SDV

把真实表格数据变成安全逼真的假数据，随便用不泄露隐私

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 428 🐛 待处理 152 👀 关注 42

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 3604

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源库，本地部署，完全免费。

项目预览

项目数据

分类数据集

开发团队sdv-dev

官网地址https://docs.sdv.dev/sdv

GitHubhttps://github.com/sdv-dev/SDV

定价模式🏷️完全免费

价格说明开源库，本地部署，完全免费。

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NOASSERTION

主要语言Python

技术栈/模型data-generation,deep-learning,gan,gans,generative-adversarial-network,generative-ai,generative-model,generativeai,machine-learning,multi-table,relational-datasets,sdv,synthetic-data,synthetic-data-generation,time-series

GitHub 星标★ 3604

上线时间2018-05-11 00:00:00

代码更新2026-11-09

仓库体积33.5 MB

本站数据更新2026-11-10

维护状态活跃

收录时间2026-08-10

浏览次数10

项目介绍

SDV（Synthetic Data Vault）是一个用于表格数据合成生成的Python库，旨在解决真实数据隐私保护、数据稀缺和测试数据获取难的问题。它提供了一套完整的端到端流程，包括数据建模、采样生成和评估。核心能力基于深度学习模型（如GAN、变分自编码器等），能够学习原始表格数据的统计特征和相关性，从而生成高度逼真的合成数据。SDV支持多种数据类型（数值、类别、日期等），并内置了数据质量评估工具，可量化合成数据与真实数据的相似度及隐私风险。它特别适合在无法直接使用真实数据的场景下，生成可用于开发、测试和共享的替代数据，同时保持数据的统计效用。项目活跃，文档完善，是开源社区中表格数据合成领域的代表性工具。

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 ★ 3604

技术标签

data-generation deep-learning gan gans generative-adversarial-network

使用教程

难度：入门约 10 分钟部署方式：库/依赖 4 步

环境要求

Python 运行环境（SDV 是 Python 库）
pip 或 conda 包管理器（二选一）
推荐使用虚拟环境（README 建议）
可访问 PyPI 或 conda 频道以安装依赖

安装与启动步骤

1准备Python环境

SDV 是 Python 库，README 推荐使用虚拟环境以避免与其他软件冲突。请先准备好 Python 与 pip/conda。
2pip安装SDV

使用 pip 从 PyPI 安装 SDV 库。在已激活的虚拟环境或目标环境中执行。
```
pip install sdv
```
3或用conda安装

若使用 conda，可通过 pytorch 和 conda-forge 频道安装 SDV。与 pip 方式二选一即可。
```
conda install -c pytorch -c conda-forge sdv
```

4加载示例数据集

使用 SDV 内置的 download_demo 加载单表示例数据集 fake_hotel_guests，验证安装是否成功。

python -c "from sdv.datasets.demo import download_demo; real_data, metadata = download_demo(modality='single_table', dataset_name='fake_hotel_guests'); print(real_data.head())"