mimesis

GitHub
4.8k 359 非常简单 1 次阅读 2天前MIT其他数据工具
AI 解读 由 AI 自动生成,仅供参考

Mimesis 是一款专为 Python 打造的高性能假数据生成库,旨在帮助开发者快速构建逼真的测试数据集。在软件开发、系统测试或原型设计过程中,往往需要大量多样化且符合逻辑的模拟数据(如姓名、地址、金融信息等),手动编写既耗时又难以覆盖多语言场景。Mimesis 完美解决了这一痛点,它支持全球 46 种语言区域(Locale),能够根据特定文化背景生成地道的本地化数据。

这款工具特别适合后端工程师、测试人员以及数据研究人员使用。其核心优势在于极致的运行速度,被公认为 Python 生态中最快的数据生成方案之一。除了基础的个人身份信息,Mimesis 还提供了强大的基于 Schema 的生成功能,支持生成具有复杂关联关系的结构化数据,轻松应对数据库填充等高级需求。此外,它具备完整的类型提示支持,能为开发者提供智能的代码自动补全体验,让数据构造过程更加直观流畅。无论是进行单元测试、压力测试,还是为演示项目准备样本数据,Mimesis 都能以简洁的 API 和灵活的扩展性,助你高效完成任务。

使用场景

某电商初创团队正在开发新的推荐系统,急需构建包含十万级用户画像的测试数据集以验证算法性能。

没有 mimesis 时

  • 开发人员需手动编写复杂的随机字符串生成逻辑,代码冗长且难以维护,极易出现逻辑漏洞。
  • 生成的测试数据缺乏真实感(如邮箱格式错误、姓名与国籍不匹配),导致算法在真实环境中表现偏差。
  • 难以快速切换不同国家地区的测试场景,硬编码本地化数据耗时费力,严重拖慢国际化测试进度。
  • 构造具有关联关系的复杂数据(如用户与其订单、地址的对应)需要大量自定义脚本,出错率高且效率低下。

使用 mimesis 后

  • 仅需几行代码即可调用内置的 Person、Address 等提供者,瞬间生成结构清晰、格式规范的高质量假数据。
  • 利用其支持 46 种语言区域的特性,一键切换生成符合特定国家习惯的真实姓名、电话及地址,大幅提升测试覆盖率。
  • 通过基于 Schema 的生成器,轻松定义并批量产出带有复杂引用关系的嵌套数据,完美模拟真实业务场景。
  • 凭借极高的运行性能,在数秒内完成百万级数据量的构建,让团队能将精力集中于核心算法优化而非数据准备。

mimesis 将繁琐的数据构造工作转化为简单的配置调用,让开发者能以最低成本获取高保真测试数据,显著加速产品迭代周期。

运行环境要求

GPU

不需要 GPU

内存

未说明

依赖
notes这是一个纯 Python 实现的假数据生成库,无重型依赖。注意:从 19.0.0 版本起不再支持内置提供者(builtin providers);20.0.0 版本将重构基于模式的生成功能且不向后兼容。
python3.10, 3.11, 3.12, 3.13, 3.14, pypy (Python 3.8 和 3.9 需使用版本 11.1.0)
mimesis hero image

快速开始

Mimesis

Mimesis:虚假数据生成器

测试 覆盖率 软件包版本 软件包下载量 支持的Python版本


文档: https://mimesis.name/


Mimesis(/mɪˈmiːsɪs)是一款功能强大的 Python 数据生成工具,能够以多种语言生成各类虚假数据。

其主要特性包括:

  • 多语言支持:支持 46 种不同的本地化环境。
  • 可扩展性:支持自定义数据提供者和自定义字段处理器。
  • 易用性:设计简洁、文档清晰,便于快速生成数据。
  • 高性能:被广泛认为是 Python 生态中最高效的的数据生成工具。
  • 数据多样性:内置多种适用于不同场景的数据提供者。
  • 基于模式的生成器:提供基于模式的数据生成器,轻松生成任意复杂度的数据。
  • 关系型数据:支持生成包含模式间引用的关系型数据,适用于复杂的数据结构。
  • 直观友好:对编辑器支持良好。完全类型化,因此几乎在所有地方都支持自动补全。

安装

[!警告] 在 Mimesis 20.0.0 版本中,我将彻底重构当前基于模式的生成实现。新版本将不向后兼容现有实现。

[!重要提示] 若要在 Python 3.8 和 3.9 上使用 Mimesis,最后兼容的版本是 Mimesis 11.1.0。请安装此特定版本以确保兼容性。

[!警告] 自 19.0.0 版本起,Mimesis 已不再支持内置数据提供者。

要安装 mimesis,请使用 pip:

~ pip install mimesis

文档

完整的文档可在 Read the Docs 上找到。

文档分为以下几个部分:

您可以通过向本仓库提交 Pull Request 来改进文档。

使用方法

该库非常易于使用,只需导入与所需数据类型相对应的 数据提供者 对象即可。

例如,可以导入 Person 提供者来获取个人信息,包括姓名、姓氏、电子邮件等字段:

from mimesis import Person
from mimesis.locales import Locale

person = Person(Locale.EN)

person.full_name()
# 输出: 'Brande Sears'

person.email(domains=['example.com'])
# 输出: 'roccelline1878@example.com'

person.email(domains=['mimesis.name'], unique=True)
# 输出: 'f272a05d39ec46fdac5be4ac7be45f3f@mimesis.name'

person.telephone(mask='1-4##-8##-5##3')
# 输出: '1-436-896-5213'

许可证

Mimesis 采用 MIT 许可证授权。更多信息请参阅 LICENSE 文件。

版本历史

v19.1.02026/01/11
v19.0.02025/12/28
v18.0.02024/09/13
v17.0.02024/06/01
v16.0.02024/04/04
15.1.02024/02/27
v15.0.02024/02/27
v14.0.02024/01/31
v13.1.02024/01/24
v13.0.02024/01/19
v12.1.12024/01/17
v12.1.02024/01/07
v12.0.02024/01/07
v11.1.02023/08/19
v11.0.02023/08/19
v10.2.12023/08/06
v10.2.02023/08/06
v10.1.02023/05/26
v10.0.02023/05/20
v9.0.02023/04/30

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

349.3k|★★★☆☆|4天前
Agent开发框架图像

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85.1k|★★☆☆☆|2天前
图像数据工具视频

funNLP

funNLP 是一个专为中文自然语言处理(NLP)打造的超级资源库,被誉为"NLP 民工的乐园”。它并非单一的软件工具,而是一个汇集了海量开源项目、数据集、预训练模型和实用代码的综合性平台。 面对中文 NLP 领域资源分散、入门门槛高以及特定场景数据匮乏的痛点,funNLP 提供了“一站式”解决方案。这里不仅涵盖了分词、命名实体识别、情感分析、文本摘要等基础任务的标准工具,还独特地收录了丰富的垂直领域资源,如法律、医疗、金融行业的专用词库与数据集,甚至包含古诗词生成、歌词创作等趣味应用。其核心亮点在于极高的全面性与实用性,从基础的字典词典到前沿的 BERT、GPT-2 模型代码,再到高质量的标注数据和竞赛方案,应有尽有。 无论是刚刚踏入 NLP 领域的学生、需要快速验证想法的算法工程师,还是从事人工智能研究的学者,都能在这里找到急需的“武器弹药”。对于开发者而言,它能大幅减少寻找数据和复现模型的时间;对于研究者,它提供了丰富的基准测试资源和前沿技术参考。funNLP 以开放共享的精神,极大地降低了中文自然语言处理的开发与研究成本,是中文 AI 社区不可或缺的宝藏仓库。

79.9k|★☆☆☆☆|昨天
语言模型数据工具其他

cs-video-courses

cs-video-courses 是一个精心整理的计算机科学视频课程清单,旨在为自学者提供系统化的学习路径。它汇集了全球知名高校(如加州大学伯克利分校、新南威尔士大学等)的完整课程录像,涵盖从编程基础、数据结构与算法,到操作系统、分布式系统、数据库等核心领域,并深入延伸至人工智能、机器学习、量子计算及区块链等前沿方向。 面对网络上零散且质量参差不齐的教学资源,cs-video-courses 解决了学习者难以找到成体系、高难度大学级别课程的痛点。该项目严格筛选内容,仅收录真正的大学层级课程,排除了碎片化的简短教程或商业广告,确保用户能接触到严谨的学术内容。 这份清单特别适合希望夯实计算机基础的开发者、需要补充特定领域知识的研究人员,以及渴望像在校生一样系统学习计算机科学的自学者。其独特的技术亮点在于分类极其详尽,不仅包含传统的软件工程与网络安全,还细分了生成式 AI、大语言模型、计算生物学等新兴学科,并直接链接至官方视频播放列表,让用户能一站式获取高质量的教育资源,免费享受世界顶尖大学的课堂体验。

79.8k|★☆☆☆☆|昨天
其他图像数据工具

ragflow

RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。

77.1k|★★★☆☆|6天前
Agent图像开发框架

PaddleOCR

PaddleOCR 是一款基于百度飞桨框架开发的高性能开源光学字符识别工具包。它的核心能力是将图片、PDF 等文档中的文字提取出来,转换成计算机可读取的结构化数据,让机器真正“看懂”图文内容。 面对海量纸质或电子文档,PaddleOCR 解决了人工录入效率低、数字化成本高的问题。尤其在人工智能领域,它扮演着连接图像与大型语言模型(LLM)的桥梁角色,能将视觉信息直接转化为文本输入,助力智能问答、文档分析等应用场景落地。 PaddleOCR 适合开发者、算法研究人员以及有文档自动化需求的普通用户。其技术优势十分明显:不仅支持全球 100 多种语言的识别,还能在 Windows、Linux、macOS 等多个系统上运行,并灵活适配 CPU、GPU、NPU 等各类硬件。作为一个轻量级且社区活跃的开源项目,PaddleOCR 既能满足快速集成的需求,也能支撑前沿的视觉语言研究,是处理文字识别任务的理想选择。

75.3k|★★★☆☆|今天
语言模型图像开发框架