[Python] random 함수 정리: 난수 생성, 샘플링, 셔플 핵심 사용법

1. 기본 난수 생성 함수들

1-1. random.random() — 0.0 이상 1.0 미만 실수

import random

for _ in range(3):
    print(random.random())

• 반환 범위: [0.0, 1.0) (1.0은 포함되지 않음)
• 균일 분포(Uniform Distribution)를 따르는 부동소수점 난수

활용 예시:

# 0~100 사이 임의의 실수
x = random.random() * 100

1-2. random.randint(a, b) — 양 끝 포함 정수

import random

print(random.randint(1, 6))  # 1~6 사이 정수 (주사위 예시)

• 반환 범위: [a, b] (a, b 모두 포함)
• “주사위 눈”, “랜덤 인덱스” 같은 정수 난수에 자주 사용

randint(a, b)는 내부적으로 randrange(a, b+1)과 비슷하게 동작합니다.

1-3. random.randrange(start, stop[, step]) — range 스타일 정수

import random

print(random.randrange(10))         # 0~9 중 하나
print(random.randrange(1, 10))      # 1~9 중 하나
print(random.randrange(0, 10, 2))   # 0, 2, 4, 6, 8 중 하나

• range()와 같은 규칙을 따릅니다.
  • start 기본값 0
  • stop은 포함되지 않음
  • step 간격으로 값 선택

정리:

• 배열 인덱스나 특정 간격의 정수 값이 필요할 때 사용
• randint보다 범위/간격 제어가 조금 더 유연함

1-4. random.uniform(a, b) — 임의 구간의 실수

import random

print(random.uniform(1.0, 3.0))  # 1.0 이상 3.0 이하

• [a, b] 또는 [b, a] 구간에서 실수 난수를 생성
• 센서 값, 임의의 좌표, 임의의 길이 등 “연속적인 값”을 만들어야 할 때 사용

 

2. 시퀀스를 다루는 random 함수들

2-1. random.choice(seq) — 하나 뽑기

import random

items = ["apple", "banana", "cherry"]
print(random.choice(items))

• 리스트, 튜플, 문자열 등에서 원소 하나를 랜덤 선택
• 비어 있는 시퀀스에 대해 호출하면 IndexError 발생

2-2. random.choices(seq, k, weights=None) — 여러 개 뽑기 (중복 허용)

import random

items = ["red", "green", "blue"]

print(random.choices(items, k=5))

weights = [0.7, 0.2, 0.1]
print(random.choices(items, weights=weights, k=10))

• k 개수를 지정해 여러 개 선택, 중복 허용
• weights 또는 cum_weights로 선택 확률 조정 가능

2-3. random.sample(population, k) — 여러 개 뽑기 (중복 없이)

import random

numbers = list(range(1, 46))

lotto = random.sample(numbers, 6)
print(sorted(lotto))

• population에서 서로 다른 원소 k개를 선택
• k는 len(population)보다 클 수 없음

2-4. random.shuffle(seq) — 리스트 섞기

import random

deck = list(range(1, 11))
random.shuffle(deck)
print(deck)

• 전달한 리스트를 제자리(in-place) 에서 섞습니다.
• 반환값은 None

 

3. random.seed(x) — 재현 가능한 난수 시퀀스

import random

random.seed(42)
print(random.random())
print(random.random())

random.seed(42)
print(random.random())
print(random.random())

• 같은 seed 값을 주면, 같은 순서의 난수가 재생됩니다.
• 실험 재현, 테스트 코드, 문서 예제 작성에 매우 유용합니다.

실무 패턴:

• 실험 재현이 중요 → 코드 초반에 한 번만 random.seed(고정값)
• 유저마다 다른 결과를 원함 → seed를 건드리지 않고 기본값 사용

 

4. 확률 분포 기반 random 함수들 (간단 소개)

4-1. 정규 분포: random.normalvariate(mu, sigma), random.gauss(mu, sigma)

import random

mu = 0.0      # 평균
sigma = 1.0   # 표준편차

x = random.normalvariate(mu, sigma)
y = random.gauss(mu, sigma)

• 둘 다 정규 분포 난수 생성
• 노이즈 추가, 실험 데이터 모의 생성 등에 활용

---

4-2. 지수 분포: random.expovariate(lambd)

import random

lambd = 0.5  # rate (평균 간격 1 / lambd)

x = random.expovariate(lambd)

• 사건 사이 시간 간격 모델링 등에 사용

 

5. 보안 관련 주의: random vs secrets

import random
import secrets

• random:
  • 의사 난수 (PRNG) → 내부 상태 예측 가능
  • 보안용(비밀번호, 토큰 생성 등)으로 부적합
• secrets:
  • 암호학적으로 안전한 난수
  • 보안 토큰, 인증 코드, 일회용 비밀번호 등에 사용

간단 예시:

import secrets
import string

alphabet = string.ascii_letters + string.digits
password = "".join(secrets.choice(alphabet) for _ in range(12))
print(password)