Python random.SystemRandomの使い方|Randomクラスとの違い・seedが効かない理由とsecretsとの使い分け
random.SystemRandomは、OSが用意する乱数源(os.urandom())から乱数を作るクラスです。普段のrandom.randint()などと同じメソッドが使えますが、seed()が無視されるので結果を再現できず、そのぶん予測もされにくいのが通常のRandomクラスとの違いです。
randomモジュールのクラスはRandomとSystemRandomの2つです。この記事では、2つのクラスの違いを実際に動かして確かめ、どんな場面でどちらを使うか、さらにsecretsモジュールとの関係までを整理します。コードはPython 3.12.15で実行した結果です。仕様は公式ドキュメント(random — Generate pseudo-random numbers、Python 3.15版、2026年10月18日確認)で確かめています。
RandomとSystemRandomの違い(比較表)
| 項目 | random.Random | random.SystemRandom |
|---|---|---|
| 乱数の作り方 | メルセンヌ・ツイスタ(計算で作る擬似乱数) | OSの乱数源(os.urandom()) |
seed() |
効く(同じシードなら同じ結果) | 無視される |
getstate()/setstate() |
使える | NotImplementedError |
| 結果の再現 | できる | できない |
| 速さ | 速い | 遅い(下の計測では約40倍) |
| 向いている用途 | シミュレーション、ゲーム、テストデータ、機械学習の実験 | 抽選など、結果を予測されたくない処理 |
| パスワード・トークン | 使ってはいけない | 使えるが、通常はsecretsを使う |
公式ドキュメントは、randomモジュールの擬似乱数について「セキュリティ目的には使うべきではない」と警告し、セキュリティや暗号の用途にはsecretsモジュールを案内しています。
random.randint()の正体はRandomクラスのメソッド
普段呼んでいるrandom.randint()やrandom.choice()は、モジュールの中に隠れているRandomクラスのインスタンスのメソッドです。公式ドキュメントにも「モジュールの関数は、隠れたrandom.Randomのインスタンスのバウンドメソッド」と書かれています。
import random
import secrets
print(secrets.SystemRandom is random.SystemRandom)
print(isinstance(random.SystemRandom(), random.Random))
print(random.choice.__self__.__class__.__name__)
実行結果:
True
True
Random
3行目から、random.choiceの持ち主がRandomクラスのインスタンスだとわかります。またSystemRandomはRandomの子クラスなので、randint()・choice()・sample()・shuffle()など、同じ名前のメソッドがそのまま使えます。1行目のとおり、secrets.SystemRandomはrandom.SystemRandomと同じものです。
SystemRandomの使い方
インスタンスを作って、いつもの関数と同じようにメソッドを呼ぶだけです。
import random
sr = random.SystemRandom()
print(sr.randint(1, 6), sr.choice(["グー", "チョキ", "パー"]), round(sr.random(), 3))
# seed() は無視される
a = random.SystemRandom(42)
b = random.SystemRandom(42)
print(a.randint(1, 10**9) == b.randint(1, 10**9))
# 状態の保存はできない
try:
a.getstate()
except NotImplementedError as e:
print("getstate:", type(e).__name__)
実行結果(1行目は実行するたびに変わります):
3 パー 0.938
False
getstate: NotImplementedError
同じ42を渡しても結果が一致しません。公式ドキュメントのとおり、SystemRandomはソフトウェアの状態に頼らないため、seed()は何もせず、getstate()とsetstate()はNotImplementedErrorになります。「シードを指定したのに毎回結果が違う」というときは、SystemRandomを使っていないか確認してください。
抽選に使う例
当選者を選ぶ、発表順を決めるといった、結果を予測されたくない処理ではSystemRandomが向いています。
import random
members = ["佐藤", "鈴木", "高橋", "田中", "伊藤", "渡辺"]
sr = random.SystemRandom()
print(sr.sample(members, 2)) # 当選者2名
sr.shuffle(members) # 発表順
print(members)
実行結果(例):
['佐藤', '伊藤']
['渡辺', '伊藤', '高橋', '田中', '鈴木', '佐藤']
逆に、「同じ条件でもう一度抽選をやり直して、結果を検証できるようにしたい」という場合は、シードを記録したRandomのほうが向いています。どちらを選ぶかは「再現できること」と「予測されないこと」のどちらが大事かで決まります。
Randomクラスの使い方:シードを他の処理に影響させない
Randomクラスを自分でインスタンス化すると、モジュール全体で共有している乱数とは別の、独立した乱数を持てます。
import random
r1 = random.Random(42)
r2 = random.Random(42)
print([r1.randint(1, 100) for _ in range(5)])
print([r2.randint(1, 100) for _ in range(5)])
random.seed(42)
print([random.randint(1, 100) for _ in range(5)])
実行結果:
[82, 15, 4, 95, 36]
[82, 15, 4, 95, 36]
[82, 15, 4, 95, 36]
同じシードなら、インスタンスでもモジュール関数でも同じ並びになります。違いが出るのは、関数の中でシードを固定したときです。
import random
def quiz_global():
random.seed(7) # 全体で共有している乱数を固定してしまう
return random.sample(range(1, 11), 3)
def quiz_local():
rng = random.Random(7) # この関数専用の乱数
return rng.sample(range(1, 11), 3)
random.seed(0)
print("基準 :", [random.randint(1, 100) for _ in range(3)])
random.seed(0)
quiz_global()
print("global版の後:", [random.randint(1, 100) for _ in range(3)])
random.seed(0)
quiz_local()
print("local版の後 :", [random.randint(1, 100) for _ in range(3)])
実行結果:
基準 : [50, 98, 54]
global版の後: [84, 7, 10]
local版の後 : [50, 98, 54]
random.seed()を中で呼ぶ関数を使うと、呼び出し元の乱数の並びまで変わってしまいます。random.Random(シード)で専用のインスタンスを作れば、ほかの処理には影響しません。ライブラリや関数の中で乱数を固定したいときは、こちらの書き方が安全です。シード固定の考え方そのものは「Python random.seed()の使い方」で詳しく解説しています。
状態を保存して途中からやり直す
import random
r = random.Random(2026)
state = r.getstate() # 現在の状態を保存
first = [r.randint(1, 100) for _ in range(3)]
r.setstate(state) # 状態を戻すと…
again = [r.randint(1, 100) for _ in range(3)]
print(first, again, first == again)
実行結果:
[16, 41, 65] [16, 41, 65] True
状態を保存して戻せば、まったく同じ乱数が再び出てきます。ゲームのリプレイや実験のやり直しには便利ですが、状態がわかれば次の値もわかるということでもあります。これが、Randomをパスワードや認証用のトークンに使ってはいけない理由です。公式ドキュメントも、メルセンヌ・ツイスタは完全に決定的なので暗号用途にはまったく向かないと説明しています。
シードに使える型(Python 3.11以降)
import random
for seed in [42, "abc", 3.14, (1, 2)]:
try:
r = random.Random(seed)
print(repr(seed), "->", r.randint(1, 100))
except TypeError as e:
print(repr(seed), "->", "TypeError:", e)
実行結果:
42 -> 82
'abc' -> 99
3.14 -> 100
(1, 2) -> TypeError: The only supported seed types are: None,
int, float, str, bytes, and bytearray.
Python 3.11から、シードに使える型はNone・int・float・str・bytes・bytearrayに限られました。古いコードでタプルなどを渡しているとTypeErrorになります。
速さの違いを計測する
SystemRandomは呼ぶたびにOSから乱数を取り出すため、Randomより遅くなります。100万回random()を呼んだ時間をtimeitで比べました。
import random
import timeit
r = random.Random()
sr = random.SystemRandom()
n = 1_000_000
print("Random :", round(timeit.timeit(r.random, number=n), 3), "秒")
print("SystemRandom:", round(timeit.timeit(sr.random, number=n), 3), "秒")
実行結果(Apple シリコンのMac、Python 3.12.15。環境によって変わります):
Random : 0.02 秒
SystemRandom: 0.743 秒
この環境では約40倍の差でした。数回の抽選なら気になりませんが、シミュレーションのように何百万回も乱数を使う処理ではRandomを使います。
SystemRandomとsecretsの使い分け
secretsモジュールは、パスワードやトークンを安全に作るためにPython 3.6で追加されたモジュールです。中身はSystemRandomと同じOSの乱数源を使っています(上の実行結果のとおり、secrets.SystemRandomはrandom.SystemRandomそのものです)。公式ドキュメント(secrets — Generate secure random numbers for managing secrets、2026年10月18日確認)は、セキュリティ用途ではrandomモジュールの既定の擬似乱数よりsecretsを優先して使うよう案内しています。
| やりたいこと | 使うもの |
|---|---|
| サイコロ・ゲーム・シミュレーション | randomの関数、またはrandom.Random |
| 結果を再現したい実験・テスト | random.Random(シード) |
| 予測されたくない抽選・並べ替え | random.SystemRandom(またはsecrets.choice()) |
| パスワード・認証トークン・URLの合言葉 | secrets.token_hex()/secrets.token_urlsafe()/secrets.choice() |
SystemRandomにはsample()やshuffle()、uniform()など、randomと同じ道具がそろっているのが利点です。一方、トークンのように「何バイトの乱数を文字列にするか」を決めて作るものはsecretsの関数のほうが簡単で、間違いが起きにくくなります。secretsの使い方は「Python secretsとは?安全な乱数・トークンを生成する方法」と「secrets.choice()とrandom.choice()の違い」で解説しています。
マルチスレッドで使うときの注意
公式ドキュメントによると、モジュール全体の乱数もRandomのインスタンスもスレッドセーフです。ただし、GILなしで動くフリースレッド版のPythonでは、複数のスレッドが同じインスタンスを同時に呼ぶと競合して遅くなることがあるため、スレッドごとに別のRandomインスタンスを持つことがすすめられています。ここでも「自分でインスタンスを作る」書き方が役に立ちます。
よくある質問
Q. random.SystemRandomとrandom.Randomの違いは何ですか?
Randomは計算で作る擬似乱数(メルセンヌ・ツイスタ)で、seed()で結果を再現できます。SystemRandomはOSの乱数源(os.urandom())を使い、seed()が無視されるので再現できません。そのぶん予測されにくい乱数になります。
Q. SystemRandomでseedを指定しても結果が毎回違うのはなぜですか?
SystemRandomはソフトウェアの状態に頼らないため、seed()は何もしない仕様です。結果を再現したい場合はrandom.Random(シード)を使ってください。
Q. パスワードの生成にはSystemRandomとsecretsのどちらを使えばいいですか?
どちらも同じOSの乱数源を使いますが、パスワードやトークンにはsecretsモジュールを使うのが公式ドキュメントの案内です。secrets.choice()やsecrets.token_urlsafe()を使うと、目的に合った書き方が簡単にできます。
Q. 関数の中でだけ乱数を固定するにはどうしますか?
random.seed()ではなく、rng = random.Random(シード)のように専用のインスタンスを作り、rng.randint()などを呼びます。こうするとプログラム全体の乱数には影響しません。
まとめ
random.randint()などは、隠れたRandomインスタンスのメソッドrandom.Random(シード)で、ほかに影響しない専用の乱数を持てる(再現・状態保存ができる)random.SystemRandomはOSの乱数源を使い、seed()は無視・getstate()はエラー。予測されたくない抽選向き- パスワードやトークンは
secretsで作る
randomの関数を一覧で確認したいときは「Python random メソッド一覧」、モジュール全体の入門は「Python import randomとは?」が入口です。
通学型のプログラミングスクール「テックジム」では、こうした標準ライブラリの使い方も、自分のペースで課題を進めながら、わからないところをその場でトレーナーに質問して身につけられます。東京本校(永田町)では、毎週土曜に無料Python講座(ゼロからはじめるPython入門講座)を開いています。
関数・メソッド別の解説記事
Randomクラスのメソッドは、random.randint()のようなモジュール関数としても呼び出せます。個別の使い方は次の記事で解説しています。
- Python import randomとは?randomモジュールの使い方
- Python random.random()とは?0以上1未満の乱数を作る
- Python random.randint()とは?範囲指定で整数の乱数を作る
- Python random.randrange()とは?randint()との違いを解説
- Python random.uniform()とは?範囲指定で小数の乱数を作る
- Python random.choice()とは?リストから1つランダムに選ぶ
- Python random.choices()とは?重み付き抽選と複数抽出
- Python random.sample()とは?重複なしでランダム抽出する
- Python random.shuffle()とは?リストをシャッフルする方法
- Python random.seed()とは?乱数を固定して再現する方法
- Python random.getrandbits()とは?ビット単位で乱数を作る
あわせて読みたい
- Python random メソッド一覧|Randomクラスのメソッドを解説
- Python random関数一覧|乱数生成の関数・メソッドまとめ
- Python標準ライブラリのクラスとは?関数・メソッドとの違いも解説
- Python標準ライブラリのメソッドとは?関数との違いや使い方を解説
random の関連記事
randomモジュールはメンバー一覧の視点でも整理しています。あわせて読むと、どの名前がどの分類にあたるのかを把握しやすくなります。




