如何生成邮编与城市匹配、大城市密集的西班牙随机地址样本数据？

一、优化Faker实现邮编-城市匹配+大城市偏向 #

Faker的es_ES本地化库自带西班牙地址数据，但默认随机逻辑可能出现邮编与城市不匹配的问题。通过绑定城市与合法邮编范围，并给大城市设置更高随机权重，就能低成本解决需求。

实现代码 #

from faker import Faker
import random

# 初始化西班牙本地化的Faker实例
fake = Faker('es_ES')

# 定义城市-邮编映射，为大城市配置更多邮编选项和更高权重
city_postcode_config = {
    'Madrid': {'postcodes': ['28001', '28002', '28003', '28004', '28005'], 'weight': 0.3},
    'Barcelona': {'postcodes': ['08001', '08002', '08003', '08004', '08005'], 'weight': 0.25},
    'Valencia': {'postcodes': ['46001', '46002', '46003'], 'weight': 0.15},
    'Sevilla': {'postcodes': ['41001', '41002', '41003'], 'weight': 0.1},
    'Zaragoza': {'postcodes': ['50001', '50002'], 'weight': 0.08},
    'Málaga': {'postcodes': ['29001', '29002'], 'weight': 0.07},
    'Murcia': {'postcodes': ['30001'], 'weight': 0.05}
}

def generate_valid_spanish_address():
    # 按权重随机选择目标城市
    cities = list(city_postcode_config.keys())
    weights = [city_postcode_config[city]['weight'] for city in cities]
    selected_city = random.choices(cities, weights=weights, k=1)[0]
    
    # 从对应城市的邮编列表中随机选一个合法邮编
    selected_postcode = random.choice(city_postcode_config[selected_city]['postcodes'])
    
    # 生成符合格式的地址：街道 + 邮编+城市
    street = fake.street_address()
    return f"{street}\n{selected_postcode} {selected_city}"

# 测试生成10个样本地址
for _ in range(10):
    print(generate_valid_spanish_address())
    print('---')

二、进阶：贴合真实人口密度的权重设置 #

如果需要更精准的地址密度偏向，可以用西班牙国家统计局（INE）的公开城市人口数据替换权重值，比如按城市人口占西班牙总人口的比例设置权重，生成的地址分布会更贴近真实情况。

例如调整权重为人口占比（示例数据）：

city_postcode_config = {
    'Madrid': {'postcodes': ['28001', '28002', '28003', '28004', '28005'], 'weight': 0.066},
    'Barcelona': {'postcodes': ['08001', '08002', '08003', '08004', '08005'], 'weight': 0.032},
    # 其他城市按实际人口占比调整
}

内容的提问来源于stack exchange，提问作者arthur248