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，panda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
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 Fakerdef 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'] = namefake_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panda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
