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。
image
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。
image
image
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。
image
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。
image
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。
image
如果想要打乱顺序的话，利用random.sample就可以了。
image
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。
image
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。
image
本地生成一个文件，打开查看。
image
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。
image
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。
(全文完)
长按二维码，加关注！叶子陪你玩
欢迎转载，转载请注明出处！
欢迎关注公众微信号：叶子陪你玩编程
分享自己的python学习之路
网友评论