在python中获取随机布尔值？

我正在寻找最好的方法（快速而优雅）来获取python中的随机布尔值（翻转硬币）。

目前，我正在使用random.randint(0, 1)或random.getrandbits(1)。

有我不知道的更好的选择吗？

亚当的答案相当快，但是我发现答案random.getrandbits(1)要快得多。如果您真的想要布尔值而不是long值，那么

bool(random.getrandbits(1))

仍然是两倍的速度 random.choice([True, False])

两种解决方案都需要 import random

如果最大的速度不是优先考虑的话，那么random.choice绝对可以读得更好

$ python -m timeit -s "import random" "random.choice([True, False])"
1000000 loops, best of 3: 0.904 usec per loop
$ python -m timeit -s "import random" "random.choice((True, False))" 
1000000 loops, best of 3: 0.846 usec per loop
$ python -m timeit -s "import random" "random.getrandbits(1)"
1000000 loops, best of 3: 0.286 usec per loop
$ python -m timeit -s "import random" "bool(random.getrandbits(1))"
1000000 loops, best of 3: 0.441 usec per loop
$ python -m timeit -s "import random" "not random.getrandbits(1)"
1000000 loops, best of 3: 0.308 usec per loop
$ python -m timeit -s "from random import getrandbits" "not getrandbits(1)"
1000000 loops, best of 3: 0.262 usec per loop  # not takes about 20us of this

在看到@Pavel的答案后添加了此内容

$ python -m timeit -s "from random import random" "random() < 0.5"
10000000 loops, best of 3: 0.115 usec per loop

random.choice([True, False])

也可以。

找到了更快的方法：

$ python -m timeit -s "from random import getrandbits" "not getrandbits(1)"
10000000 loops, best of 3: 0.222 usec per loop
$ python -m timeit -s "from random import random" "True if random() > 0.5 else False"
10000000 loops, best of 3: 0.0786 usec per loop
$ python -m timeit -s "from random import random" "random() > 0.5"
10000000 loops, best of 3: 0.0579 usec per loop

我喜欢

 np.random.rand() > .5

如果要生成许多随机布尔值，可以使用numpy的random模块。从文档中

np.random.randint(2, size=10)

将在开放时间间隔[0,2）中返回10个随机一致整数。所述size关键字指定的值的数目，以产生。

我很想知道numpy答案相对于其他答案的表现如何，因为这没有进行比较。要生成一个随机布尔，速度要慢得多，但是如果要生成多个布尔值，则速度会快得多：

$ python -m timeit -s "from random import random" "random() < 0.5"
10000000 loops, best of 3: 0.0906 usec per loop
$ python -m timeit -s "import numpy as np" "np.random.randint(2, size=1)"
100000 loops, best of 3: 4.65 usec per loop

$ python -m timeit -s "from random import random" "test = [random() < 0.5 for i in range(1000000)]"
10 loops, best of 3: 118 msec per loop
$ python -m timeit -s "import numpy as np" "test = np.random.randint(2, size=1000000)"
100 loops, best of 3: 6.31 msec per loop

您可以使用Faker库，该库主要用于测试，但是能够提供各种假数据。

安装：https : //pypi.org/project/Faker/

>>> from faker import Faker
>>> fake = Faker()
>>> fake.pybool()
True

有关此问题的新观点将涉及使用Faker，您可以轻松地使用Faker安装它pip。

from faker import Factory

#----------------------------------------------------------------------
def create_values(fake):
    """"""
    print fake.boolean(chance_of_getting_true=50) # True
    print fake.random_int(min=0, max=1) # 1

if __name__ == "__main__":
    fake = Factory.create()
    create_values(fake)