我有一个2-D数组值，需要屏蔽该数组的某些元素（索引取自~100k元组对的列表），然后从其余元素中抽取随机样本而不进行替换。
我需要一些非常快/高效的东西（希望避免循环）并且内存占用很小，因为实际上主阵列大约是20000 x 20000。
现在我会满足于（例如）：
xys=[(1,2),(3,4),(6,9),(7,3)]
gxx,gyy=numpy.mgrid[0:100,0:100]
mask = numpy.where((gxx,gyy) not in set(xys)) # The bit I can't get right
# Now sample the masked array
draws=numpy.random.choice(master_array[mask].flatten(),size=40,replace=False)
幸运的是，现在我不需要绘制的助焊剂的x，y坐标 - 但如果你知道一步一步完成这一切的有效方法，那么可以获得奖励积分（即我可以先识别这些坐标然后使用它们来获取相应的master_array值;上图是一个快捷方式。
谢谢！
相关问题：
Numpy mask based on if a value is in some other list
答案 0 :(得分：3)
你可以使用稀疏的铜矩阵
来有效地做到这一点from scipy import sparse
xys=[(1,2),(3,4),(6,9),(7,3)]
coords = zip(*xys)
mask = sparse.coo_matrix((numpy.ones(len(coords[0])), coords ), shape= master_array.shape, dtype=bool)
draws=numpy.random.choice( master_array[~mask.toarray()].flatten(), size=10)