可以使用numpy中的random.choice函式隨機選擇陣列的下標

numpy.random.choice(a, size=None, replace=True, p=None)
#a為一維陣列或int值，為一維陣列時會從該陣列中隨機選擇元素，為int值時會先生成一個np.arange(a)的陣列，然後從中隨機選擇元素
#size為int值，為選擇元素的個數
#replace預設為True，意思是隨機選擇出的元素還會放回樣本集中，即生成的數列中可能存在相同的元素，為False時就不會出現
#p為樣本選擇的概率，預設為一致分佈

import numpy as np
data=np.random.random(size
 
=10)
data
Out[4]: 
array([ 0.21575642,  0.30620622,  0.01454852,  0.46253994,  0.11222712,
        0.32893411,  0.11040516,  0.51010326,  0.83162364,  0.84285834])
index_1=np.random.choice(data.shape[0],4,replace=False)
index_1
Out[6]: array([1, 4, 2, 3])
data1=data[index_1]
data1
Out[8]: array([ 0.30620622,  0.11222712,  0.01454852
 
,  0.46253994])

然後我們如何獲得剩下的陣列中的內容呢，我們可以先生成原陣列所有的下標，然後用np.delete函式刪除之前隨機生成的下標陣列

numpy.delete(arr,obj,axis=None) 
#arr:輸入向量 
#obj:表明哪一個子向量應該被移除。可以為整數或一個int型的向量 
#axis:表明刪除哪個軸的子向量，若預設，則返回一個被拉平的向量

index_2=np.arange(data.shape[0])
index_2
Out[10]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
index_2=np.delete
 
(index_2,index_1)
index_2
Out[12]: array([0, 5, 6, 7, 8, 9])
data2=data[index_2]
data2
Out[14]: 
array([ 0.21575642,  0.32893411,  0.11040516,  0.51010326,  0.83162364,
        0.84285834])