在python中获取随机布尔值？

Posted 2023-02-25

技术标签:

【中文标题】在python中获取随机布尔值？【英文标题】：Get a random boolean in python? 【发布时间】：2011-10-13 01:44:41 【问题描述】：

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】：

这是一个很好且有效的问题，关于获取随机布尔值的各种选项的性能，但我觉得迷失在所有基准测试的噪音中的是，表现最好的人节省不到一秒钟的时间在百万次迭代中表现最差。如果您来这里是为了寻找加速应用程序的方法，您可能应该先看看其他选项。 【参考方案1】：

import random
random.choice([True, False])

也可以。

【讨论】：

我需要导入一些库吗？只是random。 It is part of the standard library 确实——这里的大多数其他答案都使用了相同的random。【参考方案2】：

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】：

如果我们只关注性能，not not random.getrandbits(1)) 比 bool 快;) 您可能根本不需要转换为布尔值，因为 0/1 具有正确的真值。您可以通过 from random import getrandbits 进一步加快它的速度，以避免属性查找。 :-) 实际上，缺少属性查找似乎是random() < 0.5 最快的原因。使用from random import getrandbits时getrandbits比random() < 0.5快。【参考方案3】：

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已更改为random() < 0.5，感谢@SimonLindholm 和@akxlr。【参考方案4】：

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】：

【参考方案5】：

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】：

【参考方案6】：

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】：

【参考方案7】：

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】：

您至少应该解释一下为什么您认为这是一个更好的解决方案，因为它涉及下载不同的包并且比较麻烦。我不同意反对票。如果您正在创建随机数据，那么您很可能会遇到 Faker 是一个非常有用的工具的情况。 fake.boolean() 语法简洁明了，易于其他人理解。不管这个包是否有用，完全没有解释为什么要考虑这个问题，这使得答案毫无用处。【参考方案8】：

我喜欢