本文給大家介紹一個模擬資料生成模組faker的使用。先看效果，生成的模擬資料如下圖所示。包括姓名、身份證號碼、地址、公司、電話、郵箱等。這些資料都是假的，供機器學習或資料分析使用。
faker提供了面向Python的介面，使用非常簡單。pip安裝命令為：
pip install faker
支援中文模擬資料生成的官網是：
https：//faker。readthedocs。io/en/master/locales/zh_CN。html
當然，faker還支援其它許多國家的語言，官網上提供了相應的連結。
要生成上面圖中的資料，可以使用以下命令：
from faker import Fakerfaker = Faker（“zh_CN”）for i in range（10）： print（faker。name（）， faker。ssn（）， faker。address（），faker。city（），faker。company（），faker。phone_number（）， faker。ascii_free_email（））
上面程式碼中，faker。name（）用於生成隨機的人名，faker。ssn（）生成隨機的身份證號碼，faker。address（）生成隨機的地址，faker。city（）生成隨機的城市名稱，faker。company（）生成隨機的公司名稱，faker。phone_number（）生成隨機的手機號碼，faker。ascii_free_email（）生成隨機的電子郵箱。當然，這些資訊都不是真的。
faker支援許多型別的資料，下面再舉幾個例子。例如，生成隨機文字：
print（‘文字：’， faker。text（））
輸出結果為：
當然，每次執行輸出的文字不一致。這些文字是沒有什麼意義的，只是一些詞的組合。
下面的指令輸出一些句子的列表：
for i in range（10）： print（faker。sentences（））
可以指定列表中句子的數量，如：
for i in range（10）： print（faker。sentences（nb=8））
下面的指令生成詞的列表：
for i in range（10）： print（faker。words（nb=8））
輸出結果為：
是不是很有趣？更多方法，請檢視faker官網。用這些資料組合在一起，可以儲存為資料檔案。在進行資料分析、機器學習練習時，就不愁沒有資料了。趕快試試吧。
