Python 随机选择0或1次相同的次数？

我想迭代100个值，然后随机选择0或1，但结果是0和1的数量相等

下面的代码打印计数：

import random
c_true = 0
c_false = 0

for i in range(100):
    a = random.getrandbits(1)
    if a == 1:
        c_true += 1
    else:
        c_false += 1

print "true_count:",c_true
print "false_count:",c_false

输出为：

true_count: 56
false_count: 44

我希望计数相等

true_count: 50
false_count: 50

如何更改代码以获得所需的结果

创建带有50个0和50个1的编号

>>> numbers = [0, 1] * 50

进口

shuffle

>>> shuffle(numbers)

---

注意：

shuffle

在适当的位置对列表进行洗牌。因此，

数字现在将被洗牌。
那么它不是真正随机的，但是如果你想以50个1和50个0结束，那么根据剩余的可用位置使用权重。例如，在40 1s和45 0s时，0的概率应为5/15，1的概率应为10/15。
下面是一个基于生成器的解决方案，它使用O（1）内存：

虽然这满足OP的约束，即so+1，但它不能在所有可能的序列上给出均匀分布，因此可能不适合于某些目的。@DSM：这让我想知道是否有一种已知的O（1）算法可以在所有序列上给出均匀分布？我想使用
（random.random（）>=1.0*false\u count/（true\u count+false\u count））
。@DSM：它看起来确实像（根据经验，通过我刚刚做的一点蒙特卡罗模拟）。谢谢。这是一个有偏差的算法，因为它很可能以一个长的0或1序列结尾。我最初认为它也是不确定的，但在50个零或1之后，生成另一个值的概率将是100%，所以情况并非如此。是的，它是基于剩余值的偏差，这就是为什么它不是随机的。如果你有一篮100个球（50个1，50个0），那么它在现实世界中是如何工作的。你不能要求完全无偏的随机性，但要增加一个先决条件，即结果应该被分成50%。这两件事是不相容的。我很确定这个问题的三个答案在逻辑上是相同的。
>>> shuffle(numbers)

import random

def gen_boolean_seq(true_count, false_count):
   while true_count or false_count:
      val = (random.random() >= false_count / float(true_count + false_count))
      if val:
         true_count -= 1
      else:
         false_count -= 1
      yield val

print sum(gen_boolean_seq(50, 50))