Windows环境下c++数据分析领域开发入门（2-Eigen安装）

通常而言在python中，矩阵运算最重要的就是numpy。对数据简单分析拟合最重要的就是scipy。

在c++中，如果想写一个基础的矩阵，使用的是Eigen。而对矩阵进行简单的分析用的是lapack。我将分别介绍如何安装这两个库。如果在Linux系统下，可以使用简单的命令行，如同pip install和conda install一样安装。但是在windows下却困难重重。安装后很容易报错或者不能执行。但是又不知道问题在哪。

这里我先介绍Eigen的安装方法。网上也有很多其他人公布的Windows下安装Eigen的，这里我只点出我实验成功的，仅供大家参考。

Eigen是一个仅用.h头文件编写的库，因此仅需要解压，在cmake下引用就可以了，不用像其他的库一样编译。

1. 下载Eigen

直接在官网下载Eigen

Eigen: A C++ template library for linear algebra

2.找个地方解压

我解压的路径是D:\eigen-5.0.0

记住这个路径，就可以使用了。

3.测试Eigen

建立一个文件夹test_eigen，里面放了三个东西。空文件夹build，main.cpp和CMakeLists.txt

main.cpp文件写入

#include <iostream>
#include <Eigen/Dense>  // 引入 Eigen 头文件

int main() {
    // 命名空间简化
    using namespace Eigen;
    using namespace std;

    // 定义两个 2x2 的矩阵 (也可以改成 3x3, 4x4 等)
    Matrix2d A;
    Matrix2d B;

    // 给矩阵A、B赋值
    A << 1, 2,
         3, 4;

    B << 5, 6,
         7, 8;

    // 输出原矩阵
    cout << "Matrix A:\n" << A << "\n\n";
    cout << "Matrix B:\n" << B << "\n\n";

    // 矩阵相乘
    Matrix2d C = A * B;

    // 输出结果
    cout << "A * B =\n" << C << "\n";

    return 0;
}

CMakeLists.txt文件写入

cmake_minimum_required(VERSION 4.1)
project(test_eigen)

include_directories("D:\\eigen-5.0.0")

add_executable(main main.cpp)

注意include_directories("D:\\eigen-5.0.0")就是调用Eigen的包，这里的路径就是你解压的路径。

然后在build下运行

cmake .. -G "Unix Makefiles"
make
.\main.exe

不报错，输出如下，就是成功。

成功安装Eigen后，就可以开始详细学习这个包的具体用法了，网上教程也有很多，祝大家学习愉快。