2、Python之random数据生成：巧妇能为无米之炊

引言

前面的文章中，已经提到了程序的主要任务由三部分组成：

• 数据的输入

• 数据的处理

• 数据的输出

在学习Python编程的过程，或者实际工作中，我们很多时候都需要拿到一些数据，作为程序的输入，从而验证程序的处理逻辑。但是，很多时候一个新开发的系统没有那么多的数据，所有的测试数据，都是由测试人员录入验证的。即使线上系统运行一段时间了，由于数据安全、数据权限的问题，也没法轻易获取到足够的测试数据。

无奈之下，有些偷懒的研发，就随意自己造几条数据，看代码没有问题，就匆忙上线了，然后上线的效果可想而知……

事后只会哀叹，测试数据集太少，巧妇难为无米之炊……

巧妇真的难为无米之炊吗？我觉得只是不够巧的缘故，足够巧，无米之炊亦可为。

编程这门手艺，本身就在于将人力从繁杂重复的事务中解放出来，从事更有价值的工作。所以，没有测试数据时，我们应该想法子，通过编写Python代码实现批量数据的生成。

关于random的使用

Python中有random的内建模块，Python安装完成后，直接可以通过import导入、使用。

random最常用的功能是生成随机数，当我们需要批量生成一些随机数字时，可以使用该模块：

生成随机整数：random.randint()

import random

# 生成100个[1,100]的随机整数
for i in range(100):
    print(f"{i} -- {random.randint(1, 20)}")

需要注意的是：randint的两个参数，分别表示生成数据的下限和生成数据的上限，均包含在内。

生成随机浮点数：random.uniform()

import random

# 生成100个[1,100]的随机整数
for i in range(100):
    print(f"{i} -- {random.uniform(1, 20)}")

其中，uniform()调用的random()函数，用于生成0-1之间的小数，注意，是random.random()

其实，random模块不仅仅局限于生成随机数，还有更多的应用场景：

从集合中随机选取元素：random.choice()

import random

# 我们有一个英雄列表，接下来我们随机选取英雄出战
heros = ['刘备', '关羽', '张飞', '赵云', '诸葛亮']
print(random.choice(heros))

可以随机选取一个元素，自然可以随机选取多个元素。random中提供了choices()函数，注意，复数形式的，末尾多了个s，我们试着随机选取两个英雄进行组合双打：

import random

# 我们有一个英雄列表，接下来我们随机选取英雄出战
heros = ['刘备', '关羽', '张飞', '赵云', '诸葛亮']
print(random.choices(heros, k=2))

多运行几次，可能会发现跟我们所想的不太一样。会发现选出来的两个英雄是重复的。其实choices()函数，本质上叫做有放回的取样，参数k是进行有放回取样的次数。如果要进行无放回的抽样，可以试试下面这个函数。

红球和白球，你猜会拿到哪一个：random.sample()

randm模块提供了更复杂的抽样函数，比如sample()，我们可以试着实现下小学数学中的抽样场景：

import random

# 一个箱子中有4个红球和2个白球，进行无放回抽样，取两次，分别会取到什么球
print(random.sample(['红球', '白球'], counts=[4, 2], k=2))

打乱、洗牌操作：random.shuffle()

随机操作中，还有另一类，叫做打乱或者洗牌的操作，用于随机确定一个排序。比如，还是上面的那些英雄，我们现在随机决定他们的出战顺序：

import random

# 我们有一个英雄列表，接下来我们随机确定出战顺序
heros = ['刘备', '关羽', '张飞', '赵云', '诸葛亮']
random.shuffle(heros)
print(heros)

同样需要注意一下，关于shuffle()的定义说明。shuffle的洗牌操作，是在集合原地进行的(in place)，所以该函数无需返回值，即返回None，操作之后，原来的集合中元素的顺序已经被打乱。

random模块中还有很多其他相对更加专业的统计学的函数，这里就不再一一介绍了，只需要了解以上几个函数，就基本够用了。

在上面的示例中，涉及到了Python中for循环的使用，以及f-string的语法，这两块比较简单，如果是一个Python新手小白，可以自行百度，或者借助ChatGPT学习一下，很简单的。很多时候，语法就是这样规定的，能理解就尽量理解，理解不了的时候，多用用，习惯了就好。

此外，关于查看内置模块相关函数的定义与用法，可以在PyCharm中，将鼠标悬停在模块的导入语句的random，或者某个函数，比如random.shuffle()上，然后，Mac中，按下Command键的同时，按下鼠标左键，即可打开模块的定义，并跳转到对应的函数定义所在行。

测试数据的批量生成

使用random模块

import random

# 生成1000个用户信息，包含以下字段：
#   自增的用户id
#   用户姓名
#   用户性别(0,1,2分别表示男、女、未知)
#   出生年份

for i in range(1000):
    user_id = i + 1
    name = random.choice(['张三', '李四', '王五']) + str(i)
    gender = random.choice([0, 1, 2])
    birth_year = random.randint(1980, 2024)
    print(f"用户信息: {user_id} # {name} # {['男', '女', '未知'][gender]} # {birth_year}")

通过random模块，我们勉强实现了批量生成1000个用户的测试数据，只包含了用户id、姓名、性别、出生年份。有些瑕疵，不过勉强能用了。

通过三方模块，可以更方便地实现。

使用Faker模块，实现测试数据生成

from faker import Faker

fk = Faker('zh_CN')
# 生成1000个用户信息，包含以下字段：
#   自增的用户id
#   用户姓名
#   用户性别
#   出生日期
#   城市
#   邮箱
#   手机号

for i in range(1000):
    user_id = i + 1
    name = fk.name()
    birthday = fk.date()
    city = fk.city()
    email = fk.email()
    phone = fk.phone_number()
    gender = fk.passport_gender()
    print(f"用户信息: {user_id} # {name} # {gender} # {birthday} # {email} # {phone}")

测试数据的输出：

用户信息: 1 # 郭林 # M # 2003-07-06 # fanping@example.net # 13575738051
用户信息: 2 # 刘雪 # M # 2021-08-01 # liangyong@example.com # 13660396454
用户信息: 3 # 邱洁 # M # 1973-02-26 # chao75@example.net # 18020890547
用户信息: 4 # 丁春梅 # F # 1971-03-09 # mmo@example.org # 15773411070
用户信息: 5 # 李宇 # F # 1981-05-02 # maming@example.net # 13453016015
用户信息: 6 # 沈俊 # F # 1980-10-15 # yongfu@example.com # 14510097053
用户信息: 7 # 吴桂芝 # M # 2005-12-31 # xiapan@example.com # 15614444748
用户信息: 8 # 胡倩 # F # 1979-02-13 # zhongxia@example.net # 13523359151
用户信息: 9 # 陈洋 # F # 2014-04-08 # gang25@example.com # 18043816456

这里只是举个例子大概看一下，由于篇幅的限制，下一篇文章再来详细介绍一下三方模块Faker的安装与使用。