numpy 从索引列表创建 2D 掩码 [+ 然后从掩码数组中绘制]

我有一个二维值数组，需要先屏蔽该数组的某些元素（索引取自约 100k 元组对的列表），然后再从剩余元素中抽取随机样本而不进行替换。

我需要既快速/高效（希望避免 for 循环）又具有较小内存占用的东西，因为实际上主数组约为 20000 x 20000。

现在我会满足于类似的东西（用于说明）：

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，现在我不需要绘制通量的 x,y 坐标 - 但如果您知道一种有效的方法来一步完成这一切，那就加分了（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）。

Thanks!

相关问题：

基于值是否在其他列表中的 Numpy 掩码 https://stackoverflow.com/questions/13629061/numpy-mask-based-on-if-a-value-is-in-some-other-list

基于索引掩码 numpy 数组 https://stackoverflow.com/questions/18860664/mask-numpy-array-based-on-index

二维数组的 numpy in1d 实现？ https://stackoverflow.com/questions/16210738/numpy-in1d-for-2d-arrays

您可以使用稀疏 coo 矩阵有效地做到这一点

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)