数据分析肯定需要数据 ， 这个数据一般都是来自实际学习工作业务中的 ， 比如学校的学生成绩 ， 淘宝京东的销售数据 ， 视频网站不同种类的视频播放点击量等 。
自己练习的话 ， 除了可以去一些公开的数据网站下载一些数据外 ， 也可以自己随机生成一些数据 ， 下面就来自己生成随机500名学生成绩 ， 为之后后面数据分析使用做准备 。
数据格式如下整个数据一共有6个类型 ， 分别是["姓名","班级","性别","语文","数学","英语"] 。姓名需要500个不同的名字 ， 班级一个5个 ， 分数从1-100 。
文章插图
生成500个不同名字这么多名字肯定不能自己手打 ， 先到百度找到百家姓 ， 刚好100个 ， 作为我们的第一个名字 。
文章插图
文章插图
接下来把这些名字分成一个个字符 ， 这个直接利用字符索引就可以 ， 但是这个字符串里面有空格 ， 还有一些隐藏的符号 ， 需要提前处理一下 ， 用到字符串的替换就可以搞定 。
打印长度发现有126个字符 ， 里面有换行符 ， 空格 ， 还有一个好像是中文的空格 ， 管它啥 ， 直接替换成空值 ， 就相当于删除了 。
文章插图
使用replace进行替换删除操作 ， 打印长度100 ， 26个多余的都删除了 。
接下来在创建第一个名字 ， 这里就简单的用"一二三四五"表示 ， 循环拼接 ， 生成500个名字 。
文章插图
如果想要打乱顺序的话 ， 利用random.sample就可以了 。
文章插图
名字到这里就搞定了 。
生成每个学生数据学生有姓名 ， 班级 ， 性别 ， 三科分数 ， 这里全部利用循环生成 ， 每个学生数据存为一个列表 ， 一个是500个数据 ， 最后添加到data里面 ， 打印20组查看符合要求 。
文章插图
将生成的数据写入文件写入数据比较简单 ， 利用pandas库直接创建一个DataFrame二维数据结构 ， 利用to_Excel将整个数据写入文件 ， 这里的index=False是为了不把自动索引写入 。
本地生成一个文件 ， 打开查看 。
文章插图
读取文件查看数据利用read_excel读取之前的数据文件 ， 打印查看数据的基本情况 。
文章插图
自己生成一个数据文件就到这了 ， 数据来源一般除了自己生成 ， 下载公开的数据文件 ， 还有就是自己去网上爬取网站的数据了 。
【Python数据分析，生成随机数据文件】
推荐阅读
- 我用 Go语言 生成的随机数为什么不随机？随机数是怎样产生的
- Python+Pytest框架在Jenkins上生成Allure测试报告
- Python 抓取沪深A股重大公告，实现手机24小时实时监控！
- 在R、Python和Julia中常用的数据可视化技术
- 一篇文章掌握 Python 内置 zip 的全部内容
- 如何用 Python 清洗数据？
- Pycharm中Python Console与Terminal的区别
- 再见HTML ! 用纯Python就能写一个漂亮的网页
- 最受欢迎 12 个 Python 开源框架，你用过哪些？
- Python基础到高级，完整全套视频分享解析，学编程方法很重要