shuffle - 使用 Fisher-Yates 算法生成列表的随机排列实验性
应用 Fisher-Yates 算法为任何内建数值数据类型的列表生成无偏排列。
result = shuffle ( list )
函数。
list: 参数具有 intent(in) 属性，并且是一维数组，数据类型为 integer、real 或 complex。
返回一个输入类型的随机化一维数组。
program example_shuffle
use stdlib_random, only: random_seed
use stdlib_stats_distribution_uniform, only: shuffle
implicit none
integer :: seed_put, seed_get, i
real :: x(10)
integer :: n(10)
complex :: z(10)
do i = 1, 10
n(i) = i
x(i) = real(i)
z(i) = cmplx(real(i), real(i))
end do
seed_put = 32165498
call random_seed(seed_put, seed_get) ! set and get current value of seed
print *, shuffle(n) ! get randomized n
!10 6 9 2 8 1 3 5 7 4
print *, shuffle(x) ! get randomized x
!5.0 10.0 9.0 4.0 3.0 8.0 2.0 1.0 7.0 6.0
print *, shuffle(z) ! get randomized z
!(8.0, 8.0) (7.0, 7.0) (4.0, 4.0) (1.0, 1.0) (5.0, 5.0)
!(9.0, 9.0) (6.0, 6.0) (3.0, 3.0) (2.0, 2.0) (10.0, 10.0)
end program example_shuffle
rvs_uniform - 均匀分布随机变量实验性
无参数时，函数返回一个标量标准均匀分布变量 U(0,1)，数据类型为 real，在 [0,1] 上具有单精度。
带单个参数 scale（数据类型为 integer）时，函数返回一个标量均匀分布变量，数据类型为 integer，在 [0,scale] 上。这是标准的矩形分布。
带单个参数 scale（数据类型为 real 或 complex）时，函数返回一个标量均匀分布变量，数据类型为 real，在 [0, scale] 上，或数据类型为 complex，在 [(0, 0i), (scale, i(scale))] 上。
带双参数 loc 和 scale 时，函数返回一个标量均匀分布随机变量，数据类型为 integer 或 real，在 [loc, loc + scale] 上，或数据类型为 complex，在 [(loc, i(loc)), ((loc + scale), i(loc + scale))] 上，取决于输入类型。
带三参数 loc、scale 和 array_size 时，函数返回一个一维数组，包含均匀分布变量，数据类型为 integer、real 或 complex，数组大小为 array_size。
对于 complex 类型，实部和虚部相互独立。
注意：用于生成均匀随机变量的算法从根本上受限于双精度。
result = rvs_uniform ([[loc,] scale] [[[,array_size]]])
基本函数（不带第三个参数）。
loc: 可选参数具有 intent(in) 属性，并且是标量，数据类型为 integer、real 或 complex。
scale: 可选参数具有 intent(in) 属性，并且是标量，数据类型为 integer、real 或 complex。
array_size: 可选参数具有 intent(in) 属性，并且是标量，数据类型为 integer，具有默认种类。
当 loc 和 scale 都存在时，它们必须具有相同的类型和种类。
结果是一个标量或一个一维数组，大小为 array_size，数据类型为 integer、real 或 complex，取决于输入类型。
program example_uniform_rvs
use stdlib_random, only: random_seed
use stdlib_stats_distribution_uniform, only: uni => rvs_uniform
implicit none
complex :: loc, scale
real :: a(3, 4, 5), b(3, 4, 5)
integer :: seed_put, seed_get
seed_put = 1234567
call random_seed(seed_put, seed_get)
print *, uni() !real standard uniform random variate in [0., 1.]
! 0.161520019
print *, uni(3.0) !an uniform random variate in [0., 3.]
! 1.65974522
print *, uni(-0.5, 1.0) !an uniform random variate in [-0.5, 0.5]
! 0.486900032
print *, uni(-1.0, 2.0, 10)
!an array of 10 uniform random variates in [-1., 1.]
!0.884182811 -0.771520197 0.560377002 0.709313750 -7.12267756E-02
!-0.431066573 0.497536063 -0.396331906 -0.325983286 0.137686729
print *, uni(20) !a random integer variate in [0, 20]
! 17
print *, uni(5, 13) !a random integer variate in [5, 18]
! 15
print *, uni(3, 19, 10) !an array of 10 integer variates in [3,22]
!7 16 16 12 9 21 19 4 3 19
loc = (-0.5, -0.5)
scale = (1.0, 1.0)
print *, uni(scale) !a complex uniform random variate in unit square
!(0.139202669, 0.361759573)
print *, uni(loc, scale)
!a complex uniform random variate in [(-0.5, -0.5), (0.5, 0.5)]
!(0.296536088,-0.143987954)
print *, uni(loc, scale, 10)
!an array of 10 complex uniform random variate in [(-0.5, -0.5), (0.5, 0.5)]
!(-0.302334785,-0.401923567) (0.281620383,9.534919262E-02)
! (-0.374348879,0.457528770) (0.442990601,-0.240510434)
! (-0.421572685,0.279313922) (-0.182090610,5.901372433E-02)
! (-7.864198089E-02,0.378484428) (-0.423258364,-0.201292425)
! (0.193327367,-0.353985727) (-0.397661150,0.355926156)
a(:, :, :) = -0.5
b(:, :, :) = 1.0
print *, uni(a, b)
!a rank 3 array of random variates in [-0.5,0.5]
! -0.249188632 -0.199248433 -0.389813602 2.88307667E-03 0.238479793,
! 0.264856219 -0.205177426 -0.480921626 0.131218433 0.252170086,
! -0.303151041 -8.89462233E-02 -0.377370685 0.341802299 0.323204756,
! 0.358679056 -0.138909757 0.384329498 -0.109372199 0.132353067,
! 0.494320452 0.419343710 -0.103044361 0.461389005 0.403132677
! 0.121850729 0.403839290 -0.349389791 0.490482628 0.156600773
! 8.46788883E-02 -0.483680278 0.388107836 0.119698405 0.154214382
! 0.153113484 0.236523747 0.155937552 -0.135760903 0.219589531
! 0.394639254 6.30156994E-02 -0.342692465 -0.444846451 -0.215700030
! 0.204189956 -0.208748132 0.355063021 8.98272395E-02 -0.237928331
! 2.98077464E-02 -0.485149682 -8.06870461E-02 -0.372713923
! -0.178335011 0.283877611 -2.13934183E-02 -9.21690464E-03
! 4.56320047E-02 0.220112979
end program example_uniform_rvs
pdf_uniform - 均匀分布概率密度函数实验性
均匀分布的概率密度函数
f(x) = 0 x < loc 或 x > loc + scale，适用于所有类型的均匀分布
对于随机变量 x 在 [loc, loc + scale] 中
f(x) = 1 / (scale + 1); 对于离散均匀分布。
f(x) = 1 / scale; 对于连续均匀分布。
f(x) = 1 / (scale%re * scale%im); 对于复数均匀分布。
result = pdf_uniform (x, loc, scale)
基本函数。
x: 具有 intent(in) 属性，并且是标量，数据类型为 integer、real 或 complex。
loc: 具有 intent(in) 属性，并且是标量，数据类型为 integer、real 或 complex。
scale: 具有 intent(in) 属性，并且是标量，数据类型为 integer、real 或 complex。
所有三个参数必须具有相同的类型和种类。
结果是一个标量或数组，其形状与参数一致，数据类型为 real。
program example_uniform_pdf
use stdlib_random, only: random_seed
use stdlib_stats_distribution_uniform, only: uni_pdf => pdf_uniform, &
uni => rvs_uniform
implicit none
complex :: loc, scale
real :: a(3, 4, 5), b(3, 4, 5), x(3, 4, 5)
integer :: seed_put, seed_get
seed_put = 1234567
call random_seed(seed_put, seed_get)
print *, uni_pdf(3, 2, 10) !probability density at 3 in range [2, 10]
! 9.09090936E-02
print *, uni_pdf(0.5, 0.0, 1.0) !a probability density at 0.5 in [0., 1.]
! 1.00000000
print *, uni_pdf(0.7, -1.0, 2.0) !a probability density at 0.7 in [-1., 1.]
! 0.500000000
a(:, :, :) = 0.0
b(:, :, :) = 2.0
x = reshape(uni(0., 2., 60), [3, 4, 5])! uniform random variates array in [0., 2.]
print *, uni_pdf(x, a, b) ! probability density array in [0., 2.]
! 0.500000000 0.500000000 0.500000000 0.500000000 0.500000000 0.500000000
! 0.500000000 0.500000000 0.500000000 0.500000000 0.500000000 0.500000000
! 0.500000000 0.500000000 0.500000000 0.500000000 0.500000000 0.500000000
! 0.500000000 0.500000000 0.500000000 0.500000000 0.500000000 0.500000000
! 0.500000000 0.500000000 0.500000000 0.500000000 0.500000000 0.500000000
! 0.500000000 0.500000000 0.500000000 0.500000000 0.500000000 0.500000000
! 0.500000000 0.500000000 0.500000000 0.500000000 0.500000000 0.500000000
! 0.500000000 0.500000000 0.500000000 0.500000000 0.500000000 0.500000000
! 0.500000000 0.500000000 0.500000000 0.500000000 0.500000000 0.500000000
! 0.500000000 0.500000000 0.500000000 0.500000000 0.500000000 0.500000000
loc = (-0.5, -0.5)
scale = (1.0, 1.0)
print *, uni_pdf((-0.1, 0.2), loc, scale)
! joint probability density at (-0.1,0.2) in [(-0.5, -0.5), (0.5, 0.5)]
! 1.00000000
end program example_uniform_pdf
cdf_uniform - 均匀分布累积分布函数实验性
均匀分布的累积分布函数
F(x) = 0 x < loc，适用于所有类型的均匀分布
F(x) = 1 x > loc + scale，适用于所有类型的均匀分布
对于随机变量 x 在 [loc, loc + scale] 中
F(x) = (x - loc + 1) / (scale + 1); 对于离散均匀分布。
F(x) = (x - loc) / scale; 对于连续均匀分布。
F(x) = (x%re - loc%re)(x%im - loc%im) / (scale%re * scale%im); 对于复数均匀分布。
result = cdf_uniform (x, loc, scale)
基本函数。
x: 具有 intent(in) 属性，并且是标量，数据类型为 integer、real 或 complex。
loc: 具有 intent(in) 属性，并且是标量，数据类型为 integer、real 或 complex。
scale: 具有 intent(in) 属性，并且是标量，数据类型为 integer、real 或 complex。
所有三个参数必须具有相同的类型和种类。
结果是一个标量或数组，其形状与参数一致，数据类型为 real。
program example_uniform_cdf
use stdlib_random, only: random_seed
use stdlib_stats_distribution_uniform, only: uni_cdf => cdf_uniform, &
uni => rvs_uniform
implicit none
real :: x(3, 4, 5), a(3, 4, 5), b(3, 4, 5)
complex :: loc, scale
integer :: seed_put, seed_get
seed_put = 1234567
call random_seed(seed_put, seed_get)
print *, uni_cdf(0.5, 0., 1.) ! a cumulative at 0.5 in [0., 1.]
!0.500000000
print *, uni_cdf(0.7, -1.0, 2.0) ! a cumulative at 0.7 in [-1.0, 1.0]
! 0.850000024
print *, uni_cdf(6, 2, 10) ! a cumulative at 6 in [2, 10]
! 0.454545468
a(:, :, :) = -1.0
b(:, :, :) = 2.0
x = reshape(uni(-1.0, 2.0, 60), [3, 4, 5]) ! uniform random variates array
print *, uni_cdf(x, a, b) ! cumulative array in [-1.0, 1.0]
!0.161520004 0.553248405 0.986900032 0.942091405 0.114239901 0.780188501
! 0.854656875 0.464386612 0.284466714 0.748768032 0.301834047 0.337008357
!0.568843365 0.596165061 0.180993259 0.614166319 0.214835495 7.98164606E-02
!0.641274095 0.607101977 0.701139212 0.230517209 1.97925568E-02 0.857982159
!0.712761045 0.139202654 0.361759573 0.796536088 0.356012046 0.197665215
!9.80764329E-02 0.781620383 0.595349193 0.125651121 0.957528770 0.942990601
!0.259489566 7.84273148E-02 0.779313922 0.317909390 0.559013724 0.421358019
!0.878484428 7.67416358E-02 0.298707575 0.693327367 0.146014273 0.102338850
!0.855926156 0.250811368 0.300751567 0.110186398 0.502883077 0.738479793
!0.764856219 0.294822574 1.90783739E-02 0.631218433 0.752170086 0.196848959
loc = (0., 0.)
scale = (2., 1.)
print *, uni_cdf((1.2, 0.5), loc, scale)
! joint cumulative distribution at (1.2,0.5) in [(0.,0.), (2.,1.)]
! 0.300000012
end program example_uniform_cdf