殊字符;digits:是否包含数字;upper_case:是否包含大写字母;lower_case:是否包含小写字母 sha1():随机SHA1 sha256():随机SHA256 uuid4():随机UUID

时间信息类

am_pm():AM/PM century():随机世纪 date():随机日期 date_between():随机生成指定范围内日期,参数:start_date,end_date取值:具体日期或者today,-30d,-30y类似 date_between_dates():随机生成指定范围内日期,用法同上 date_object():随机生产从1970-1-1到指定日期的随机日期。 date_this_month()date_this_year()date_time():随机生成指定时间(1970年1月1日至今) date_time_ad():生成公元1年到现在的随机时间 date_time_between():用法同dates future_date():未来日期 future_datetime():未来时间 month():随机月份 month_name():随机月份(英文) past_date():随机生成已经过去的日期 past_datetime():随机生成已经过去的时间 time():随机24小时时间 timedelta():随机获取时间差 time_object():随机24小时时间,time对象 time_series():随机TimeSeries对象 timezone():随机时区 unix_time():随机Unix时间 year():随机年份

集合信息类

profile():随机生成档案信息 simple_profile():随机生成简单档案信息

档案信息和简档信息

#以下方法皆为随机集合类型 pyiterable() pylist() pyset() pystruct() pytuple() pydict()

其他类别

currency_code():货币编码 color_name():随机颜色名 hex_color():随机HEX颜色 rgb_color():随机RGB颜色 safe_color_name():随机安全色名 safe_hex_color():随机安全HEX颜色 isbn10():随机ISBN(10位) isbn13():随机ISBN(13位) lexify():替换所有问号(“?”)带有随机字母的事件。

0 人点赞