Was macht lifelike-synthetic-data-generator?
Generiert realistische synthetische Datensätze für Tests und Demos mit seed-basierten, sprachspezifischen und verteilungsgesteuerten Daten.
Funktionen
- Seed-basiert: Reproduzierbare Datensätze durch Angabe eines Seeds.
- Locale-spezifisch: Unterstützt mehrere Sprachen und Regionen (z. B.
de_DE,en_US). - Verteilungsgesteuert: Erzeugt Daten mit bestimmten Wahrscheinlichkeitsverteilungen (normal, uniform, etc.).
- Flexible Ausgabe: Daten können als CSV, JSON oder in anderen Formaten ausgegeben werden.
- Integration: Einfach per CLI, API oder als Bibliothek in Projekte einbindbar.
Verwendung
CLI
lifelike-generate --seed 42 --locale de_DE --distribution normal --rows 1000 --output data.csv
Python
from lifelike import Generator
gen = Generator(seed=42, locale="de_DE")
data = gen.generate(rows=1000, distribution="normal")
gen.save(data, "data.json")
Parameter
| Parameter | Beschreibung | Beispiel |
|---|---|---|
--seed | Seed für Reproduzierbarkeit | 42 |
--locale | Sprache/Region | de_DE, en_US |
--distribution | Verteilung der Daten | normal, uniform |
--rows | Anzahl der zu generierenden Zeilen | 1000 |
--output | Ausgabedatei | data.csv |
Unterstützte Locales
de_DE(Deutschland)en_US(USA)fr_FR(Frankreich)es_ES(Spanien)ja_JP(Japan)
Verteilungen
- Normal: Realistische, glockenförmige Verteilung.
- Uniform: Gleichmäßige Verteilung.
- Exponential: Abfallende Verteilung.
- Log-normal: Schiefe Verteilung für Einkommensdaten o. Ä.
Beispiele
Demo-Datensatz für eine E-Commerce-Plattform
lifelike-generate --seed 123 --locale de_DE --distribution log-normal --rows 500 --output kunden.csv
Testdaten für ein Healthcare-System
lifelike-generate --seed 456 --locale en_US --distribution normal --rows 200 --output patienten.json
Lizenz
MIT