C++矩阵库Eigen使用教程

eigen 使用梳理与记录

eigen 官方文档

https://eigen.tuxfamily.org/dox/group__TutorialArrayClass.html

https://www.codenong.com/cs105391280/

array和vector、 tensor、 martix 的说明

vector tensor martix:其中 vector tensor martirx 的运算执行矩阵的规则，线性代数运算.即矩阵的加减以及数乘,在这几个类别中，矩阵与常量的加法是不被允许的

array:

eigen 初始化

• 用一维vetor 初始化

数据类型

静态矩阵和向量

• typedef Matrix<float, 4, 4> Matrix4f
• typedef Matrix<float, 3, 1> Vector3f ：列向量
• typedef Matrix<int, 1, 2> RowVector2i :行向量

动态矩阵和向量

• typedef Matrix<double, Dynamic, Dynamic> MatrixXd；此时只有一个X表示动态
• typedef Matrix<int, Dynamic, 1> VectorXi
• Matrix<float, 3, Dynamic>

特殊类型Array

Type	Typedef
Array<float,Dynamic,1>	ArrayXf
Array<float,3,1>	Array3f
Array<double,Dynamic,Dynamic>	ArrayXXd	与Matrix 不同
Array<double,3,3>	Array33d	必须是ArrayNNt类型

补充说明

ArrayXXd df(9,1) <==> ArrayXd df(9,1)

类型转换

max.cast<type>()

构造函数,初始化

• 矩阵初始化：

  Matrix3f a;

  MatrixXf b;

  MatrixXf a(10,15);

  VectorXf b(30);

• 赋值方法

  eigen 默认的存储方式是列优先，

  typedef Matrix<double, Dynamic, Dynamic,RowMajor>rMatrixXd;//定义矩阵行优

  1. 确定矩阵,使用索引赋值

     MatrixXd m(2,2);
     m(0,0) = 3;
     m(1,0) = 2.5;
     m(0,1) = -1;
     

  2. 使用<<,此时矩阵的形状必须确定

     Matrix3d m;
     m << 1,2,3,
         4,5,6,
         7,8,9;
     cout << m << endl;
     

  3. 大小不确定矩阵，如MatrixXd waypoints_;VectorXd timepoints_;赋值前使用resize;否则会出现如下错误：

     ./eigen/Eigen/src/Core/CommaInitializer.h:36: Eigen::CommaInitializer<MatrixType>::CommaInitializer(XprType&, const Scalar&) [with XprType = Eigen::Matrix<float, -1, -1>; Eigen::CommaInitializer<MatrixType>::Scalar = float]: Assertion `m_xpr.rows() > 0 && m_xpr.cols() > 0 && "Cannot comma-initialize a 0x0 matrix (operator<<)"' failed.
     

• 取值

  max(i,j)

内存映射map

• vector 转 eigen类型

  不同类型的结构数据存储结构之间进行内存映射，例如，把opencv 的mat 转换为eigen 的 matrix, 或者std::vector 填入matrix。可以在不进行拷贝的情况下进行使用eigen 的map 功能内存映射。

  例如：

  int array[9];
  Eigen::Map<MatrixXi> mat(array,3,3); //Map <类型> 变量名(地址，形状)
  //高维矩阵
  Eigen::TensorMap<
  

• eigen 转vector,利用地址映射

  Eigen::VectorXd p{1,2,3};
  std::vector<double>arg(&p[0], p.data()+p.cols()*p.rows());
  
  

切片和索引

1. 矩阵的块操作

   matrix.block(i,j,p,q);     //(1)
   matrix.block<p,q>(i,j);   //(2)
   

   定义(1) 表示返回从矩阵的(i,j)开始，每行取p个元素，每列取q个元素；返回新的临时矩阵，原矩阵元素不变。

   定义(2)和（1）结果一样，可理解为获取一个p行，q列的子矩阵，起始位置从 (i,j) 开始。

   通过上述方式获取的子矩阵可以作为左值（也就是给该对象赋值），也可以作为右值（用该矩阵给其他矩阵赋值）

2. 向量的块操作

   获取向量的前n个元素：vector.head(n);

   获取向量尾部的n个元素：vector.tail(n);

   获取从向量的第i个元素开始的n个元素：vector.segment(i,n);

3. 索引

   function	description	example
   seq(firstIdx,lastIdx)	represents the sequence of integers ranging from firstIdx to lastIdx	seq(2,5) <=> {2,3,4,5}
   seq(firstIdx,lastIdx,incr)	same but using the increment incr to advance from one index to the next	seq(2,8,2) <=> {2,4,6,8}
   seqN(firstIdx,size)	represents the sequence of size integers starting from firstIdx	seqN(2,5) <=> {2,3,4,5,6}
   seqN(firstIdx,size,incr)	same but using the increment incr to advance from one index to the next	seqN(2,3,3) <=> {2,5,8}

   Intent	Code	Block-API equivalence
   Bottom-left corner starting at row i with n columns	A(seq(i,last), seqN(0,n))	A.bottomLeftCorner(A.rows()-i,n)
   Block starting at i,j having m rows, and n columns	A(seqN(i,m), seqN(i,n))	A.block(i,j,m,n)
   Block starting at i0,j0 and ending at i1,j1	A(seq(i0,i1), seq(j0,j1)	A.block(i0,j0,i1-i0+1,j1-j0+1)
   Even columns of A	A(all, seq(0,last,2))
   First n odd rows A	A(seqN(1,n,2), all)
   The last past one column	A(all, last-1)	A.col(A.cols()-2)
   The middle row	A(last/2,all)	A.row((A.rows()-1)/2)
   Last elements of v starting at i	v(seq(i,last))	v.tail(v.size()-i)
   Last n elements of v	v(seq(last+1-n,last))	v.tail(n)

4. 条件筛选

   没有直接的条件筛选，可以通过求最值坐标得方式实现

   比较运算

   ret = array>scale;
   ret2 = array<scale;
   ret2 and ret;