np.random.choice，正如文档中提到的，期望一个1D数组，当你的输入被表示为数组时，它将是2D，所以，它不会像这样简单地工作。
为了使它工作，我们可以输入输入的长度，并让它选择一个索引，当索引到输入中时，它将是来自random.choice的等价索引，如下所示-

out = a[np.random.choice(len(a))] # a is input

样品运行-

In [74]: a = [(1,2),(4,3),(6,9)]

In [75]: a[np.random.choice(len(a))]
Out[75]: (6, 9)

In [76]: a[np.random.choice(len(a))]
Out[76]: (1, 2)

或者，我们可以将输入转换为对象dtype的1D数组，这将允许我们直接使用np.random.choice，如下所示-

In [131]: a0 = np.empty(len(a),dtype=object)

In [132]: a0[:] = a

In [133]: a0.shape
Out[133]: (3,)  # 1D array

In [134]: np.random.choice(a0)
Out[134]: (6, 9)

In [135]: np.random.choice(a0)
Out[135]: (4, 3)

与此相关，如果你想像这样随机抽取二维矩阵的 * 行

x = np.array([[1, 100], [2, 200], [3, 300], [4, 400]])

你可以这样做

n_rows = x.shape[0]
x[np.random.choice(n_rows, size=n_rows, replace=True), :]

应该适用于具有任意列数的2D矩阵，当然，您可以使用size kwarg等进行任意次数的采样。