mojito-mock 0.3.0

莫吉托

模拟时间数据变得容易！

python中有很多数据模拟框架。但没有一个真正的目标是 统计上同质的数据，尤指时间事件。mojito就是为这个设计的！

如何使用

首先安装mojitopip install git+https://github.com/PPACI/mojito.git。

fromdatetimeimportdatetimefrompprintimportpprintfrommojitoimportDateGenerator,EventComposer,FixedValueGenerator,NumberGenerator,PropertyEventGenerator, \
    RandomChoiceGeneratorevent1=PropertyEventGenerator(properties={"timestamp":DateGenerator(center=datetime(2018,5,2,0,0,0),deviation=3*3600),"age":NumberGenerator(mean=15,deviation=3,return_int=True),"gender":RandomChoiceGenerator(['M','F']),"label":FixedValueGenerator(1)})event2=PropertyEventGenerator(properties={"timestamp":DateGenerator(center=datetime(2018,5,10,0,0,0),deviation=3*3600,skew=0),"age":NumberGenerator(mean=30,deviation=3,return_int=True),"gender":RandomChoiceGenerator(['M','F'],weights=[2,1]),"label":FixedValueGenerator(0)})composer=EventComposer()composer.add_generator(event1,3)# 3 samples from this generatorcomposer.add_generator(event2,2)# 2 samples from this generatorpprint(composer.generate(shuffle=True))

将输出

[{'age':16.0,'gender':'M','label':1,'timestamp':datetime.datetime(2018,5,1,22,23,1,450298)},{'age':19.0,'gender':'F','label':1,'timestamp':datetime.datetime(2018,5,1,21,0,11,583775)},{'age':30.0,'gender':'M','label':0,'timestamp':datetime.datetime(2018,5,9,22,57,30,441924)},{'age':15.0,'gender':'F','label':1,'timestamp':datetime.datetime(2018,5,2,5,59,54,96498)},{'age':32.0,'gender':'M','label':0,'timestamp':datetime.datetime(2018,5,10,0,15,55,676862)}]

API

mojito使用一个模型，其中propertyeventgenerator将用于生成示例事件。 event是发生的事情，其特征是它所表示的样本的统计分布。 sample是生成的数据。它可能代表访问你的网站，或者有人购买特定的商品 或者别的什么。 请记住，如果要从两个统计分布生成样本，则必须创建两个事件和 如示例所示编写它们。 目前，用于生成数据的主要分布是正态分布 很多是现实生活中的分配。

事件生成器

propertyeventgenetator将用{“name”：propertygenerator}字典实例化。 此事件生成器将位于模拟任务的中心，因为它描述事件的外观。

产热器

您可以访问以下propertygenerator

• dategenerator
  • 输出围绕提供的中心日期时间分布的日期时间
  • 分布是Skew Normal
  • 您可以通过skew=0获得非倾斜正态分布
  • scale在第二位，因此deviation=3600将在提供的日期时间前后产生1小时的标准偏差
• fixedValueGenerator
  • 始终输出相同的值
• randomChoiceGenerator
  • 从提供的可能性列表中随机选择
  • 您可以通过weights=[a, b]对列表进行相应的加权
• numbergenerator
  • 分布在所提供平均值周围的输出数
  • 分布是Skew Normal
  • 您可以通过skew=0获得非倾斜正态分布
  • 您可以通过return_int=True来生成integer而不是float
  • 也可用作normalnumbergenerator类
• poissonnumbergenerator
  • aPoisson distribution
  的输出编号
  • 唯一的分布参数是mu，这是时间段内事件的平均数
  • 您可以通过return_int=True来生成integer而不是float

成分

真实模型是多个不同事件的集合。要模拟这种情况，可以使用eventcomposer。

composer=EventComposer()composer.add_generator(event1,3)# 3 samples from this generatorcomposer.add_generator(event2,2)# 2 samples from this generator

添加eventgenerator和每个生成器想要生成的事件数。 也可以使用.remove_generator(event1)删除一个。

• .generate()会将生成的事件列表作为字典返回给您
• .to_csv("output.csv")将把生成的事件保存为csv，为您的进程做好准备！

标签：

• 数据
• from
• age
• datetime
• 时间
• 事件
• generator
• mock
• timestamp
• mojito

欢迎加入QQ群-->： 979659372

推荐PyPI第三方库

• gocept.httop

  一个基于ncurses的工具，用于实时监控网站响应。

• aognet

  奥格涅特

• pretix-printtool

  pretix的命令行客户机，允许打印shippinh的票

• genesis

  基于人工智能的数据迁移遗传算法

• python-terraform

  这是一个python模块，它提供了terraform命令行工具的包装器

• gen_rst_readme

  从MD自述生成第一个自述文件。

• django-tempocal

  python内置htmlcalendar的django-fied模板版本。

• django-backupdb

  Django中用于备份和还原数据库的管理命令。

• naturalneighbor

  在CPU上快速、离散的三维自然邻域插值。

• django-dual-authentication

  允许使用用户名或电子邮件地址进行身份验证。

• hnccorr

  用于钙显像细胞检测的hnccorr算法。

• ludolph

  监视Jabber机器人

• collective.behavior.vat

  将VAT字段添加到灵活内容类型。

• mediagoblin-indexedsearch

  gnu mediagoblin的搜索插件。

• pycopy-http.client

  cpython http.client模块已移植到pycopy