我正在寻找在 python 中获得随机布尔值的最佳方法（快速而优雅）（掷硬币）。
目前我使用的是random.randint(0, 1) 或random.getrandbits(1)。
还有我不知道的更好的选择吗？
【问题讨论】：
import random
random.choice([True, False])
也可以。
【讨论】：
random。 It is part of the standard library
random。
亚当的回答相当快，但我发现random.getrandbits(1) 要快很多。如果你真的想要一个布尔值而不是一个长的那么
bool(random.getrandbits(1))
仍然是random.choice([True, False])的两倍左右
两种解决方案都需要import random
如果不优先考虑最大速度，那么random.choice 肯定会更好读。
请注意，由于属性查找，random.choice() 比仅choice()（from random import choice 之后）慢。
$ python3 --version
Python 3.9.7
$ python3 -m timeit -s "from random import choice" "choice([True, False])"
1000000 loops, best of 5: 376 nsec per loop
$ python3 -m timeit -s "from random import choice" "choice((True, False))"
1000000 loops, best of 5: 352 nsec per loop
$ python3 -m timeit -s "from random import getrandbits" "getrandbits(1)"
10000000 loops, best of 5: 33.7 nsec per loop
$ python3 -m timeit -s "from random import getrandbits" "bool(getrandbits(1))"
5000000 loops, best of 5: 89.5 nsec per loop
$ python3 -m timeit -s "from random import getrandbits" "not getrandbits(1)"
5000000 loops, best of 5: 46.3 nsec per loop
$ python3 -m timeit -s "from random import random" "random() < 0.5"
5000000 loops, best of 5: 46.4 nsec per loop
【讨论】：
not not random.getrandbits(1)) 比 bool 快;)
from random import getrandbits 进一步加快它的速度，以避免属性查找。 :-)
random() < 0.5 最快的原因。使用from random import getrandbits时getrandbits比random() < 0.5快。
找到更快的方法：
$ 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
【讨论】：
random() > 0.5 已经评估为更快的布尔值！
random() >= 0.5，否则你会有点偏向False。
random() < 0.5 更有意义，因为将 0.5 更改为其他一些概率按预期工作
random() < 0.5，感谢@SimonLindholm 和@akxlr。
你可以试试这个，它会产生随机生成的真假数组：
a=[bool(i) for i in np.array(np.random.randint(0,2,10))]
出：[真、真、真、真、真、假、真、假、真、假]
【讨论】：
您可以使用Faker library，它主要用于测试，但能够提供各种虚假数据。
安装：https://pypi.org/project/Faker/
>>> from faker import Faker
>>> fake = Faker()
>>> fake.pybool()
True
【讨论】：
我很好奇 numpy 答案的速度与其他答案相比的表现如何，因为这被排除在比较之外。要生成一个随机布尔值，这要慢得多，但如果你想生成多个，那么它会变得更快：
$ 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
【讨论】：
这个问题的新方法是使用 Faker，您可以通过pip 轻松安装它。
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)
【讨论】：
fake.boolean() 语法简洁明了，易于其他人理解。
我喜欢
np.random.rand() > .5
【讨论】：
如果你想生成一些随机布尔值，你可以使用 numpy 的 random 模块。来自documentation
np.random.randint(2, size=10)
将在开区间 [0,2) 中返回 10 个随机均匀整数。 size 关键字指定要生成的值的数量。
【讨论】：