Los datos ficticios son datos generados aleatoriamente que pueden sustituirse por datos en vivo. Tanto si es desarrollador, ingeniero de software o científico de datos, a veces necesita datos ficticios para probar lo que ha creado, puede ser una aplicación web, una aplicación móvil o un  modelo de aprendizaje automático.  Si está utilizando el lenguaje python, puede usar un paquete faker python para crear datos ficticios de cualquier tipo, por ejemplo, fechas, transacciones, nombres, textos, hora y otros. Faker es un paquete de Python simple que genera datos falsos con diferentes tipos de datos.  El paquete Faker está fuertemente inspirado en   ,   y Ruby Faker. PHP Faker Perl Faker  En este artículo, aprenderá una forma diferente de crear datos ficticios mediante el uso del paquete python de Faker.  Tabla de contenido:  Instalación falsa  Crear generador de falsificadores  Crear nombres  Crear fechas y horas  Crear perfil personal  Crear datos de oraciones y párrafos  Crear datos localizados  Crear los mismos datos falsos  Referencia  Cómo instalar Faker para crear datos ficticios  Puede instalar el paquete con pip de la siguiente manera:    pip install Faker    Desde la versión 4.0.0, Faker eliminó la compatibilidad con Python 2 y desde la versión 5.0.0 solo es compatible con Python 3.6 y superior. Nota:  Crear Faker Generator para datos ficticios  Para crear e inicializar un generador faker use el método Faker().     faker   Faker fake = Faker() from import  Ahora puede comenzar a crear diferentes datos ficticios que desee.  Crear nombres  Puede usar el método name() para crear nombres falsos completos.     _   range(   ): print(fake.name()) for in 10  mateo marrón  Sra. Julie Chávez  calvin pequeño  manuel ponce  Alyssa Jackson DVM  amy delgado  mateo smith  Sara Rojas  Cristal Werner  tina moore    También puede usar el método first_name() para crear el nombre y el método last_name() para crear el apellido. Nota:  Crear fechas y horas  Si está trabajando con fechas, faker ofrece diferentes formas de crear fechas y horas falsas. En los siguientes ejemplos, aprenderá 10 formas diferentes de crear datos ficticios de fechas y horas.    print(fake.date_between(start_date=   ,end_date=   ))   print(fake.month()) print(fake.date_time()) print(fake.year()) print(fake.month_name()) print(fake.date_time_this_year()) print(fake.time()) print(fake.timezone()) print(fake.day_of_week()) print(fake.time_object()) "-3y" "-1y" # date between 2018 and 2020  2019-05-31  02  2012-05-31 17:53:01  2002  Noviembre  2021-06-30 00:34:48  08:17:51  África/Gaborone  jueves  17:59:37  Crear un perfil personal  Si desea crear información personal y de identidad falsa, puede usar los métodos profile y simple_profile de la biblioteca faker.  El método simple_profile crea un perfil básico falso con información personal como nombre, género, correo y dirección.    generateProfile = Faker() generateProfile.simple_profile()  {'usuario': 'qfowler',  'nombre': 'Mateo Greene',  'sexo': 'M',  'dirección': 'USNV López\nFPO AA 45803',  'correo': 'fwest@yahoo.com',  'fecha de nacimiento': fechahora.fecha(1995, 8, 14)}  El método de perfil crea perfiles e identidades personales falsos, como trabajo, empresa, residencia, grupo sanguíneo, ubicación actual y otros.    generateProfile.profile()  {'empleo': 'Diseñador, plató de cine/televisión',  'compañía': 'Murillo, Short y Townsend',  'ssn': '893-14-6729',  'residencia': '6596 Daniel Spring Suite 910\nJonesborough, ID 59049',  'ubicación_actual': (Decimal('4.2622025'), Decimal('-39.109752')),  'grupo_sangre': 'O-',  'sitio web': ['https://hardin-johnson.org/',  'https://patterson.com/',  'https://george-snyder.info/'],  'nombre de usuario': 'samuelbooth',  'nombre': 'Shawna Spencer',  'sexo': 'F',  'dirección': '125 Darrell Extension Suite 575\nPort Michaelbury, PA 12381',  'correo': 'nicole97@gmail.com',  'fecha de nacimiento': fechahora.fecha(1989, 11, 25)}  También puede crear más de un perfil y guardar los datos del perfil en un marco de datos de pandas para su análisis. En el siguiente ejemplo, crearemos 1000 perfiles con solo 3 líneas de código.       pandas   pd generateProfile = Faker()   data = [generateProfile.profile()   i   range(   )]   df = pd.DataFrame(data) print(df) import as # generate 1000 profiles for in 1000 # save profiles in pandas dataframe  Observemos los nombres de las columnas de los 1000 perfiles creados.    print(df.columns)  Index(['trabajo', 'compañía', 'ssn', 'residencia', 'ubicación_actual', 'grupo_sanguíneo',  'sitio web', 'nombre de usuario', 'nombre', 'sexo', 'dirección', 'correo', 'fecha de nacimiento'], dtype='objeto')  Tenemos 13 columnas en el conjunto de datos. Ahora puede usar los datos ficticios que genera para el análisis y la visualización de datos.  Crear datos de oraciones y párrafos  Si está trabajando en un proyecto de software, puede usar la biblioteca Faker para generar datos de texto falsos para probar algunas funciones en su aplicación web o móvil. La biblioteca Faker proporciona 4 métodos diferentes para crear datos de texto de la siguiente manera.     (a) Crear un solo párrafo   generateText = Faker() generateText.text()  'Objetivo todo lo tradicional a. Sugerir etapa parada internacional. Mantenga la línea al sur a través de la nueva carga nacional.\nFuerza de éxito comercial de dinero cercano. Cinco decisión incluso medio ambiente aviso cada.'     (b) Crear párrafos múltiples   generateTexts = Faker() generateTexts.texts()  ['Juntos requieren aumentar la imagen de viento de crecimiento. El consumidor del árbol de tareas de producción reconoce personal.',  'Ser seis cuya respuesta. Sr. aceite exitoso bajo opción particular.\nPaso ni una sola subida. Ojo gracias prueba quedate solo servicio de prueba. Entonces senior dentro de la acción de capital. Pistola ya todo el jardín de letreros.',  'Pintura ahora término dirección. Será dentro de la barra natural propósito mayor.\nOtros oyen tema hacer su. La institución entre la educación se reiría de un ejemplo. Declaración real para niños específicos capaces extranjeros.']     (c) Crear una sola oración   generateSentence = Faker() generateSentence.sentence()  'Pase la responsabilidad frontal.'     (d) Crear oraciones múltiples   generateSentences = Faker() generateSentences.sentences()  ['Mantener toma estrella alguien podría empleado de cocina.',  'Pagar debe comenzar la palabra propia.',  'Lugar de ciudadano aunque viejo a pesar de la estancia.']  Crear datos localizados  La biblioteca Faker admite la creación de datos localizados. Debe pasar la configuración regional como argumento a la clase Faker; de forma predeterminada, admite la configuración regional en_US.  Puede encontrar una lista de proveedores localizados   . aquí  En el siguiente ejemplo, crearemos 10 nombres de China.    fake_local = Faker(   )   _   range(   ): print(fake_local.name()) 'zh_CN' for in 10 李小红赵桂香陈小红罗建华宋华刘秀芳郭秀华朱秀云金艳侯琴 También puede establecer varias configuraciones regionales desde la versión 3.0.0.    multiple_fake = Faker([   ,   ,   ])   _   range(   ):    print(multiple_fake.city()) 'uk_UA' 'en_US' 'ja_JP' for in 10 長生郡長生村 Christielandia  Rileyshire 長生郡白子町 Puerto Curtisborough  Pruittview  селище Одарка  хутір Богодар  село Альберт 横浜市都筑区 En el ejemplo anterior, creamos varias ciudades desde 3 ubicaciones diferentes.  Crear los mismos datos falsos  Para crear la misma salida de datos falsos, debe generar el generador falso y luego puede ejecutar el mismo código.    myGenerator = Faker() myGenerator.random.seed(   )   i   range(   ):    print(myGenerator.country()) 1234 for in 10  Eslovaquia (República Eslovaca)  Kazajistán  Brasil  Albania  islas Bermudas  Islas ultramarinas menores de los Estados Unidos  Sahara Occidental  Wallis y Futuna  Sri Lanka  Mozambique    Puede usar cualquier número aleatorio como semilla. Nota:  Referencia   Falsificador Github   Documentación del farsante  Si aprendiste algo nuevo o disfrutaste leyendo este artículo, compártelo para que otros puedan verlo. Hasta entonces, ¡nos vemos en el próximo post!  También puedes encontrarme en Twitter   . @Davis_McDavid  Y puedes leer más artículos como este   . aquí  ¿Quiere mantenerse al día con lo último en python?   en el pie de página a continuación. Suscríbase a nuestro boletín

Twitter

2022 - Data Science Demon

2022 - HackerNoon Contributor of the Year - Artificial Intelligence

2022 - HackerNoon Contributor of the Year - Data

2022 - HackerNoon Contributor of the Year - Data Science

2022 - HackerNoon Contributor of the Year - Google

2022 - Pythonistas Paradise

Contact me for collaboration

Nominated for 2022 - Data Science Demon

Nominated for 2022 - HackerNoon Contributor of the Year - Data Science

Nominated for 2022 - HackerNoon Contributor of the Year - Artificial Intelligence

Cómo crear datos ficticios en Python

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

Cómo mejorar su flujo de trabajo 10 veces: 17 aplicaciones esenciales

¿Quieres ganar un concurso de redacción de HackerNoon? Esto es lo que recomiendan los ganadores del concurso #crypto-api

Liberando el poder de la IA. Una revisión sistemática de técnicas de vanguardia: resumen e introducción

La guía completa para una migración exitosa a la nube: estrategias y mejores prácticas

Cómo mejorar su flujo de trabajo 10 veces: 17 aplicaciones esenciales

¿Quieres ganar un concurso de redacción de HackerNoon? Esto es lo que recomiendan los ganadores del concurso #crypto-api

Liberando el poder de la IA. Una revisión sistemática de técnicas de vanguardia: resumen e introducción

La guía completa para una migración exitosa a la nube: estrategias y mejores prácticas

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps