Data generate करें

fake या sample datasets बनाएँ, या World Bank, PubMed, URLs, और web search से rows fetch करें।

Terminal से sample datasets जनरेट करें — या APIs और public sources से real-world rows fetch करें। Tests, demos, prototypes, और त्वरित data pulls के लिए उपयोगी।

​

प्राकृतिक भाषा

​

Synthetic (डिफ़ॉल्ट)

arka generate 100 users as csv
arka generate sample sales data json --rows 50
arka generate fake emails tsv
arka create sample json data
arka data_gen --schema "name,email,age" --format json --count 20

​

Real-world sources

arka generate real world bank gdp india 2010-2024 as csv
arka generate 20 pubmed papers on "mRNA vaccines" as csv
arka generate data from https://pokeapi.co/api/v2/pokemon?limit=10 as jsonl

real, actual, live, world bank, pubmed papers, या URL के साथ phrases real fetchers पर route होते हैं। Fake / sample / mock synthetic generation रखते हैं।

​

CLI commands

Command	विवरण
generate_data users --count 100 --format csv	User records preset (synthetic)
generate_data --source worldbank --indicator gdp --country IN -f json	India के लिए World Bank GDP
generate_data --source pubmed --query "mRNA vaccines" -n 20 -f csv	PubMed paper metadata
generate_data --source url --url "https://pokeapi.co/api/v2/pokemon?limit=10" -f jsonl	URL से JSON या CSV
generate_data --real --indicator population --country US	Shorthand: World Bank infer करें
generate_data --fields "id,name,price,category" -n 20	Custom synthetic columns

​

Real-world sources

--source	विवरण	प्रमुख flags
worldbank	GDP, population, life expectancy, CO₂, unemployment, internet	--indicator, --country, --year-from, --year-to
pubmed	Biomedical paper metadata (title, journal, year, URL)	--query, --count
url	किसी भी URL से JSON array/object या CSV fetch करें	--url, --count
web	DuckDuckGo search results rows के रूप में	--query, --count

Real sources 500 rows पर cap होते हैं। जब --source set होता है, Arka कभी synthetic या LLM data पर fall back नहीं करता — fetch errors स्पष्ट रूप से रिपोर्ट होते हैं।

​

World Bank indicators

gdp, gdp_per_capita, population, life_expectancy, co2, unemployment, internet

Country codes ISO-3166 alpha-2 का उपयोग करते हैं (जैसे IN, US)। Natural language country names (India, United States) automatically parse होते हैं।

​

समर्थित formats

csv, json, jsonl, tsv, yaml, xml, sql, markdown, xlsx

XLSX output के लिए openpyxl चाहिए (pip install openpyxl)। रिच fake values के लिए, optional Faker extra install करें:

pip install faker

​

Presets

Built-in presets automatically columns infer करते हैं (केवल synthetic mode):

Preset	Columns
users	id, name, email, age, phone
products	id, name, price, category
sales	date, product, quantity, revenue, region
emails	email
customers	id, name, email, address, phone

Field names generators (names, emails, phones, addresses, dates, numbers, UUIDs, booleans) से match होते हैं। जब LLM API key configured हो तो complex custom schemas के लिए --llm का उपयोग करें।

​

Output

डिफ़ॉल्ट रूप से stdout पर print करें, या -o output.csv के साथ save करें या पहले argument के रूप में filename pass करें।