前言
明天用Python给大家造“假”数据，间接开整~
开发工具
Python版本：3.6.4
相干模块：Faker
Faker扩大库
这时，Python扩大库Faker来了，带着它那各种各样的数据来了。
先装置faker
pip install Faker创立faker对象
from faker import Fakerfake = Faker()随机生成一个名字
fake.name() # 'Nancy Horton'上边生成的名字是英文的，如果想要个中文名字，在创立Faker对象的时候，指定语言“中文”就能够。
fake = Faker("zh_CN")一些罕用的语言包含以下等等：
- 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
都有什么样的数据
faker 提供了一些Standard Providers，列出了一些较为较为罕用的数据。
- address
- company
- date_time
- job
- person
- phone_number
- profile
- python
- user_agent
比方生成“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，你也能够通过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，须要用哪个的时候查阅官网文档就行。
文档链接
https://faker.readthedocs.io/...
再比方生成“职位”信息
In [2]: fake.job()Out[2]: '教育/Python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, '利用': 804210265906561.0, '国内': 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': '代码管理员', 'company': '文亭传媒有限公司', 'ssn': '370302198922223749', 'residence': '广东省深圳市沈北新王路k座 203394', 'current_location': (Decimal('32.942244'), Decimal('95.029663')), '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b座 685258', 'mail': 'oliao@yahoo.com', 'birthdate': datetime.date(1971, 2, 13)}如果想生成多条个人信息，能够利用for循环，把每个字典在增加到列表里，导出一个DataFrame
文章到这里就完结了，感激你的观看，Python数据分析系列，下篇文章分享Python 爬取鲁迅学生《经典语录》
为了感激读者们，我想把我最近珍藏的一些编程干货分享给大家，回馈每一个读者，心愿能帮到你们。
干货次要有：
① 2000多本Python电子书（支流和经典的书籍应该都有了）
② Python规范库材料（最全中文版）
③ 我的项目源码（四五十个乏味且经典的练手我的项目及源码）
④ Python根底入门、爬虫、web开发、大数据分析方面的视频（适宜小白学习）
⑤ Python学习路线图（辞别不入流的学习）
⑥ 两天的Python爬虫训练营直播权限
All done～详见个人简介或者私信获取残缺源代码。。