编写一个能生成10万条数据的餐饮评分数据生成器

好的，以下是一个简单的Python代码示例，可以生成10万条随机的餐饮评分数据：

import random

restaurants = ["麦当劳", "肯德基", "必胜客", "星巴克", "华莱士", "德克士", "汉堡王", "Pizza Hut", "Subway"]
ratings = ["差评", "中评", "好评", "非常好评"]

with open("ratings.csv", "w") as f:
    f.write("餐厅,评分\n")
    for i in range(100000):
        restaurant = random.choice(restaurants)
        rating = random.choice(ratings)
        f.write(f"{restaurant},{rating}\n")

该程序将生成一个名为"ratings.csv"的CSV文件，其中包含10万条随机的餐饮评分数据，格式如下：

餐厅,评分
肯德基,中评
必胜客,非常好评
德克士,好评
华莱士,中评
...

您可以根据需要修改程序中的餐厅和评分列表，以生成适合您的数据。

相关问题

编写一个餐饮评分数据生成器

好的，我可以为您编写一个简单的餐饮评分数据生成器，以下是示例代码：

import random

# 定义餐厅名称和菜品名称列表
restaurants = ['麦当劳', '肯德基', '必胜客', '星巴克', '汉堡王']
dishes = ['汉堡', '薯条', '炸鸡', '比萨', '咖啡']

# 生成评分数据
for i in range(10):  # 生成10条数据
    restaurant = random.choice(restaurants)  # 随机选择一个餐厅
    dish = random.choice(dishes)  # 随机选择一道菜品
    rating = round(random.uniform(1, 5), 1)  # 随机生成评分，保留一位小数
    review = f'这家{restaurant}的{dish}很好吃，评分为{rating}分。'  # 生成评价语句
    print(review)

每次运行代码都会生成10条随机评分数据，输出结果类似于：

这家星巴克的薯条很好吃，评分为3.6分。
这家肯德基的汉堡很好吃，评分为4.0分。
这家必胜客的比萨很好吃，评分为2.5分。
...

您可以根据需要修改餐厅名称和菜品名称列表，以及评分数据生成的数量。

编写一个餐饮评分数据生成器并将生成的数据导入HBase中

以下是一个简单的餐饮评分数据生成器的 Python 代码示例：

import random
import time

from happybase import Connection, Batch

# 连接HBase数据库
connection = Connection('localhost', port=9090)
table_name = 'restaurant_ratings'
table = connection.table(table_name)

# 生成餐馆ID列表和评分列表
restaurant_ids = ['restaurant_{}'.format(i) for i in range(1, 101)]
ratings = [i / 10 for i in range(1, 6)]

# 生成评分数据并插入HBase
with Batch(table, batch_size=100) as b:
    for i in range(1, 100001):
        restaurant_id = random.choice(restaurant_ids)
        rating = random.choice(ratings)
        timestamp = int(time.time() * 1000) - random.randint(1, 3600*24*365*10*1000) # 生成10年内的随机时间戳
        
        row_key = '{}_{}'.format(restaurant_id, timestamp)
        data = {'rating:score': str(rating)}
        b.put(row_key, data)

print('Done.')

以上代码会随机生成 10 万条餐饮评分数据，并将其插入到 HBase 数据库中。其中，每个评分数据包含以下字段：

- Row key：由餐馆ID和时间戳组成，格式为 `restaurant_xxx_timestamp`。
- Column family：`rating`。
- Column qualifier：`score`。
- Value：评分（1.0 ~ 5.0 之间的浮点数）。

在运行前，需要先安装 `happybase` 模块。可以使用以下命令进行安装：

pip install happybase

另外，需要确保 HBase 服务已经启动，并且可以通过 `localhost:9090` 访问到 Thrift API。