在Python中构建二进制表示的二进制数字列表

Question

我有一个很大的由0和1组成的列表，这些数字在Python中默认是以整数的形式表示的，代码是：[randint(0, 1) for i in range(50*98)]

我想优化这个代码，让它占用更少的内存。显而易见的方法是用1个比特位来表示每一个数字。

在Python中，有没有办法创建一个真正的二进制数字列表呢？

问候，
布鲁诺

编辑：谢谢大家。
从大家的回答中我了解到，Python默认并不支持这个功能，所以我找到一个库（在Macports上安装在OSX上，这样省了我不少麻烦），它可以进行位操作：python-bitstring

Answer 1

这叫做位向量，或者说位图。你可以试试这个，比如 BitVector。如果你想自己实现一个，你需要用数字对象，而不是列表，并且要用位运算来切换位，比如：

 bitmap = 0
 bit = (1 << 24)
 bitmap |= bit  # enable bit
 bitmap &= ~bit # disable bit

Answer 2

正如delnan在评论中提到的，如果你想要逐位相等的内存使用情况，那么你就不能使用真正的二进制数字。

整数（或者长整型）当然是真正的二进制数字，因为你可以通过位运算符来操作单独的位（不过这在类中可能会被隐藏起来）。另外，long对象可以变得非常大，也就是说你可以用它们来模拟任意大的位集合。在Python中这样做可能不会很快，但也不算太难，是个不错的开始。

使用你上面提到的二进制生成方法，你可以这样做：

reduce(
    lambda (a, p), b: (b << p | a, p + 1), 
    (random.randint(0, 1) for i in range(50*98)),
    (0, 0)
)[0]

当然，random支持任意大的上限，所以你可以这样做：

r = random.randint(0, 2**(50*98))

这并不完全相同，因为这里的每个二进制位并不是独立的，和你单独生成每个数字时的独立性不同。不过，了解你的伪随机数生成器（pRNG）是如何工作的，它们在另一种情况下也并不是真正独立的。如果这对你来说很重要，你可能根本不应该使用random模块，而是使用硬件随机数生成器（RNG）。

Answer 3

这个内容使用了一个叫做 bitstring 的模块，并从你的列表中创建了一个 BitArray 对象：

from bitstring import BitArray
b = BitArray([randint(0, 1) for i in range(50*98)])

在内部，这个对象现在以字节的形式存储，所以占用的内存会少很多。你可以像平常一样对它进行切片、索引、检查和设置位等操作，还有一些额外的方法，比如 set、all 和 any，可以用来修改这些位。

如果你想把数据以二进制字符串的形式取出来，只需使用 b.bin，而如果想要获取打包成字节的数据，可以使用 b.tobytes()，这个方法会把数据填充到字节边界。