博客新址: http://blog.xuezhisd.top
邮箱：xuezhisd@126.com
固定大小的矩阵和向量
/*
* 参考链接：http://eigen.tuxfamily.org/dox-2.0/TutorialCore.html#TutorialCoreGettingStarted
*/
#include <iostream>
#include <Eigen/Core>
using namespace Eigen;
using namespace std;
// import most common Eigen types
int main(int, char *[])
{
Matrix3f m3; //3x3单精度矩阵
m3 << 1, 2, 3, 4, 5, 6, 7, 8, 9;
Matrix4f m4 = Matrix4f::Identity(); //4x4单位矩阵（单精度）
Vector4i v4(1, 2, 3, 4); // 长度为4的整型向量
// 输出结果
std::cout << "m3\n" << m3 << "\nm4:\n"
<< m4 << "\nv4:\n" << v4 << std::endl;
}
- Matrix表示矩阵，Vector表示向量，数字表示维度，最后的f和i分别表示单精度和整型数据类型。
- 固定大小表示编译时，行数和列数是固定的。这时，Eigen不会分配动态内存。这对于比较小的尺寸比较适合，比如16x16。
动态大小的矩阵和向量
/*
* 参考链接：http://eigen.tuxfamily.org/dox-2.0/TutorialCore.html#TutorialCoreGettingStarted
*/
#include <iostream>
#include <Eigen/Core>
using namespace Eigen;
using namespace std;
int main(int, char *[])
{
// 动态矩阵
for (int size=1; size<=4; ++size)
{
MatrixXi m(size,size+1); // 一个整型的大小为 (size)x(size+1) 的矩阵
for (int j=0; j<m.cols(); ++j) // 遍历列
for (int i=0; i<m.rows(); ++i) // 遍历行
m(i,j) = i+j*m.rows(); // 使用圆括号m(i,j)访问矩阵的元素
std::cout << m << "\n\n"; //打印矩阵
}
// 动态向量
VectorXf v(4); // 定义一个4维单精度向量
// 使用圆括号()或方括号[]访问向量元素
v[0] = 1; v[1] = 2; v(2) = 3; v(3) = 4;
std::cout << "\nv:\n" << v << std::endl;
}
- 小结：X表示动态大小。
#include <Eigen/Eigen>将包含所有的Eigen函数。#include <Eigen/Dense>包含所有普通矩阵函数，不包括稀疏矩阵函数。它们会增加编译时间。
矩阵和向量类型
- Eigen中的所有密集矩阵和向量都是通过Matrix类来表示的。Matrix通过一系列的模板参数来生成具体的类别。
Matrix<Scalar, RowsAtCompileTime, ColsAtCompileTime>中，Scalar表示数据类型，RowsAtCompileTime和ColsAtCompileTime分别表示编译时的行数和列数。Vector3d 定义为 Matrix<double, 3, 1>- 对于动态大小的类型，在编译时不指定行数和列数，使用Eigen::Dynamic。比如，
VectorXd定义为Matrix<double, Dynamic, 1>。
访问元素
matrix(i,j);
vector(i)
vector[i]
vector.x() // first coefficient
vector.y() // second coefficient
vector.z() // third coefficient
vector.w() // fourth coefficient
- 矩阵只能通过圆括号()访问；
- 向量可以通过圆括号()和方括号[]访问。
- 上述的元素访问方法都通过断言检查范围，代价比较大。
- 通过定义EIGEN_NO_DEBUG 或 NDEBUG，取消断言。
- 通过使用
coeff()和coeffRef()，来取消检查。比如，MatrixBase::coeff(int,int) const, MatrixBase::coeffRef(int,int)等。
创建和初始化矩阵和向量
通过预定义矩阵初始化
创建固定大小的矩阵和向量
/*
* 参考链接：http://eigen.tuxfamily.org/dox-2.0/TutorialCore.html#TutorialCoreGettingStarted
*/
#include <iostream>
#include <Eigen/Core>
using namespace Eigen;
using namespace std;
int main(int, char *[])
{
float value = 3.0;
Matrix3f x; // 创建一个3x3的单精度矩阵
x = Matrix3f::Zero(); //全零矩阵
cout << x << endl << endl;
x = Matrix3f::Ones(); //全一矩阵
cout << x << endl << endl;
x = Matrix3f::Constant(value); //全value矩阵
cout << x << endl << endl;
x = Matrix3f::Identity(); //单位矩阵
cout << x << endl << endl;
x = Matrix3f::Random(); // 随机矩阵
cout << x << endl << endl;
x.setZero();
cout << x << endl << endl;
x.setOnes();
cout << x << endl << endl;
x.setIdentity();
cout << x << endl << endl;
x.setConstant(value);
cout << x << endl << endl;
x.setRandom();
cout << x << endl << endl;
}
创建动态大小的矩阵
/*
* 参考链接：http://eigen.tuxfamily.org/dox-2.0/TutorialCore.html#TutorialCoreGettingStarted
*/
#include <iostream>
#include <Eigen/Core>
using namespace Eigen;
using namespace std;
int main(int, char *[])
{
float value = 3.0f;
int rows = 3;
int cols = 4;
MatrixXf x;
x = MatrixXf::Zero(rows, cols);
cout << x << endl << endl;
x = MatrixXf::Ones(rows, cols);
cout << x << endl << endl;
x = MatrixXf::Constant(rows, cols, value);
cout << x << endl << endl;
x = MatrixXf::Identity(rows, cols);
cout << x << endl << endl;
x = MatrixXf::Random(rows, cols);
cout << x << endl << endl;
x.setZero(rows, cols);
cout << x << endl << endl;
x.setOnes(rows, cols);
cout << x << endl << endl;
x.setConstant(rows, cols, value);
cout << x << endl << endl;
x.setIdentity(rows, cols);
cout << x << endl << endl;
x.setRandom(rows, cols);
cout << x << endl << endl;
return 0;
}
创建动态大小的向量
/*
* 参考链接：http://eigen.tuxfamily.org/dox-2.0/TutorialCore.html#TutorialCoreGettingStarted
*/
#include <iostream>
#include <Eigen/Core>
using namespace Eigen;
using namespace std;
int main(int, char *[])
{
int size = 3;
float value = 3.0f;
VectorXf x; // 定义动态向量
x = VectorXf::Zero(size); //全0向量
cout << x << endl << endl;
x = VectorXf::Ones(size); //全1向量
cout << x << endl << endl;
x = VectorXf::Constant(size, value);//全value向量
cout << x << endl << endl;
//x = VectorXf::Identity(size);//报错
x = VectorXf::Random(size);
cout << x << endl << endl;
x.setZero(size);
cout << x << endl << endl;
x.setOnes(size);
cout << x << endl << endl;
x.setConstant(size, value);
cout << x << endl << endl;
//x.setIdentity(size);
x.setRandom(size);
cout << x << endl << endl;
return 0;
}
创建固定大小的基向量
/*
* 参考链接：http://eigen.tuxfamily.org/dox-2.0/TutorialCore.html#TutorialCoreGettingStarted
*/
#include <iostream>
#include <Eigen/Core>
using namespace Eigen;
using namespace std;
int main(int, char *[])
{
Vector3f x;
x = Vector3f::UnitX(); // 1 0 0
cout << x << endl << endl;
x = Vector3f::UnitY(); // 0 1 0
cout << x << endl << endl;
x = Vector3f::UnitZ(); // 0 0 1
cout << x << endl << endl;
return 0;
}
创建动态大小的基向量
/*
* 参考链接：http://eigen.tuxfamily.org/dox-2.0/TutorialCore.html#TutorialCoreGettingStarted
*/
#include <iostream>
#include <Eigen/Core>
using namespace Eigen;
using namespace std;
int main(int, char *[])
{
VectorXf x;
x = VectorXf::Unit(4,1);
cout << x << endl << endl;
x = Vector4f(0,1,0,0);
cout << x << endl << endl;
x = Vector4f::UnitY();
cout << x << endl << endl;
return 0;
}
例子
/*
* 参考链接：http://eigen.tuxfamily.org/dox-2.0/TutorialCore.html#TutorialCoreGettingStarted
*/
#include <iostream>
#include <Eigen/Core>
using namespace Eigen;
using namespace std;
int main(int, char *[])
{
cout << MatrixXf::Constant(2, 3, sqrt(2)) << endl; // 2x3的单精度矩阵
RowVector3i v; //3维行向量
v.setConstant(6);
cout << "v = " << v << endl;
return 0;
}
通过Cast的方式初始化
相同尺寸的矩阵兼容
- 元素类型通过
MatrixBase::cast()自动转换。
/*
* 参考链接：http://eigen.tuxfamily.org/dox-2.0/TutorialCore.html#TutorialCoreGettingStarted
*/
#include <iostream>
#include <Eigen/Core>
#include <Eigen/Eigen>
using namespace Eigen;
using namespace std;
int main(int, char *[])
{
Vector3d md(1,2,3);
Vector3f mf = md.cast<float>();
cout << "md = " << md << endl;
cout << "mf = " << mf << endl;
return 0;
}
相同类型的矩阵兼容
/*
* 参考链接：http://eigen.tuxfamily.org/dox-2.0/TutorialCore.html#TutorialCoreGettingStarted
*/
#include <iostream>
#include <Eigen/Core>
using namespace Eigen;
using namespace std;
int main(int, char *[])
{
MatrixXf res(10,10);
Matrix3f a, b;
a = Matrix3f::Identity();
b = Matrix3f::Constant(3);
res = a+b; // OK: res is resized to size 3x3
cout << a << endl << endl;
cout << b << endl << endl;
cout << res << endl << endl;
return 0;
}
通过Map方式初始化
/*
* 参考链接：http://eigen.tuxfamily.org/dox-2.0/TutorialCore.html#TutorialCoreGettingStarted
*/
#include <iostream>
#include <vector>
#include <Eigen/Core>
using namespace Eigen;
using namespace std;
int main(int, char *[])
{
std::vector<float> stlarray(10);
VectorXf::Map(&stlarray[0], stlarray.size()).squaredNorm();
return 0;
}
/*
* 参考链接：http://eigen.tuxfamily.org/dox-2.0/TutorialCore.html#TutorialCoreGettingStarted
*/
#include <iostream>
#include <vector>
#include <Eigen/Core>
using namespace Eigen;
using namespace std;
int main(int, char *[])
{
const int rows = 3;
const int cols = 4;
float array[rows*cols];
Map<MatrixXf> m(array,rows,cols);
Matrix3f othermatrix1 = Matrix3f::Identity();//单位矩阵
MatrixXf othermatrix2(3,4);
othermatrix2 = MatrixXf::Constant(3,4,5);//3x4的常量矩阵，值都为5
m = othermatrix1 * othermatrix2;
//m.eigenvalues();
std::vector<float> stlarray(10);
VectorXf::Map(&stlarray[0], stlarray.size()).squaredNorm();
cout << m << endl;
return 0;
}
通过逗号初始化
/*
* 参考链接：http://eigen.tuxfamily.org/dox-2.0/TutorialCore.html#TutorialCoreGettingStarted
*/
#include <iostream>
#include <vector>
#include <Eigen/Core>
using namespace Eigen;
using namespace std;
int main(int, char *[])
{
Matrix3f m;
m << 1, 2, 3,
4, 5, 6,
7, 8, 9;
cout << m << endl;
return 0;
}
/*
* 参考链接：http://eigen.tuxfamily.org/dox-2.0/TutorialCore.html#TutorialCoreGettingStarted
*/
#include <iostream>
#include <vector>
#include <Eigen/Core>
using namespace Eigen;
using namespace std;
int main(int, char *[])
{
int rows=5, cols=5;
MatrixXf m(rows,cols);
m << (Matrix3f() << 1, 2, 3, 4, 5, 6, 7, 8, 9).finished(),//左上角3x3
MatrixXf::Zero(3,cols-3), //右上角3x2
MatrixXf::Zero(rows-3,3), //左下角2x3
MatrixXf::Identity(rows-3,cols-3); //右下角2x2
cout << m << endl;
return 0;
}
.finished()用于当临时矩阵初始化完成时，获取实际的矩阵对象。尽管看起来很复杂，但实际上编译时已经优化。
算术操作
传统的数学运算
col2 = mat1 * col1; //矩阵x列向量
row2 = row1 * mat1; // 行向量x矩阵
row1 *= mat1;
mat3 = mat1 * mat2;
mat3 *= mat1;
mat3 = mat1 + mat2;
mat3 += mat1;
mat3 = mat1 - mat2;
mat3 -= mat1;
mat3 = mat1 * s1;
mat3 = s1 * mat1;
mat3 *= s1;
mat3 = mat1 / s1;
mat3 /= s1;
逐元素的操作
-
逐元素的操作，请查阅.cwise()。
-
逐元素乘法
mat3 = mat1.cwise() * mat2;
//需要Array模块 #include <Eigen/Array>
mat3 = mat1.cwise() + scalar;
mat3.cwise() += scalar;
mat3.cwise() -= scalar;
//需要Array模块 #include <Eigen/Array>
mat3 = mat1.cwise() / mat2;
//需要Array模块 #include <Eigen/Array>
mat3 = mat1.cwise().inverse();
//需要Array模块 #include <Eigen/Array>
mat3 = mat1.cwise() < mat2;
mat3 = mat1.cwise() <= mat2;
mat3 = mat1.cwise() > mat2;
//等
//需要Array模块 #include <Eigen/Array>
mat3 = mat1.cwise().sin();
// 等
- 指数
- pow(), square(), cube(), sqrt(), exp(), log()等。
//需要Array模块 #include <Eigen/Array>
mat3 = mat1.cwise().square();
mat3 = mat1.cwise().pow(5);
mat3 = mat1.cwise().log();
//等
mat3 = mat1.cwise().min(mat2);
mat3 = mat1.cwise().max(mat2);
mat3 = mat1.cwise().abs();
mat3 = mat1.cwise().abs2();
-
各种乘法运算
- 矩阵乘法：
m1*m2 - 逐元素乘法：
mat1.cwise()*mat2 - 点积：
scalar = vec1.dot(vec2); - 外积：
mat = vec1 * vec2.transpose(); - 交叉积：
#include <Eigen/Geometry> vec3 = vec1.cross(vec2);
-
逐元素操作示例：
/*
* 参考链接：http://eigen.tuxfamily.org/dox-2.0/TutorialCore.html#TutorialCoreGettingStarted
*/
#include <iostream>
#include <vector>
#include <Eigen/Eigen>
using namespace Eigen;
using namespace std;
int main(int, char *[])
{
Matrix3f x, y;
x << 5,3,1,2,-7,8,9,-4,6;
y << 5,3,1,2,-7,8,9,4,7;
cout << x << endl << endl;
cout << x.cwiseAbs() << endl << endl;//绝对值
cout << x.cwiseAbs2() << endl << endl; //平方
cout << x.cwiseEqual(y) << endl << endl; //是否相等
cout << x.cwiseMax(y) << endl << endl; //逐元素最大值
cout << x.cwiseMin(y) << endl << endl;
cout << x.cwiseInverse() << endl << endl; //倒数
cout << x.cwiseNotEqual(y) << endl << endl; //不相等
cout << x.cwiseProduct(y) << endl << endl; //逐元素乘法
cout << x.cwiseQuotient(y) << endl << endl; //除法
cout << x.cwiseSqrt() << endl << endl; //
return 0;
}
Reductions
- Eigen提供了一些reduction方法： minCoeff() , maxCoeff() , sum() , trace() , norm() , squaredNorm() , all() , 和 any()。
- 上述这些方法都可以逐列或逐行的执行。如下所示：
/*
* 参考链接：http://eigen.tuxfamily.org/dox-2.0/TutorialCore.html#TutorialCoreGettingStarted
*/
#include <iostream>
#include <vector>
#include <Eigen/Core>
using namespace Eigen;
using namespace std;
int main(int, char *[])
{
Matrix3f x;
x << 5,3,1,2,7,8,9,4,6;
cout << x.minCoeff() << endl;
cout << x.colwise().minCoeff() << endl;
cout << x.rowwise().minCoeff() << endl;
return 0;
}
- maxCoeff()和minCoeff()函数可以通过设置可选参数，返回最大/小值的位置：maxCoeff(int* i, int* j) , minCoeff(int* i, int* j) 。
- all() 和 any()在使用逐元素操作时，非常有用。
参考
- http://eigen.tuxfamily.org/dox-2.0/TutorialCore.html#TutorialCoreGettingStarted
- 备注：该链接的内容过时了。。。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
