Python （几乎）从列表中均匀地选择项目

我有一个

N

元素的列表，我想对

M进行采样（查看一些测试的结果（甚至包括上面包含的测试），问题是当
M>N/2
时。也就是说，当超过一半的值被采样时。但它对
M
非常有效。因此，我目前使用的解决方案只是在
M>N/2
时反转问题：

注意：这实际上是在为
M
元素创建一个大小为
N
的屏蔽列表，该列表的大小为False

如果存在更优雅的解决方案，我仍然会感兴趣。
对于一种快速但看似随机的方法，请看一看@PrestonHager，这很有趣，但您认为它在这里有什么用处？我想提出同样的建议。
q, r = divmod(N, M)
indices = [q*jj + min(jj, r) for jj in range(M)]

N=11 M=6
good_index = [0 1 0 1 0 1 0 1 0 1 0]

N=14 M=6
good_index = [0 1 1 0 1 1 0 1 0 1 0 1 0 1]

N=16 M=10
bad_index = [0 1 0 1 0 1 0 1 0 1 0 1 0 0 0 0]

N=14 M=10
bad_index = [0 1 0 1 0 1 0 1 0 0 0 0 0 0]

step = int(floor(N/M))
last = M * step  # this prevents us from getting M+1 elements
indices = [ii for ii in range(0, last, step)]

import numpy as np

def even_select(N, M):
    if M > N/2:
        cut = np.zeros(N, dtype=int)
        q, r = divmod(N, N-M)
        indices = [q*i + min(i, r) for i in range(N-M)]
        cut[indices] = True
    else:
        cut = np.ones(N, dtype=int)
        q, r = divmod(N, M)
        indices = [q*i + min(i, r) for i in range(M)]
        cut[indices] = False

    return cut