mimesis

生成逼真多语言假数据,测试开发快人一步

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 数据集 🍴 复刻 371 🐛 待处理 15 👀 关注 52
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 4866
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源Python库,MIT许可证,完全免费,无付费版本。

项目预览

mimesis 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类数据集
开发团队lk-geimfari
定价模式🏷️完全免费
价格说明开源Python库,MIT许可证,完全免费,无付费版本。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型data,dataframe,datascience,dummy,factory,factory-boy,fake,fixtures,generator,json-generator,mimesis,mock,pandas,polars,python,relational,schema,syntetic,synthetic-data,testing
GitHub 星标★ 4866
上线时间2016-09-09 00:00:00
代码更新2026-11-03
仓库体积36.2 MB
本站数据更新2026-11-09
维护状态活跃
收录时间2026-08-10
浏览次数8

项目介绍

Mimesis 是一个 Python 库,用于生成逼真的假数据,支持多种语言和地区(locale)。它解决了开发、测试和演示阶段需要大量真实感测试数据的问题,无需依赖真实用户数据或手动构造。核心能力包括:提供超过 30 种语言/地区的本地化数据(如姓名、地址、电话、公司、信用卡等),内置 20 多个数据提供器(如 Person、Address、Finance、Internet 等),支持生成结构化数据(如 JSON、CSV、Pandas DataFrame、Polars DataFrame),并允许自定义数据提供器。其 API 简洁,性能高(比 Faker 快),且支持类型提示,便于 IDE 自动补全。Mimesis 特别适合数据科学、机器学习、数据库填充、API 测试等场景,可快速生成大规模、多样化的测试数据集。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-10 · 当前星标 ★ 4866

使用教程

难度:入门 约 5 分钟 部署方式:库/依赖 4 步

环境要求

  • 已安装 Python(README 未指定具体版本)
  • 已安装 pip 包管理工具
  • 可访问 PyPI 或已配置国内镜像源

安装与启动步骤

  1. 1安装 Mimesis

    README 只给出这一条安装命令,用 pip 从 PyPI 安装 Mimesis 库。建议在虚拟环境中安装。

    pip install mimesis
  2. 2导入提供器

    从 mimesis 导入 Person 提供器,再从 mimesis.locales 导入 Locale 地区枚举。

    from mimesis import Person
    from mimesis.locales import Locale
  3. 3实例化并生成数据

    用 Locale.EN 指定地区创建 Person 实例,调用 full_name() 生成姓名。

    person = Person(Locale.EN)
    
    person.full_name()
  4. 4运行脚本查看结果

    把上面代码保存为任意 .py 文件(示例文件名 main.py),在终端运行即可看到打印出的姓名。

    python main.py

如何确认成功

运行脚本后终端打印出一个英文姓名,且导入过程无报错,即表示安装与调用成功。

常见问题

Q:支持中文等其他语言吗?

A:README 说明支持 47 种 locale,可通过 mimesis.locales 的 Locale 枚举切换地区,具体可选值请查阅官方文档。

Q:能生成姓名以外的数据吗?

A:可以。README 提到姓名、地址、日期、电话、邮箱、金融数据等,按数据类型导入对应提供器(如 Address、Finance)即可。

Q:安装报错找不到包怎么办?

A:确认 pip 来自想要使用的 Python 环境,必要时用 python -m pip install mimesis 安装,或检查网络与镜像源配置。

注意事项

  • README 未给出 Python 版本要求,建议使用较新的 Python 并配合虚拟环境使用。
  • 生成的数据仅用于测试、演示等场景,不建议用于真实业务数据。

核心亮点

  • 性能高,生成速度比 Faker 快数倍,适合大数据量场景
  • 支持 30+ 语言/地区,数据本地化程度高,真实感强
  • 内置丰富数据提供器,并支持自定义,灵活扩展

不足之处

  • 文档相对简略,部分高级用法需查阅源码
  • 社区活跃度一般,更新频率不如 Faker

适用场景

  • 单元测试和集成测试中快速生成测试数据
  • 数据库填充和演示环境数据准备
  • 数据科学和机器学习项目中的合成数据生成

替代项目

Faker、Factory Boy、fake-data

上一篇:datumaro

下一篇:SDV

同类项目推荐

datasets 开源

100+免费数据集一站索引,找数据不再到处翻

A compilation of 125+ free datasets for use in social science, applied microeconomic···

★ 504 2026-10-19
MELD 开源

拿《老友记》训练AI,学会在多模态对话中读懂情绪

MELD: A Multimodal Multi-Party Dataset for Emotion Recognition in Conversation

★ 1097 2026-08-09
alice 开源

把杂乱图片整理成可直接训练的 YOLO 数据集

Analyse · Learn · Ingest · Curate · Export — AI-powered YOLO dataset management···

★ 411 2026-10-31
llm4ea_official 开源

用大模型自动标注,低成本搞定知识图谱实体对齐

[NeurIPS‘24] LLM4EA: Entity Alignment with Noisy Annotations from Large Language Mo···

★ 64 2026-08-09
Awesome-Quant-VLA-WAM 开源

180+篇VLA量化论文+PTQ工具包,一站调研落地

Curated quantization research for VLA & WAM models — 180+ papers, a five-category t···

★ 200 2026-10-31
MathPile 开源

给数学大模型喂高质量语料,提升推理能力。

[NeurlPS D&B 2024] Generative AI for Math: MathPile

★ 420 2026-08-09
paperlists 开源

现成的会议论文清洗数据,拿来就能做分析

Processed / Cleaned Data for Paper Copilot

★ 967 2026-11-06
simulate 开源

快速搭仿真环境,批量产合成数据

Creating and sharing simulation environments for embodied and synthetic data researc···

★ 197 2026-09-22
malecns 开源

用 R 一键读取果蝇雄性连接组数据

Access to the latest 'Janelia FlyEM' datasets

★ 783 2026-09-21