速查表
#include "../第三方库测试.h"
//template + using 自定义数据类型
template<typename T>
using Mat2 = Matrix<T, 2, 2>;
void Eigen_QuickCheck_001()
{
Mat2<int> m1;
m1 << 1, 1,
1, 1;
cout << "m1:" << endl <<m1 << endl;
//用熟以后其实感觉就没必要了
Matrix<int, 2, 2> m2(m1);
cout << "m2:" << endl << m2 << endl;
}
//Eigen矩阵定义
void Eigen_QuickCheck_002()
{
//未初始化对象
Matrix<double, 3, 3> A; // 固定了行数和列数的矩阵和Matrix3d一致.
Matrix<double, 3, Dynamic> B; // 固定行数.
Matrix<double, Dynamic, Dynamic> C; // 和MatrixXd一致.
Matrix<double, 3, 3, RowMajor> E; // 按行存储; 默认按列存储.
Matrix3f P, Q, R; // 3x3 float 矩阵.
Vector3f x, y, z; // 3x1 float 列向量.
RowVector3f a, b, c; // 1x3 float 行向量.
VectorXd v; // 动态长度double型列向量
// Eigen // Matlab // comments
A.size(); //9 // length(A) // 系数个数
A.rows(); // size(A,1) // 矩阵行数
A.cols(); // size(A,2) // 矩阵列数
//x(i); // x(i+1) // 下标0开始
//A(i, j); // C(i+1,j+1) // 下标0开始
}
//Eigen常用矩阵
void Eigen_QuickCheck_003()
{
//常用矩阵构建
MatrixXd m1 = MatrixXd::Zero(2, 2); //零矩阵
MatrixXd m2 = MatrixXd::Ones(2, 2); //全一矩阵
MatrixXd m3 = MatrixXd::Identity(2, 2); //单位矩阵
MatrixXd m4 = MatrixXd::Random(2, 2); //随机矩阵[-1,1]
RowVectorXd v1 = RowVectorXd::LinSpaced(4, 1, 4); //线性分布（size,low,high）
cout << "线性向量： " << v1 << endl;
//常用矩阵设置操作
m1.setOnes();
cout << "矩阵设为1" << endl << m1 << endl;
m1.setZero();
cout << "矩阵设为0" << endl << m1 << endl;
m1.setRandom();
cout << "矩阵随机" << endl << m1 << endl;
m1.setConstant(6);
cout << "矩阵设为确认常数(setConstant)" << endl << m1 << endl;
m1.setIdentity();
cout << "矩阵设为对角矩阵" << endl << m1 << endl;
//m1.setLinSpaced(4,1,4); //只能用于向量
m1.fill(6);
cout << "矩阵设为确认常数(fill)" << endl << m1 << endl;
}
//Eigen常用特殊矩阵
void Eigen_QuickCheck_004()
{
MatrixXd m1 = MatrixXd::Random(2, 2);
cout << "原矩阵" << endl << m1 << endl;
cout << "转置矩阵" << endl << m1.transpose() << endl;
cout << "共轭矩阵" << endl << m1.conjugate() << endl;
cout << "逆矩阵" << endl << m1.inverse() << endl;
cout << "伴随矩阵" << endl << m1.adjoint() << endl;
//colwise() 以列为单位，不能单独输出
cout << "逆90°旋转"<< endl << m1.transpose().colwise().reverse() << endl;
cout << "垂直镜像" << endl << m1.colwise().reverse().transpose() << endl;
cout << "矩阵逆序" << endl << m1.reverse() << endl; //取决于矩阵是列优先还是行优先
}
//Eigen常用函数
void Eigen_QuickCheck_005()
{
MatrixXd m1 = MatrixXd::Zero(2, 2);
RowVectorXd v1 = RowVectorXd::LinSpaced(4, 1, 4); //（size,low,high）
/*少见*/
//setUnit(index i) //vector(i) = 1，其余均为0
v1.setUnit(1);
cout << "向量重置" << endl << v1 << endl;
//setUnit(new size num, index i) //vector.size() = num ; vector(i) = 1，其余均为0
v1.setUnit(3,1);
cout << "向量重设大小" << endl << v1 << endl;
}
//Vector块操作
void Eigen_QuickCheck_006()
{
RowVectorXd v(9);
v << 1, 2, 3, 4, 5, 6, 7, 8, 9;
//Eigen // Matlab
//v.head(n) \ v.head<n>() // v(1:n) 用于数组提取前n个[vector]
//v.tail(n) \ v.tail<n>() // v(end - n + 1: end)同理
//v.segment(i, n) \ v.segment<n>(i) // v(i+1 : i+n)同理
//操作
cout << "原向量： " << v << endl;
cout << "前三个： " << v.head(3) << endl;
cout << "后三个： " << v.tail(3) << endl;
cout << "中间三个：" << v.segment(3, 3) << endl;
cout << MatrixXd(v.head(3).asDiagonal()) << endl; //将向量设置为对角阵
}
//Matrix块操作
void Eigen_QuickCheck_007()
{
MatrixXd m(4, 4);
m << 1, 2, 3, 4,
5, 6, 7, 8,
9, 10, 11, 12,
13, 14, 15, 16;
cout << "原矩阵" << endl << m << endl;
//Eigen // Matlab
//m.row(i) // m(i+1, :) 第i行向量
//m.col(j) // m(:, j+1) 第j列向量
//m.topRows(rows) \ m.topRows<rows>() // m(1:rows, :) 前rows行
//m.middleRows(i, rows) \ m.middleRows<rows>(i) // m(i+1:i+rows, :) 第[i:rows]行
//m.bottomRows(rows) \ m.bottomRows<rows>() // m(end-rows+1:end, :) 后rows行
//m.leftCols(cols) \ m.leftCols<cols>() // m(:, 1:cols) 前cols列
//m.middleCols(j, cols) \ m.middleCols<cols>(j) // m(:, j+1:j+cols) 第[j:cols]列
//m.rightCols(cols) \ m.rightCols<cols>() // m(:, end-cols+1:end) 后cols列
//m.block(i, j, rows, cols) \ m.block<rows, cols>(i, j)
// m(i+1 : i+rows, j+1 : j+cols)i,j开始，rows行cols列
//m.diagonal() // m矩阵的对角线
// 取角 \ (rows, cols) == <rows, cols>()
//m.topLeftCorner(rows, cols) // m(1:rows, 1:cols)上左角rows行，cols列
//m.topRightCorner(rows, cols) // m(1:rows, end-cols+1:end)上右角rows行，cols列
//m.bottomLeftCorner(rows, cols) // m(end-rows+1:end, 1:cols)下左角rows行，cols列
//m.bottomRightCorner(rows, cols) // m(end-rows+1:end, end-cols+1:end)下右角rows行，cols列
//操作
cout << "第一行" << endl << m.row(0) << endl;
cout << "第一列" << endl << m.col(0).transpose() << endl;
cout << "前两行" << endl << m.topRows(2) << endl;
cout << "中间两行" << endl << m.middleRows(1,2) << endl;
cout << "后两行" << endl << m.bottomRows(2) << endl;
cout << "前两列" << endl << m.leftCols(2) << endl;
cout << "中间两列" << endl << m.middleCols(1, 2) << endl;
cout << "后两列" << endl << m.rightCols(2) << endl;
cout << "子矩阵" << endl << m.block(0,0,2,2) << endl;
cout << "矩阵对角线向量" << endl << m.diagonal() << endl;
cout << "左上二阶子矩阵" << endl << m.topLeftCorner(2, 2) << endl;
cout << "右上二阶子矩阵" << endl << m.topRightCorner(2, 2) << endl;
cout << "左下二阶子矩阵" << endl << m.bottomLeftCorner(2, 2) << endl;
cout << "右下二阶子矩阵" << endl << m.bottomRightCorner(2,2) << endl;
}
//Matrix元素操作
void Eigen_QuickCheck_008()
{
MatrixXd m(4, 4);
m << 1, 2, 3, 4,
5, 6, 7, 8,
9, 10, 11, 12,
13, 14, 15, 16;
cout << "矩阵行列赋值" << endl;
m.col(0) = m.row(0);
cout << m << endl;
cout << "矩阵行列交换" << endl;
m.col(0).swap(m.col(3));
cout << m << endl;
}
//TODO
/*
//矩阵乘积
// 与Matlab一致, 但是matlab不支持*=等形式的运算.
// Matrix-vector. Matrix-matrix. Matrix-scalar.
y = M*x; R = P*Q; R = P*s;
a = b*M; R = P - Q; R = s*P;
a *= M; R = P + Q; R = P/s;
R *= Q; R = s*P;
R += Q; R *= s;
R -= Q; R /= s;
//矩阵运算
// Vectorized operations on each element independently
// Eigen // Matlab
R = P.cwiseProduct(Q); // R = P .* Q 对应点相乘
R = P.array() * s.array();// R = P .* s 对应点相乘
R = P.cwiseQuotient(Q); // R = P ./ Q 对应点相除
R = P.array() / Q.array();// R = P ./ Q对应点相除
R = P.array() + s.array();// R = P + s对应点相加
R = P.array() - s.array();// R = P - s对应点相减
R.array() += s; // R = R + s全加s
R.array() -= s; // R = R - s全减s
R.array() < Q.array(); // R < Q 以下的都是针对矩阵的单个元素的操作
R.array() <= Q.array(); // R <= Q矩阵元素比较，会在相应位置置0或1
R.cwiseInverse(); // 1 ./ P
R.array().inverse(); // 1 ./ P
R.array().sin() // sin(P)
R.array().cos() // cos(P)
R.array().pow(s) // P .^ s
R.array().square() // P .^ 2
R.array().cube() // P .^ 3
R.cwiseSqrt() // sqrt(P)
R.array().sqrt() // sqrt(P)
R.array().exp() // exp(P)
R.array().log() // log(P)
R.cwiseMax(P) // max(R, P) 对应取大
R.array().max(P.array()) // max(R, P) 对应取大
R.cwiseMin(P) // min(R, P) 对应取小
R.array().min(P.array()) // min(R, P) 对应取小
R.cwiseAbs() // abs(P) 绝对值
R.array().abs() // abs(P) 绝对值
R.cwiseAbs2() // abs(P.^2) 绝对值平方
R.array().abs2() // abs(P.^2) 绝对值平方
(R.array() < s).select(P,Q); // (R < s ? P : Q)这个也是单个元素的操作
//矩阵化简
// Reductions.
int r, c;
// Eigen // Matlab
R.minCoeff() // min(R(:))最小值
R.maxCoeff() // max(R(:))最大值
s = R.minCoeff(&r, &c) // [s, i] = min(R(:)); [r, c] = ind2sub(size(R), i);
s = R.maxCoeff(&r, &c) // [s, i] = max(R(:)); [r, c] = ind2sub(size(R), i);
R.sum() // sum(R(:))求和
R.colwise().sum() // sum(R)列求和1×N
R.rowwise().sum() // sum(R, 2) or sum(R')'行求和N×1
R.prod() // prod(R(:))所有乘积
R.colwise().prod() // prod(R)列乘积
R.rowwise().prod() // prod(R, 2) or prod(R')'行乘积
R.trace() // trace(R)迹
R.all() // all(R(:))且运算
R.colwise().all() // all(R) 且运算
R.rowwise().all() // all(R, 2) 且运算
R.any() // any(R(:)) 或运算
R.colwise().any() // any(R) 或运算
R.rowwise().any() // any(R, 2) 或运算
//矩阵点乘
// Dot products, norms, etc.
// Eigen // Matlab
x.norm() // norm(x). 模
x.squaredNorm() // dot(x, x) 平方和
x.dot(y) // dot(x, y)
x.cross(y) // cross(x, y) Requires #include <Eigen/Geometry>
//矩阵类型转换
//Type conversion
// Eigen // Matlab
A.cast<double>(); // double(A)
A.cast<float>(); // single(A)
A.cast<int>(); // int32(A) 向下取整
A.real(); // real(A)
A.imag(); // imag(A)
// if the original type equals destination type, no work is done
//简单的解方程应用
// Solve Ax = b. Result stored in x. Matlab: x = A \ b.
x = A.ldlt().solve(b)); // #include <Eigen/Cholesky>LDLT分解法实际上是Cholesky分解法的改进
x = A.llt() .solve(b)); // A sym. p.d. #include <Eigen/Cholesky>
x = A.lu() .solve(b)); // Stable and fast. #include <Eigen/LU>
x = A.qr() .solve(b)); // No pivoting. #include <Eigen/QR>
x = A.svd() .solve(b)); // Stable, slowest. #include <Eigen/SVD>
// .ldlt() -> .matrixL() and .matrixD()
// .llt() -> .matrixL()
// .lu() -> .matrixL() and .matrixU()
// .qr() -> .matrixQ() and .matrixR()
// .svd() -> .matrixU(), .singularValues(), and .matrixV()
//矩阵特征值
// Eigen // Matlab
A.eigenvalues(); // eig(A);特征值
EigenSolver<Matrix3d> eig(A); // [vec val] = eig(A)
eig.eigenvalues(); // diag(val)与前边的是一样的结果
eig.eigenvectors(); // vec 特征值对应的特征向量
*/
日志
- 20210902
第一次上传到CSDN
扫一扫
1067
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
