实际数据损坏(基于GECO)。

corruptor的Python项目详细描述


腐蚀者

PyPIPyPI - LicensePyPI - Python Version

要实际损坏(文本)数据吗?使用腐蚀者!

pip install corruptor

支持的损坏类型:

  • OCR变化
  • 语音变化
  • 键入错误
  • 编辑(插入、删除、替换、交换)

入门

可以使用三个不同的类。

BasicCorruptor

基本损坏程序使用默认配置为每种类型的损坏提供方法。

>>>fromcorruptorimportBasicCorruptor>>>basic=BasicCorruptor()>>>basic.ocr('johnson')'johnst0n'>>>basic.phonetic('johnson')'johnzon'>>>basic.typo('johnson')'johhson'>>>basic.insert('johnson')'johnsson'>>>basic.delete('johnson')'jhnson'>>>basic.replace('johnson')'johnsin'>>>basic.swap('johnson')'johnsno'

ProbabilisticCorruptor

此类根据提供的权重随机选择损坏类型

>>>fromcorruptorimportProbabilisticCorruptor>>>prob=ProbabilisticCorruptor({'none':0.33,'phonetic':0.33,'typo':0.33})>>>prob.corrupt('conner')'conner'>>>prob.corrupt('conner')'conneah'>>>prob.corrupt('conner')'conber'

DataFrameCorruptor

简言之,数据帧损坏器随机损坏pandas数据帧的n行。

>>>importpandasaspd>>>fromcorruptorimportDataFrameCorruptor>>>df=pd.DataFrame({'firstname':['frank','john'],'lastname':['johnson','conner']})>>>dfc=DataFrameCorruptor({'firstname':(0.5,prob),'lastname':(0.5,prob)})>>>dfc.corrupt(df,n=2)firstnamelastname0frahkjohnson1johnconber

欢迎加入QQ群-->: 979659372 Python中文网_新手群

推荐PyPI第三方库


热门话题
java Cassandra复制因子大于节点数   java J2EE JTA事务回滚不适用于OSE Glassfish 4.0(Build 89)   java spring安全预认证用户登录   org的java类文件。反应流。从RxJava编译示例时未找到Publisher?   java在使用dataFormat作为POJO通过Camel调用Web服务时无法设置SOAP标头   Javafx类的java静态实例   java如何防止一个部件在关闭时覆盖另一个部件的位置   sql server无法从我的java代码连接到数据库   java在JList(Swing)中显示带有的ArrayList   从Java中的CXF服务获取WSAddressing数据   使用资产文件夹进行java简单json解析(本地)   java LDAPException未绑定的无效凭据   JavaJSFspring部署到weblogic   JAVA中字符数组中的特定元素排列?   如果脚本位于不同的目录中,则ant不会使用exec标记运行Javashell脚本