Eigen库Vector3d定义及赋值学习

#include <Eigen/Eigen>
#include <iostream>

int main()
{
	int a(2), b(5), c(6);
	Eigen::Vector3d origin_(0,0,0);
	Eigen::Vector3d max_size_(a,b,c);
	Eigen::Vector3d diff_;
	diff_ << 0,0,0;
	// diff_ = max_size_ - origin_;
	std::cout << Eigen::Vector3i(0,5,6) << std::endl;

 std::cout << "run success" << std::endl;
	return 0;
}

  • 3
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Eigen 是一个 C++ 模板,用于线性代数和数值计算。它提供了高性能的矩阵和向量操作,以及许多常用的数学函数和算法。下面是 Eigen 的基本使用说明: 1. 安装:你可以从 Eigen 的官方网站(https://eigen.tuxfamily.org/)下载最新版本的源代码,并将其包含在你的项目中。 2. 包含头文件:在你的 C++ 代码中,使用 `#include <Eigen/Dense>` 来包含 Eigen 的主要头文件。 3. 定义矩阵和向量:Eigen 提供了 `Matrix` 和 `Vector` 类模板来定义矩阵和向量。你可以使用不同的数据类型(例如 float、double)和大小来实例化这些类。 ```cpp #include <Eigen/Dense> int main() { // 定义一个 3x3 的矩阵 Eigen::Matrix3d matrix; // 定义一个 3 维向量 Eigen::Vector3d vector; // ... return 0; } ``` 4. 矩阵和向量操作:Eigen 提供了丰富的运算符和函数,用于执行矩阵和向量的各种操作,如矩阵乘法、转置、逆等。 ```cpp #include <Eigen/Dense> #include <iostream> int main() { Eigen::Matrix2d A; Eigen::Vector2d b; // 矩阵赋值 A << 1, 2, 3, 4; // 向量赋值 b << 5, 6; // 矩阵乘法 Eigen::Vector2d result = A * b; // 输出结果 std::cout << result << std::endl; return 0; } ``` 5. 其他功能:Eigen 还提供了许多其他功能,如特征值分解、奇异值分解、QR 分解等。你可以通过查阅 Eigen 的官方文档来了解更多详细的使用方法和示例代码。 以上是 Eigen 的基本使用说明,希望对你有所帮助!如有更多问题,请随时提问。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值