leblanc 0.6.0

A Python library to generate various synthetic DataFrames for different business sectors (Tech, Food, Finance, Apparel, forestry, etc.).

leblanc: Sectorial Synthetic Data Generator

I. Overview

leblanc is a modular Python library designed for the rapid generation of large-scale synthetic datasets across various business sectors. It is primarily built using Pandas, NumPy, and Faker to create realistic, structured DataFrames suitable for Data Science training, testing, and exploratory data analysis (EDA).

The library supports generating sector-specific data, complete with domain logic (e.g., product recurrence in Health, climate impact in Agribusiness, risk in Financials).

Supported Sectors (Modules)

Module	Data Generated	Key Domain Variables
tech	Tech Sales	Unit Price, Quantity, Category
food	Food & Beverages Sales	Expiration Date, Perishability
apparel	Apparel & Fashion Sales	Size, Color, Return Flag
financial	Financial Transactions	Interest Rate, Client Risk Level, Default Flag
health_beauty	Health & Beauty Sales/Services	Recurrence Days, Sales Channel
agribusiness	Agribusiness Records	Climate Condition, Area (Ha), Production Yield
forestry	Forestry Inventory/Harvest	Planting Age, Management Type, Total Volume ($m^3$)

---

II. Installation

leblanc is available on PyPI. Use pip to install the latest stable version:

pip install leblanc

III. Basic Usage Example

The library exposes individual generation functions directly from the main package. The set_seed utility is recommended for data reproducibility.

import pandas as pd
from leblanc import generate_tech_sales, generate_agribusiness_records, set_seed

# Ensure data is reproducible across environments
set_seed(42)

# 1. Generate Technology Sales Data
df_tech_sales = generate_tech_sales(num_records=1000)
print(" Technology Data Sample")
print(df_tech_sales.head())

# 2. Generate Agribusiness Records
df_agro_records = generate_agribusiness_records(num_records=500)
print("\n Agribusiness Data Sample")
print(df_agro_records.head())

IV. License

This project is licensed under the Apache License, Version 2.0. See the LICENSE file for details.

🇧🇷 leblanc: Gerador Setorial de Dados Sintéticos

I. Visão Geral

leblanc é uma biblioteca Python modular projetada para a geração rápida de conjuntos de dados sintéticos de grande escala em diversos setores de negócios. É construída primariamente utilizando Pandas, NumPy e Faker para criar DataFrames estruturados e realistas, adequados para treinamento em Data Science, testes e análise exploratória de dados (AED).

A biblioteca suporta a geração de dados específicos do domínio, completos com lógica de negócio (ex: recorrência de produto em Saúde, impacto climático em Agronegócios, risco em Finanças).

Setores Suportados (Módulos)

leblanc: Gerador Setorial de Dados Sintéticos

I. Visão Geral

leblanc é uma biblioteca Python modular projetada para a geração rápida de grandes volumes de dados sintéticos em diversos setores de negócios. Ela é construída principalmente com Pandas, NumPy e Faker, permitindo criar DataFrames estruturados e realistas, adequados para treinamento em Data Science, testes e análise exploratória de dados (AED).

A biblioteca oferece geração de dados específica por setor, incluindo lógica de domínio (ex.: recorrência de produtos em Saúde, impacto climático em Agronegócios, risco em Finanças).

Setores Suportados (Módulos)

Módulo	Dados Gerados	Variáveis-Chave do Domínio
tech	Vendas de Tecnologia	Preço Unitário, Quantidade, Categoria
food	Vendas de Alimentos e Bebidas	Data de Validade, Perecibilidade
apparel	Vendas de Vestuário e Moda	Tamanho, Cor, Flag de Devolução
financial	Transações Financeiras	Taxa de Juros, Nível de Risco do Cliente, Flag de Inadimplência
health_beauty	Vendas/Serviços de Saúde e Beleza	Dias de Recorrência, Canal de Vendas
agribusiness	Registros de Agronegócios	Condição Climática, Área (Ha), Produtividade
forestry	Inventário/Colheita Florestal	Idade do Plantio, Tipo de Manejo, Volume Total (m³)

II. Instalação

leblanc está disponível no PyPI. Use o pip para instalar a versão estável mais recente:

pip install leblanc

III. Exemplo de Uso Básico

A biblioteca expõe funções de geração individuais diretamente do pacote principal. A função auxiliar set_seed é recomendada para garantir a reprodutibilidade dos dados.

import pandas as pd
from leblanc import generate_tech_sales, generate_agribusiness_records, set_seed

# Garante que os dados sejam reprodutíveis em todos os ambientes
set_seed(42)

# 1. Gera Dados de Vendas de Tecnologia
df_vendas_tech = generate_tech_sales(num_records=1000)
print("\n Amostra de Dados de Tecnologia")
print(df_vendas_tech.head())

# 2. Gera Registros de Agronegócios
df_registros_agro = generate_agribusiness_records(num_records=500)
print("\n Amostra de Dados de Agronegócios")
print(df_registros_agro.head())

IV. Licença

Este projeto está licenciado sob a Apache License, Version 2.0. Consulte a LICENSE para obter detalhes.