Eigen库：数据运算、块与广播

最新推荐文章于 2023-10-04 02:02:18 发布

Jason.Li_0012

最新推荐文章于 2023-10-04 02:02:18 发布

阅读量1.5k

点赞数

分类专栏： C++\CMake 《视觉SLAM十四讲》笔记文章标签： c++

本文链接：https://blog.csdn.net/weixin_45929038/article/details/122829667

版权

《视觉SLAM十四讲》笔记同时被 2 个专栏收录

21 篇文章

订阅专栏

C++\CMake

13 篇文章

订阅专栏

数据运算

基础运算

在Eigen库中，对运算符（+、-、*、/）重载实现了矩阵、数组间的运算。两类数据的基础运算方式相同。

加减运算

矩阵和数组的加减运算相同，也即对应位置的元素间进行加减运算（矩阵加减法）：

#include <iostream>
#include <Eigen/Core>
#include <Eigen/Dense>

using namespace std;
using namespace Eigen;

int main() {
    // 定义数据
    Matrix3d a = Matrix3d::Identity();
    Matrix3d b = Matrix3d::Ones();
    //  加减运算
    cout << "a+b=\n"<<a+b << endl;
    cout << "a-b=\n"<<a-b << endl;
    //  复合运算
    a+=b;
    cout << "a=a+b\n" << a << endl;
    return 0;
}

输出如下：

a+b=
2 1 1
1 2 1
1 1 2
a-b=
 0 -1 -1
-1  0 -1
-1 -1  0
a=a+b
2 1 1
1 2 1
1 1 2

取反、数乘、数除运算

数据的取反运算为对每个元素进行取反；数据同常数间的乘法、除法满足矩阵与常数间的乘法、除法：

#include <iostream>
#include <Eigen/Core>
#include <Eigen/Dense>

using namespace std;
using namespace Eigen;

int main() {
    // 定义数据
    Matrix3d a = Matrix3d::Identity();
    //  取反运算
    cout << "-a\n" << -a << endl;
    //  常数乘法、除法运算
    cout << "a*3=\n"<<a*3 << endl;
    cout << "a/b=\n"<<a/3 << endl;
    return 0;
}

输出如下：

-a
-1 -0 -0
-0 -1 -0
-0 -0 -1
a*3=
3 0 0
0 3 0
0 0 3
a/b=
0.333333        0        0
       0 0.333333        0
       0        0 0.333333

矩阵计算

矩阵乘法

Matrix数据的乘法，满足矩阵乘法法则：

#include <iostream>
#include <Eigen/Core>
#include <Eigen/Dense>

using namespace std;
using namespace Eigen;

int main() {
    // 定义数据
    Matrix3d a = Matrix3d::Identity();
    Matrix3d b = Matrix3d::Ones();
    //  矩阵乘法
    cout << a*b << endl;
    return 0;
}

输出如下：

1 1 1
1 1 1
1 1 1

矩阵API

矩阵转置、逆、共轭、迹等，Eigen提供了对应API：

#include <iostream>
#include <Eigen/Core>
#include <Eigen/Dense>

using namespace std;
using namespace Eigen;

int main() {
    //  定义数据
    Matrix3d a = Matrix3d::Identity();
    //  转置矩阵
    a.transpose();
    //  逆
    a.inverse();
    //  共轭矩阵
    a.conjugate();
    //  伴随矩阵
    a.adjoint();
    //  迹
    a.trace();
    //  行列式
    a.determinant();
    return 0;
}

同时，对于特殊的矩阵，向量，提供了实现其内外积的API：

#include <iostream>
#include <Eigen/Dense>
 
using namespace Eigen;
using namespace std;

int main(){
    Vector3d v(1,2,3);
    Vector3d w(0,1,2);
 
    cout << "向量内积 " << v.dot(w) << endl;
    cout << "向量外积\n" << v.cross(w) << endl;

特征值、特征向量

Eigen中使用如下方式计算矩阵的特征值、特征向量：

#include <iostream>
#include <Eigen/Core>
#include <Eigen/Dense>

using namespace std;
using namespace Eigen;

int main() {
    //  定义数据
    Matrix3d mat=Matrix3d::Identity();
    //  求解特征向量、特征值
    SelfAdjointEigenSolver<Matrix3d> eigenSolver(mat.transpose()*mat);
    //  特征向量
    cout << eigenSolver.eigenvectors() << endl;
    //  特征值
    cout << eigenSolver.eigenvalues();
    return 0;
}

数组计算

数组乘法

Array数组类数据的乘法满足如下规则：对应位置的两个元素相乘。

#include <iostream>
#include <Eigen/Core>
#include <Eigen/Dense>

using namespace std;
using namespace Eigen;

int main() {
    // 定义数据
    Array33d a = Array33d::Ones()*2;
    Array33d b = Array33d::Ones();
    //  数组乘法
    cout << a*b << endl;
    return 0;
}

输出结果如下：

2 2 2
2 2 2
2 2 2

数组API

对于数组数据，Eigen提供了大量API用于计算：

绝对值

array.abs2()
array.abs()

用于计算绝对值平方和绝对值。

开方

array.sqrt()

对数、指数

array.log()
array.log10()

用于计算数组元素的自然对数和10对数。

array.exp()

以自然对数为底，计算数组元素的指数。

array.pow(array2)
array.pow(scalar)

计算数组元素的指数，前者以array为底，array2中对应的元素为指数；

后者，统一以常数scalar为指数。

三角函数、双曲函数

array.sin()
array.cos()
array.tan()
array.asin()
array.acos()
array.atan()
array.sinh()
array.cosh()
array.tanh()

取整函数

array.floor()
array.ceil()
array.round()

ceil为上取整函数；floor为下取整函数；round为四舍五入函数。

元素检测函数

array.isInf()
array.isNaN()

用于逐一检测数据中元素是否存在INF、NAN

统计运算

Eigen库自带了用于统计运算的函数，如求和、积、最大值、最小值等。

#include <iostream>
#include <Eigen/Dense>
 
using namespace std;
using namespace Eigen;

int main(){
    Matrix2d mat;
    mat << 1, 2,
           3, 4;
    cout << "矩阵元素求和：" << mat.sum() << endl;
    cout << "矩阵元素求积：" << mat.prod() << endl;
    cout << "矩阵元素取中位数：" << mat.mean() << endl;
    cout << "矩阵元素取最小值：" << mat.minCoeff() << endl;
    cout << "矩阵元素取最大值：" << mat.maxCoeff() << endl;
}

数据广播

数据的广播能够使得向量（列或行）在一个方向上进行复制，从而形成矩阵。（数组原理相同）

实现广播需要使用方法**.colwise()** 和 .rowwise()，如下用数组数据进行演示：

#include <iostream>
#include <Eigen/Core>
#include <Eigen/Dense>

using namespace std;
using namespace Eigen;

int main() {
    //  定义数据
    Array<double, 2, 4> arr = Array<double, 2, 4>::Zero();
    Array<double,1,4> vec_row;
    Array2d vec_col;
    //  赋值
    arr << 1, 2, 6, 9,
           3, 1, 7, 2;
    vec_row << 0, 1, 0, 1;
    vec_col << 0,
               1;
    //  行广播
    arr.rowwise()+=vec_row;
    cout << "arr:\n" << arr << endl;
    //  列广播
    arr.colwise()+=vec_col;
    cout << "arr:\n" << arr << endl;
    return 0;
}

输出结果如下：

块操作

块操作可以择取数据中的一部分进行操作，而不改变其他数据。块可用作右值，也可用作左值。

构建块

首先，使用block进行构建快区域：

// 构建块
matrix.block<p,q>(i,j)
matrix.block(i,j,p,q)

以上两种形式都可用于构建块区域，其中参数含义如下：

块大小（行）：p
块大小（列）：q
起始索引位置（行）：i
起始索引位置（列）：j

即从原有数据第i行第j列的元素开始，构建一个p行q列的块。

如下，为块区域的构建效果

#include <iostream>
#include <Eigen/Core>
#include <Eigen/Dense>

using namespace std;
using namespace Eigen;

int main() {
    //  定义矩阵
    Matrix4d mat;
    Matrix2d m;
    mat <<  1, 2, 3, 4,
            5, 6, 7, 8,
            9,10,11,12,
           13,14,15,16;
    m << 2, 2,
         2, 2;
    //  构建块区域并修改区域内参数
    mat.block<2,2>(1,1)=m;
    cout << mat << endl;
    
    return 0;
}

输出如下：

 1  2  3  4
 5  2  2  8
 9  2  2 12
13 14 15 16

获取行或列

虽然使用块进行操作已经十分方便，但是为了获取到更好的性能，对于特殊的情况最好使用特定的API进行操作。例如在获取一个矩阵或数组的单列或单行时，可以使用方法 .col() 和 .row()。

#include <iostream>
#include <Eigen/Core>
#include <Eigen/Dense>

using namespace std;
using namespace Eigen;

int main() {
    //  定义矩阵
    Matrix4d mat;
    mat <<  1, 2, 3, 4,
            5, 6, 7, 8,
            9,10,11,12,
           13,14,15,16;

    //  获取第二行
    cout << "row 2:\n" << mat.row(1) << endl;
    //获取第二列
    cout << "col 2:\n" << mat.col(1) << endl;
    
    return 0;
}

输出如下：

row 2:
5 6 7 8
col 2:
 2
 6
10
14

3.向量的块操作

在Eigen中针对向量、一维数组设计了一些API用于块操作：

#include <Eigen/Dense>
#include <iostream>
 
using namespace std;
 
int main()
{
    Eigen::ArrayXf v(6);
    v << 1, 2, 3, 4, 5, 6;
    //输出向量的前三个元素
    cout << v.head(3) << endl;
    /*
    * 输出结果如下：
    * 1
    * 2
    * 3
    */

    // 输出向量的后三个元素
    cout << v.tail(3) << endl ;
    /*
    * 输出结果如下：
    * 4
    * 5
    * 6
    */
    
    v.segment(1,4) *= 2;
    // 将向量从第二元素起后四个（包含第二元素）扩大至两倍
    cout << "after 'v.segment(1,4) *= 2', v = \n" << v << endl;
    /*
    * 输出结果如下：
    *  1
    *  4
    *  6
    *  8
    * 10
    *  6
    */
}