# Gérer le hasard avec la bibliothèque standard Python : `random` (choix, échantillonnage, mélange, reproductibilité)

> **Série 04 – Génération de nombres aléatoires et mélange de données**

« Choisir un élément au hasard », « mélanger », « sélectionner plusieurs éléments sans répétition », « attribuer des probabilités différentes ». Ces opérations sont fréquemment requises dans les jeux, la génération de données de test, les simulations simples ou la division de jeux de données.

![Truc de casino du magicien](/media/editor_temp/6/d231fe37-ba66-4222-bca7-4d3dd8e33399.png)

Le module `random` de la bibliothèque standard Python permet de répondre à ces besoins avec un code concis. Il convient toutefois de noter que `random` n’est pas adapté aux applications nécessitant une sécurité cryptographique.

---

## 1. La nature « aléatoire » produite par `random` {#sec-455748bb14be}

`random` génère des **pseudo‑nombres aléatoires (PRNG)**. Plutôt que des nombres réellement imprévisibles, il crée une séquence qui *semble* aléatoire à partir d’un état interne.

* Avec le même état initial (seed), la séquence de résultats est identique.
* Cela facilite le débogage et les expériences reproductibles.
* En revanche, dans les scénarios où un attaquant peut prédire l’état, `random` n’est pas adapté (voir `secrets` plus loin).

---

## 2. Nombres aléatoires de base : générer des nombres {#sec-d5b02eb13283}

### 2.1 Nombre décimal entre 0 et 1 : `random()` {#sec-0219f1479073}

```python
import random

x = random.random()
print(x)  # 0.0 <= x < 1.0
```

### 2.2 Plage d’entiers : `randint(a, b)` / `randrange()` {#sec-db1bdddd505e}

```python
import random

print(random.randint(1, 6))   # 1~6 (inclus)
print(random.randrange(0, 10, 2))  # 0,2,4,6,8
```

* `randint(a, b)` inclut les bornes **a et b**
* `randrange(start, stop, step)` suit la règle de `range` (stop exclu)

### 2.3 Nombre décimal dans une plage : `uniform(a, b)` {#sec-b2ac63ac3cef}

```python
import random

print(random.uniform(1.5, 3.5))
```

---

## 3. Sélection dans une collection : choix, échantillonnage, mélange {#sec-8b4cde32f256}

### 3.1 Choisir un élément : `choice()` {#sec-deb7c9f088ca}

```python
import random

items = ["rock", "paper", "scissors"]
print(random.choice(items))
```

### 3.2 Sélectionner plusieurs éléments sans répétition : `sample()` {#sec-3f22607831e5}

```python
import random

nums = list(range(1, 46))
picked = random.sample(nums, k=6)  # 6 sans répétition
print(picked)
```

* `sample()` ne modifie pas l’original
* **Pas de répétition**

### 3.3 Mélanger une liste : `shuffle()` (en place) {#sec-ccdf58c09400}

```python
import random

deck = list(range(10))
random.shuffle(deck)
print(deck)
```

* `shuffle()` modifie la liste **in‑place**.
* Pour conserver l’original, utilisez `sample()` pour créer une copie mélangée.

```python
import random

deck = list(range(10))
shuffled = random.sample(deck, k=len(deck))
print(deck)
print(shuffled)
```

---

## 4. Choix pondéré : `choices()` {#sec-aa8997456e04}

La possibilité de pondérer les choix (par exemple, « fréquemment, rarement ») est utile pour créer des sélections avec des probabilités différentes.

```python
import random

items = ["common", "rare", "legendary"]
weights = [85, 14, 1]  # proportions

result = random.choices(items, weights=weights, k=10)
print(result)
```

* `choices()` autorise par défaut la **répétition**.
* `weights` peut représenter des probabilités (0‑1) ou des proportions.

---

## 5. Reproduire les résultats : `seed()` {#sec-bc5ab726676b}

En utilisant la même graine (seed), la séquence de résultats est identique. Cela est utile pour les tests.

```python
import random

random.seed(42)
print(random.randint(1, 100))
print(random.randint(1, 100))
```

Même si différentes fonctions du module `random` sont utilisées, la séquence des résultats reste déterminée.

> Note : `seed()` affecte l’état global. Dans les projets de grande envergure, il est plus sûr de créer une instance `random.Random()` séparée.

---

## 6. Utiliser un RNG local au lieu de l’état global : `random.Random()` {#sec-1834e1c42abe}

Vous pouvez isoler l’état du RNG sans toucher l’état global.

```python
import random

rng = random.Random(42)  # RNG local
print(rng.randint(1, 100))
print(rng.randint(1, 100))
```

Cette approche est particulièrement utile dans les bibliothèques ou lorsque plusieurs parties du code partagent le même module.

---

## 7. Nombres aléatoires pour la sécurité : `secrets` {#sec-362a8ba26346}

Le module `random` génère des nombres prévisibles. Pour les jetons, codes d’authentification ou liens de réinitialisation, utilisez `secrets`.

```python
import secrets

token = secrets.token_urlsafe(16)
print(token)
```

* `secrets` est conçu pour générer des nombres à partir d’une source sécurisée du système.

---

## 8. Exemples de cas d’utilisation courants {#sec-5f6bd9bdf408}

### 8.1 Sélectionner un ou plusieurs éléments aléatoires d’une liste {#sec-366d7b6c1b6f}

```python
import random

users = ["u1", "u2", "u3", "u4", "u5"]
print(random.choice(users))        # 1
print(random.sample(users, k=2))   # 2 sans répétition
```

### 8.2 Mélanger les données et extraire la première partie {#sec-8d04aefaf202}

```python
import random

data = list(range(100))
random.shuffle(data)
train = data[:80]
test = data[80:]
```

### 8.3 Roulette simple pondérée {#sec-d3ba1df51400}

```python
import random

prizes = ["A", "B", "C", "D"]
weights = [1, 3, 10, 86]  # D le plus fréquent
print(random.choices(prizes, weights=weights, k=1)[0])
```

---

## 9. Conclusion {#sec-ecbe78d7ffd8}

Le module `random` regroupe les opérations de **choix aléatoire** dans une API compacte.

* Choisir un élément : `choice`
* Sélection sans répétition : `sample`
* Mélanger : `shuffle`
* Choix pondéré : `choices`
* Reproductibilité : `seed` ou `random.Random()`
* Nombres aléatoires sécurisés : `secrets`

Dans la prochaine partie, nous explorerons d’autres modules de la bibliothèque standard, comme `statistics` ou `math`, pour manipuler les nombres.

---

**Articles connexes :**

- [[Python Standard Library – 0] Qu’est‑ce que la bibliothèque standard Python ? Guide pour débutants](/ko/whitedec/2026/1/29/python-standard-library/)
- [[Python Standard Library – 1] Maîtriser le système de fichiers & l’environnement OS : pathlib vs os](/ko/whitedec/2026/1/29/file-system-os-environment-master-pathlib-vs-os/)
- [[Python Standard Library – 2] Stockage & sérialisation de données : json, pickle, csv](/ko/whitedec/2026/1/30/python-json-pickle-csv/)
- [[Python Standard Library – 3] Gérer le temps en Python : datetime](/ko/whitedec/2026/1/30/python-datetime-complete-guide/)