lookup_data.py — catálogos fictícios

Arquivo: persona_db/seeds/lookup_data.py

Inventário

Constante	Tipo	Conteúdo
MALE_FIRST_NAMES, FEMALE_FIRST_NAMES	list[str]	prenomes usados por gen_00_pessoa
SURNAMES	list[str]	sobrenomes; personas recebem 1 ou 2 (78% recebem 2)
CIDADES	list[dict]	municípios fictícios com UF, região e população
BAIRROS	list[dict]	derivado de CIDADES por _build_bairros()
BANCOS	list[dict]	instituições financeiras fictícias
EMPRESAS	list[dict]	empregadores com CNPJ fictício válido e setor
UNIVERSIDADES	list[dict]	instituições de ensino superior
HOSPITAIS	list[dict]	rede hospitalar fictícia
PROFISSOES	list[dict]	ocupações com setor e faixa salarial (_build_profissoes())
DOENCAS	list[dict]	catálogo clínico (_fill_doencas())
MEDICAMENTOS	list[dict]	princípios ativos fictícios
CURSOS	list[dict]	cursos de graduação e técnicos
RACAS_PET	list[dict]	raças de cães, gatos e outros
PARTIDOS	list[dict]	legendas fictícias para o domínio eleitoral
MIN_WAGE_HISTORY	list[dict]	salário mínimo por ano
IPCA_MENSAL	list[dict]	série mensal de inflação (_build_ipca())

Séries econômicas

MIN_WAGE_HISTORY é a referência usada por gen_05_carreira.min_wage_for_year(year) e pelo validador financeiro: nenhum salário registrado pode ficar abaixo do piso do ano de contratação. IPCA_MENSAL corrige valores monetários ao longo do tempo (faturas, aluguéis, preços de produtos).

from persona_db.seeds.lookup_data import MIN_WAGE_HISTORY
from persona_db.generators.gen_05_carreira import min_wage_for_year

min_wage_for_year(2015), min_wage_for_year(2024)

Geografia: CIDADES vs. GeographyEngine.CITY_SET

Existem duas fontes de territórios fictícios:

Fonte	Papel
seeds.lookup_data.CIDADES / BAIRROS	catálogo tabular usado por geradores que precisam de endereços
engines.geography.CITY_SET / NEIGHBORHOODS	território procedural (50 cidades, ~500 bairros) usado na alocação por classe e na migração

As duas são determinísticas; ao criar um domínio novo, prefira o motor geográfico quando a escolha depender de classe social e o catálogo quando for apenas um rótulo de endereço.

Empresas e CNPJ

def _make_cnpj(seed_str: str) -> str: ...
def _valid_cnpj(digits14: str) -> bool: ...

Cada empresa fictícia tem CNPJ formalmente válido (dígitos verificadores corretos) derivado do nome — estável entre execuções e nunca correspondente a uma empresa real.

Estendendo um catálogo

1. Acrescente entradas ao final da lista (inserir no meio desloca índices e muda sorteios ponderados por posição).
2. Mantenha as mesmas chaves dos dicionários existentes.
3. Rode python3 -m pytest persona_db/tests -q — a suíte estatística detecta mudanças grosseiras de distribuição.
4. Lembre-se de que qualquer alteração aqui muda os datasets gerados com a mesma semente.