仿照下列JSON格式数据，在Linux系统中，创建并保存名为employee.json的文件。要求随机生成数据量为10000+条，其中数据重复率1%-2.5%。 { "id":1 , "name":" Ella" , "age":36 } { "id":2, "name":"Bob","age":29 } { "id":3 , "name":"Jack","age":29 } { "id":4 , "name":"Jim","age":28 } { "id":4 , "name":"Jim","age":28 } { "id":5 , "name":"Damon" } { "id":5 , "name":"Damon" }

### 创建包含10,000条以上随机生成员工数据的JSON文件 要在Linux系统中生成一个名为`employee.json`的文件，其中包含超过10,000条随机生成的员工数据，并确保数据重复率在1%-2.5%之间，可以通过以下方式实现： #### 方法概述 为了达到目标，可以编写一个Python脚本来生成所需的JSON文件。该脚本会利用Python的标准库来生成随机数据，并控制数据的重复率。以下是具体实现过程。 --- #### Python代码示例 ```python import json import random def generate_employee_data(num_records=10000, duplicate_rate=0.015): """ 生成指定数量的员工数据，并引入一定比例的重复记录。 参数: num_records (int): 总记录数，默认为10000。 duplicate_rate (float): 数据重复率，默认为1.5%，范围应在1%-2.5%之间。 返回: list: 包含员工数据的列表。 """ unique_records = int(num_records * (1 - duplicate_rate)) # 计算唯一记录的数量 duplicates_count = num_records - unique_records # 计算重复记录的数量 employees = [] first_names = ["John", "Jane", "Alice", "Bob", "Charlie"] last_names = ["Smith", "Doe", "Johnson", "Williams", "Brown"] departments = ["HR", "Engineering", "Marketing", "Sales", "Finance"] # 生成唯一的员工数据 for _ in range(unique_records): employee = { "id": f"E{random.randint(1000, 9999)}", "name": f"{random.choice(first_names)} {random.choice(last_names)}", "department": random.choice(departments), "salary": round(random.uniform(30000, 150000), 2) } employees.append(employee) # 添加重复项 duplicated_employees = random.sample(employees, k=duplicates_count) employees.extend(duplicated_employees) # 打乱顺序以模拟自然分布 random.shuffle(employees) return employees if __name__ == "__main__": data = generate_employee_data(num_records=10000, duplicate_rate=random.uniform(0.01, 0.025)) with open("employee.json", "w") as file: json.dump(data, file, indent=4) ``` --- #### 实现细节说明 1. **参数设置** 使用`num_records`变量表示总记录数，`duplicate_rate`变量表示期望的重复率。默认情况下，重复率为1.5%，但允许其在1%-2.5%范围内变化[^4]。 2. **数据生成逻辑** - `unique_records`: 根据重复率计算出需要生成的独特记录数。 - `duplicates_count`: 剩下的部分即为重复记录的数量。 - 利用嵌套字典结构存储每名员工的信息，包括ID、姓名、部门和薪资等字段。 3. **重复数据注入** 通过`random.sample()`函数从已有的独特记录中随机选取若干条作为重复项，并将其追加到原始列表中。 4. **数据打乱** 使用`random.shuffle()`方法对最终的数据列表进行重排，从而避免重复项集中于某一段位置。 5. **保存至文件** 将生成的结果序列化为JSON格式并写入名为`employee.json`的文件中。 --- #### 如何运行此脚本？ 将上述代码保存为`.py`文件（例如`generate_employee.py`），然后在Linux终端执行如下命令即可生成所需文件： ```bash python3 generate_employee.py ``` 完成后会在当前目录下找到`employee.json`文件。 --- #### 验证数据重复率 可通过以下Python片段验证实际的重复率是否符合预期： ```python with open('employee.json', 'r') as file: data = json.load(file) total_records = len(data) unique_ids = set([record['id'] for record in data]) repeated_records = total_records - len(unique_ids) repeat_rate = repeated_records / total_records * 100 print(f"Total Records: {total_records}") print(f"Unique IDs: {len(unique_ids)}") print(f"Repeated Records: {repeated_records}") print(f"Repeat Rate (%): {round(repeat_rate, 2)}") ``` --- ###