今日分享一些Python常用的东西,整理一些小笔记,比如Faker的使用,pandas的使用
1、使用faker造数据
简介
测试工作中,经常会遇到需要制造大量测试数据的时候,如果手动造数据必然会浪费大量时间,Faker是一个制造数据的强大的python库,可以制造姓名、电话、身份证、地址、邮箱等等各种各样伪数据,所以还是有必要了解一下的。
安装faker
pip install Faker -i http://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn
faker的使用
# coding:utf-8
# author:Achen_blog
import csv
from faker import Faker
def get_data():
# 实例化,传入指定区域代码
fake = Faker(locale='zh_CN')
fake_list = []
for i in range(1,11):
fake_data = {}
name = fake.name()
phone = '1279'+ str(i).zfill(7)
id_num = fake.ssn() #生成身份证号
fake_data['姓名'] = name
fake_data['联系电话'] = phone + 't'
# 字符串+'t'在写入表格文件打开时,避免自动变成科学计数法
fake_data['身份证号'] = id_num + 't'
fake_list.append(fake_data)
return fake_list
def write_date(data_list:list):
with open('test.csv','w',newline='',encoding='utf-8-sig') as data:
FildNames = ['姓名','联系电话','身份证号']
writer = csv.DictWriter(data,fieldnames=FildNames)
writer.writeheader()
writer.writerows(data_list)
data.close()
if __name__ == '__main__':
data = get_data()
write_date(data)
faker可以提供的标准数据:
faker在中国可以提供的区域数据:
faker.address
faker.automotive
faker.bank
faker.company
faker.date_time
faker.internet
faker.job
faker.lorem
faker.person
faker.phone_number
faker.ssn
更多内容请参考官方文档:https://faker.readthedocs.io/en/master/
2、使用pandas读写分析数据
简介
Pandas 是Python的核心数据分析支持库,提供了快速、灵活、明确的数据结构,旨在简单、直观地处理关系型、标记型数据。Pandas 的目标是成为 Python 数据分析实践与实战的必备高级工具,其长远目标是成为最强大、最灵活、可以支持任何语言的开源数据分析工具
pandas功能比较强大,这里只简单介绍一下要用的数据读写操作
安装pandas
pip install pandas -i http://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn
使用pandas读写数据
csv的读取,读取csv一般用pd.read_cav(),写入csv一般用to_csv()
import pandas as pd
# 读取csv文件
data = pd.read_csv('test.csv',encoding="utf-8")
print(data)
# 写入csv文件
data.to_csv('newtest.csv',encoding='utf-8')
默认情况读取csv会自动生成索引,数据行从0开始
所以可以传入参数,index_col = 0
import pandas as pd
# 读取csv文件
data = pd.read_csv('test.csv',encoding="utf-8",index_col=0)
print(data)
# 写入csv文件
data.to_csv('newtest.csv',encoding='utf-8')
读取的csv返回结果是以列表形式
excel 的读写操作
excel读取采用pd.read_excel,写入则用pd.DataFrame.to_excel
data = pd.read_excel('试点人员名单信息表.xlsx',sheet_name='试点人员名单信息表',index_col=0)
print(data)
如果不指定sheet_name 默认就是第一个sheet
写入excel
data = pd.read_excel('试点人员名单信息表.xlsx',sheet_name='试点人员名单信息表',index_col=0)
# print(data)
# 写入excel文档,使用to_excel必须保证文件后缀名为为excel专用后缀
data.to_excel('newexcel.xlsx',sheet_name='test',)
如果要写入多个sheet,就需要生成一个excelwriter对象来传递文件路径,因为直接用to_excel 会覆盖之前的sheet
excel = pd.ExcelWriter('newexcel1.xlsx') # 生成excel对象
data1.to_excel(excel,sheet_name='test1')
data2.to_excel(excel,sheet_name='test2')
excel.close()
更多功能以后再分享,大家也可以查阅官方文档
pandas官方文档:https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.html
扫描二维码关注阿尘blog,一起交流学习
原文始发于微信公众号(阿尘blog):Python-faker+panda
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
文章由极客之音整理,本文链接:https://www.bmabk.com/index.php/post/188340.html