Python Numpy：随机选择9/10个元素并保存剩余的元素

我正在尝试编写一个自定义函数，该函数将10个元素的数组作为输入，然后随机选择9个元素保存在一个对象中，其余元素保存在另一个对象中。 我编写了一个函数，该函数在所有元素都是唯一的情况下工作：

x = np.arange(10)

def myfunc(x):
    X = np.random.choice(x, 9, replace=False)
    y = np.setdiff1d(x, X)
    return X, y
    
X, y = myfunc(x)

print(X)
print(y)

只要元素是唯一的，这种方法就可以工作，但是如果数组恰好有重复的值，setdiff恐怕无法完成这项工作。 是否有更优雅的方法将剩余值分配给它自己的对象？

将numpy作为np导入
从随机导入randint
x=np.arange（10）
def myfunc（x）：
索引=randint（0，len（x）-1）
返回np.concatenate（（x[：index]，x[：index+1]）），x[索引]
十、 y=myfunc（X）
打印（X）
打印（y）

为什么不随机选择一个元素，然后从原始数组中删除它？我该怎么做？重要的是，我不更改输入数组，而是创建新的对象。不幸的是，这并没有按预期工作，X并不总是长度为9，并且还从X重复采样元素。y也包含在X中。