我使用Python Faker生成虚假数据。但是我需要知道使用faker（例如：fake.name（））可以生成不同伪造数据的最大数量（例如：伪名称）。
我已经生成了10万个假名，而且我的名字不到76,000个。我需要知道最大限制，以便我可以知道使用此包生成数据我们可以扩展多少。
我需要生成庞大的数据集。我也想知道是Php faker，perl faker对于不同的环境都是一样的吗？
其他用于生成大数据集的软件包将受到高度赞赏。
答案 0 :(得分：1)
我遇到了同样的问题，并对其进行了更多的研究。
在en_US提供者中，大约有1000个姓氏和750个姓氏，用于大约750000个唯一组合。如果您随机选择名字和姓氏，则有可能会重复。但实际上，这就是现实世界的运作方式，那里有许多约翰·史密斯（John Smiths）和罗伯特·道尔（Robert Doyles）。
en配置文件中有7203个姓氏和473个姓氏，可以提供帮助。 Faker选择名字和姓氏的组合，这意味着大约有7203 * 473 = 3407019。
但是，仍然有机会获得重复。
我通过在名称上添加数字来解决此问题。
我需要生成巨大的数据集。
请记住，实际上，任何庞大的名称数据集都会重复。我使用的是大型数据集（>一百万个名称），我们看到大量重复的名字和姓氏。
如果您阅读了造假者的程序包代码，则可能可以弄清楚如何对其进行修改，以便获得所有3M唯一的名称。