Python模拟生成新能源车辆数据

卡丘. 钦爱

已于 2023-06-28 00:12:23 修改

阅读量429

点赞数 2

分类专栏： Python基础+进阶文章标签： python 开发语言 hadoop hdfs

于 2023-06-28 00:03:00 首次发布

本文链接：https://blog.csdn.net/qq_51294997/article/details/131426857

版权

Python基础+进阶专栏收录该内容

3 篇文章 0 订阅

订阅专栏

文章描述了一个Python程序的实现过程，该程序用于每天凌晨3点生成包含车架号、行驶里程等信息的新能源车辆数据，并将其存储到HDFS中。程序确保数据包含重复值、非当天日期的数据，并按天存储，当文件超过100MB时会创建新文件继续存储。

摘要由CSDN通过智能技术生成

文章目录

概要

题目如下：

编写一个程序，每天凌晨3点模拟生成当天的新能源车辆数据（字段信息必须包含：车架号、行驶总里程、车速、车辆状态、充电状态、剩余电量SOC、SOC低报警、数据生成时间等）。

要求：1、最终部署时，要将这些数据写到HDFS中。

2、车辆数据要按天存储，数据格式是JSON格式，另外如果数据文件大于100M，
则另起一个文件存。每天的数据总量不少于300M。比如假设程序是2023-01-1 03点运行，
那么就将当前模拟生成的数据写入到HDFS的/can_data/2023-01-01文件夹的
can-2023-01-01.json文件中，写满100M，则继续写到can-2023-01-01.json.2文件中，依次类推；

3、每天模拟生成的车辆数据中，必须至少包含20辆车的数据，即要含有20个车架号（一个车架号表示一辆车，用字符串表示）；

4、每天生成的数据中要有少量（20条左右）重复数据（所有字段都相同的两条数据则认为是重复数据），且同一辆车的两条数据的数据生成时间间隔两秒；

5、每天生成的数据中要混有少量前几天的数据（即数据生成时间不是当天，而是前几天的）。

整体架构流程

知道了题目，我们来分析一下实现步骤：

1.先创建多个函数，比如函数 random_vin 用来生成随机车架号，函数 rando_mileage 生成随机行驶公里程，之后新建空列表，建一个整合函数用来获取和拼接各车辆信息函数生成的数据，最终形成一个完整的车辆数据

2.根据要求套用做好的整合函数，生成满足格式的数据，最后将数据导入建好的hdfs里面。

一、整合函数的组成和解析

第一步我们先导入所需库：radar（实现随机或指定日期时间）random（生成随机数）time（获取时间戳）pyhdfs（json数据存入hdfs）

import random
import time
import radar
import pyhdfs

生成随机车架号函数
生成随机公里数

生成随机车速

生成随机车辆状态

生成随机充电状态

生成随机剩余电量

生成随机行驶时间函数

生成随机soc函数

整合函数（拼接之前的函数生成完整数据）

二、生成今天的数据100条

刚才我们已经创建好可以生成1条完整的函数了，那么只需控制数量便可完成要求

三、生成有重复值的数据、非今天日期的数据

这个也可通过配合导入库的函数来进行解决，代码如下：

四、将数据存入hdfs

题目要求如图：

所以我们要用到导入hdfs的 pyhdfs 库，而且要设置主机号、端口号等信息，具体代码如下：

小结

我们的任务到这里就算是结束了，从设置一个随机车架号到最终完成所有要求，并存储到hdfs的全过程都在这里了，大家多看见几遍就会理解了，最后附上完整代码

import random
import time
import radar


def random_vin():
    # 随机生成车架号
    content_map = {
        'A': 1, 'B': 2, 'C': 3, 'D': 4, 'E': 5,
        'F': 6, 'G': 7, 'H': 8, 'I': 0, 'J': 1, 'K': 2, 'L': 3,
        'M': 4, 'N': 5, 'O': 0, 'P': 7, 'Q': 8, 'R': 9, 'S': 2, 'T': 3,
        'U': 4, 'V': 5, 'W': 6, 'X': 7, 'Y': 8, 'Z': 9, "0": 0, "1": 1,
        "2": 2, "3": 3, "4": 4, "5": 5, "6": 6, "7": 7, "8": 8, "9": 9
    }
    # 位置的全值
    location_map = [8, 7, 6, 5, 4, 3, 2, 10, 0, 9, 8, 7, 6, 5, 4, 3, 2]
    vin = ''.join(random.sample('0123456789ABCDEFGHJKLMPRSTUVWXYZ', 17))
    num = 0
    for i in range(len(vin)):
        num = num + content_map[vin[i]] * location_map[i]
    vin9 = num % 11
    if vin9 == 10:
        vin9 = "X"
    list1 = list(vin)
    list1[8] = str(vin9)
    vin = ''.join(list1)
    return vin


def rando_mileage():
    # 随机生成行驶总里程
    mileage = round(random.uniform(1000, 100000), 2)
    return mileage


def random_car_speed():
    # 随机生成车速
    car_speed = round(random.uniform(0, 200), 2)
    return car_speed


def random_state():
    # 随机生成车辆状态
    state = ['start', "unstart"]
    return random.sample(state, 1)[0]


def random_charge_state():
    # 随机生成充电状态 充电：放电：空闲
    state = ['recharge', "discharge", "leisure"]
    return random.sample(state, 1)[0]


def random_dump_energy():
    # 随机生成剩余电量SOC
    return round(random.uniform(0, 100), 2)


def random_time(datetimestr):
    # 随机生成时间
    # 转换成时间数组
    return datetimestr


def random_soc():
    # 随机生成soc
    state = ['no', "yes"]
    return random.sample(state, 1)[0]


# 随机生成前几天时间
def random_otherday_time(start, end):
    '''
        start:起始时间
        end：终止时间
        "2023-06-01T03:00:00","2023-06-29T03:00:00"
    '''
    otherDay_time = radar.random_datetime(start, end)
    return otherDay_time.strftime('%Y-%m-%d %H:%M:%S')


def generated_data(datetimeStr, number):
    '''
        生成数据
        datetimeStr: 需要生成的日期时间
        number: 生成数据条数
    '''

    data = []
    
    # 需要生成数据条数
    '''
        车架号:vin  行驶总里程:mileage     车速:car_speed
        车辆状态:state  充电状态:charge_state   剩余电量:dump_energy
        SOC低报警:soc   数据生成时间:time
    '''
    for i in range(number):
        values = {"vin": random_vin(), "mileage": rando_mileage(), "car_speed": random_car_speed(),
                  "state": random_state(),
                  "charge_state": random_charge_state(), "dump_energy": str(random_dump_energy()) + "%",
                  "soc": random_soc(),
                  "time": random_time(datetimeStr)}
        # print(values)
        # 时间戳+2，数据生成时间离上条数据间隔2秒

        # 转换成时间数组
        timeArray = time.strptime(datetimeStr, "%Y-%m-%d %H:%M:%S")
        # 转换成时间戳
        timeStamp = time.mktime(timeArray)
        timeStamp += 2
        # 转换成localtime
        time_local = time.localtime(timeStamp)
        # 转换成新的时间格式(2016-05-05 20:28:54)
        datetimeStr = time.strftime("%Y-%m-%d %H:%M:%S", time_local)

        data.append(values)
    return data


if __name__ == '__main__':
    result = []
    duplicate_data = []
    # 今天时间
    today_time = "2023-06-30 03:00:00"
    # 生成今天的数据100条
    data = generated_data(today_time, 100000)

    # 每天生成的数据中要有少量（20条左右）重复数据（所有字段都相同的两条数据则认为是重复数据）
    for i in range(20):
        duplicate_data.append(data[random.randrange(0, len(data))])
    # 把获取到的数据添加到data后面即可出现重复数据
    result = data + duplicate_data

    # 每天生成的数据中要混有少量前几天的数据,这里生成10条6月1到6月30的数据
    other_count = 10
    for i in range(other_count):
        otherday = random_otherday_time("2023-06-01T03:00:00", "2023-06-29T03:00:00")
        other_data = generated_data(otherday, 1)
        result += other_data

    # 车辆数据要按天存储，数据格式是JSON格式，另外如果数据文件大于100M，则另起一个文件存。
    # 每天的数据总量不少于300M。比如假设程序是2023-01-1 03点运行，那么就将当前模拟生成的数据
    # 写入到HDFS的/can_data/2023-01-01文件夹的can-2023-01-01.json文件中，
    # 写满100M，则继续写到can-2023-01-01.json.2文件中，依次类推；
    import pyhdfs

    # 创建连接
    fs = pyhdfs.HdfsClient(hosts="192.168.116.3:50070", user_name="root")
    # 写入文件的今天时间
    today_time2 = today_time[:10]
    path = "/can_data/" + today_time2 + "/can-" + today_time2 + ".json"
    fs.create(path, "")
    j = 1
    for i in range(len(result)):
        # 检测到文件大于等于100M,切换文件继续继续存储
        if (fs.get_file_status(path).length) <= 1024 * 1024 * 100:
            fs.append(path, str(result[i]) + ",")
        else:
            path = "/can_data/" + today_time2 + "/can-" + today_time2 + ".json.%d" % j
            fs.create(path, "")
            j += 1