Locale ml_IN

faker2.providers.company

class faker2.providers.company.ml_IN.Provider(generator: Any)

Bases: Provider

bs() → str

Example:

‘integrate extensible convergence’

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.bs()
...
'iterate integrated e-markets'
'integrate back-end mindshare'
'synthesize wireless content'
'syndicate synergistic applications'
'productize killer mindshare'

catch_phrase() → str

Example:

‘Robust full-range hub’

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.catch_phrase()
...
'Networked well-modulated instruction set'
'Balanced empowering migration'
'Pre-emptive impactful toolset'
'Innovative mission-critical help-desk'
'Reduced didactic middleware'

company() → str

Example:

‘Acme Ltd’

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.company()
...
'ശിവരാമൻ വാസു ആൻഡ് കമ്പനി'
'കേശവൻ അസോസിയേറ്റ്സ്'
'പട്ടേരി ശിവദാസൻ എന്റർപ്രൈസസ്'
'പുതുവാൾ സാമുവൽ ഇൻഡസ്ട്രീസ്'
'മൂസ്സത്-ഭാസ്കരൻ ഇൻഡസ്ട്രീസ്'

company_sector()

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.company_sector()
...
'സൊല്യൂഷൻസ്'
'സൊല്യൂഷൻസ്'
'ടെക്നോളജീസ്'
'എന്റർപ്രൈസസ്'
'ട്രേഡേഴ്സ്'

company_suffix() → str

Example:

‘Ltd’

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.company_suffix()
...
'ആൻഡ് കമ്പനി'
'ആൻഡ് കമ്പനി'
'ലിമിറ്റഡ്'
'എന്റർപ്രൈസസ്'
'അസോസിയേറ്റ്സ്'

faker2.providers.person

class faker2.providers.person.ml_IN.Provider(generator: Any)

Bases: Provider

first_name() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.first_name()
...
'രമണി'
'വിജേഷ്'
'ഗോപിക'
'ശോഭ'
'ശ്രീജിത്ത്'

first_name_female() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.first_name_female()
...
'സുമിത്ര'
'ജ്യോതി'
'സലീന'
'വന്ദന'
'രേവതി'

first_name_male() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.first_name_male()
...
'ശ്രീകാന്ത്'
'രവീന്ദ്രൻ'
'വിജയൻ'
'രഘു'
'ജിതിൻ'

first_name_nonbinary() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.first_name_nonbinary()
...
'രമണി'
'വിജേഷ്'
'ഗോപിക'
'ശോഭ'
'ശ്രീജിത്ത്'

language_name() → str

Generate a random i18n language name (e.g. English).

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.language_name()
...
'Lithuanian'
'Marathi'
'Aymara'
'Indonesian'
'Portuguese'

last_name() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.last_name()
...
'ജയരാമൻ'
'തിരുമുൽപ്പാട്'
'ശിവരാമൻ'
'വാസു'
'മൂപ്പൻ'

last_name_female() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.last_name_female()
...
'ജയരാമൻ'
'തിരുമുൽപ്പാട്'
'ശിവരാമൻ'
'വാസു'
'മൂപ്പൻ'

last_name_male() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.last_name_male()
...
'ജയരാമൻ'
'തിരുമുൽപ്പാട്'
'ശിവരാമൻ'
'വാസു'
'മൂപ്പൻ'

last_name_nonbinary() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.last_name_nonbinary()
...
'ജയരാമൻ'
'തിരുമുൽപ്പാട്'
'ശിവരാമൻ'
'വാസു'
'മൂപ്പൻ'

name() → str

Example:

‘John Doe’

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.name()
...
'കുമാരി അഞ്ജന കേശവൻ'
'മാളവിക'
'ലതിക കുര്യൻ'
'കാർത്തിക രവീന്ദ്രനാഥ്'
'ജോസ്'

name_female() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.name_female()
...
'സലീന'
'അഞ്ജന'
'ഡോ. അഥീന പട്ടേരി'
'കുമാരി അശ്വതി സാമുവൽ'
'ചന്ദ്രിക മൂസ്സത്'

name_male() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.name_male()
...
'വിജയൻ'
'ഗോപാലകൃഷ്ണൻ'
'ഡോ. സുനിൽ ശിവദാസൻ'
'ഡോ. വിവേക് സാമുവൽ'
'ജോസ് മൂസ്സത്'

name_nonbinary() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.name_nonbinary()
...
'കുമാരി അഞ്ജന കേശവൻ'
'മാളവിക'
'ലതിക കുര്യൻ'
'കാർത്തിക രവീന്ദ്രനാഥ്'
'ജോസ്'

prefix() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.prefix()
...
'ഡോ.'
'ഡോ.'
'ശ്രീ'
'കുമാരി'
'ഡോ.'

prefix_female() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.prefix_female()
...
'കുമാരി'
'കുമാരി'
'ശ്രീമതി'
'കുമാരി'
'ഡോ.'

prefix_male() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.prefix_male()
...
'ഡോ.'
'ഡോ.'
'ശ്രീ'
'ഡോ.'
'ഡോ.'

prefix_nonbinary() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.prefix_nonbinary()
...
'ഡോ.'
'ഡോ.'
'ശ്രീ'
'കുമാരി'
'ഡോ.'

suffix() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.suffix()
...
''
''
''
''
''

suffix_female() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.suffix_female()
...
''
''
''
''
''

suffix_male() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.suffix_male()
...
''
''
''
''
''

suffix_nonbinary() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.suffix_nonbinary()
...
''
''
''
''
''