AIU人工智能学院：数据科学、人工智能从业者的在线大学。

数据科学（Python/R/Julia）数据分析、机器学习、深度学习

在职场中，有时候某些场景下，需要大量的人员信息用于分析、汇总、测试，这些人员信息不一定非的需要真实的，一个一个的去想人名、地址、邮箱等然后手动输入？这太麻烦了。

其实在it界，有很多这种工具，可以快速的产生各种测试用的数据来帮助完成相关工作。一个一个的去输入固然可以解决问题，可是100个测试数据可以手工，如果是1000个，1000万条呢？

场景

1、某公司开发了个分析软件，利用大数据分析人的住址、邮箱使用情况，但是苦于没有那么多人员信息。

2、某公司开发了个指纹签到机，需要大量的人员信息用于测试，来显示各种报表，比如迟到柱状图、早退柱状图。

需求

需要大量的人员信息，包括姓名、年龄、住址、邮箱，这些人员信息可以是虚构的，但是数量一定要充足，比如10万，100万甚至1000万条人员信息。

解决方案

使用python的faker库产生测试数据，使用xlwt用于保存产生的数据。如果需要的数据量过大，那么使用数据库保存数据。

具体步骤

1、安装python，以及faker、xlwt库。

安装python，可以去python官网下载最新的windows安装包，我装的是3.7版本。

安装faker、xlwt。在cmd命令行里输入

pip install faker xlwt

2、测试是否安装成功

输入python

输入from faker import Faker

输入f = Faker

f.name

f.address

3、批量产生测试数据

我们产生100个姓名+地址出来试一下。

from faker import Faker

f = Faker(locale='zh_CN')

for i in range(1, 1000):

print(f.name)

4、正式产生我们需要的数据，比如生成五万条人员信息，包括姓名、家庭住址、出生日期、邮箱信息，生成后保存到excel文件里。

生成五万行相关信息的代码

from faker import Faker

fk = Faker(locale='zh_CN')

for i in range(0,50000):

print(fk.name, fk.address, fk.date, fk.email)

关注“AIU人工智能”公众号，回复“白皮书”获取数据分析、大数据、人工智能行业白皮书及更多精选学习资料！