Eigen库学习（1）

最新推荐文章于 2024-06-18 12:57:33 发布

翻译最新推荐文章于 2024-06-18 12:57:33 发布 · 267 阅读

文章标签：

#Eigen

Eigen 专栏收录该内容

2 篇文章

订阅专栏

本文深入探讨了Eigen库中Matrix类的使用，包括不同类型的定义、初始化方式、系数访问及调整大小的方法。从固定大小矩阵到动态大小矩阵，介绍了如何进行有效内存管理，以及提供了示例代码帮助理解。

Eigen库学习（1）-Matrix类

基础

typedef Matrix <float，4,4> Matrix4f ;
typedef Matrix <float，3,1> Vector3f ;
typedef Matrix <double，Dynamic，Dynamic> MatrixXd ;
//生疏的表达式
typedef Matrix <int，1,2> RowVector2i ;
typedef Matrix <int，Dynamic，1> VectorXi ;
//a 是一个3乘3的矩阵，具有未初始化系数的普通浮点数[9]
Matrix3f a;
//b 是一个动态大小的矩阵，其大小目前是0乘0，并且其系数数组尚未分配
MatrixXf b;
//a 是一个10x15动态大小的矩阵，具有已分配但当前未初始化的系数
MatrixXf a（10,15）;
//b 是一个大小为30的动态大小向量，具有已分配但当前未初始化的系数
VectorXf b（30）;
//一些构造函数来初始化大小为4的小型固定大小向量的系数
Vector2d a（5.0,6.0）;
Vector3d b（5.0,6.0,7.0）;
Vector4d c（5.0,6.0,7.0,8.0）;

系数访问器

#include <iostream>
#include <iostream>
#include <Eigen/Dense>
using namespace Eigen;
int main()
{
  MatrixXd m(2,2);
  m(0,0) = 3;
  m(1,0) = 2.5;
  m(0,1) = -1;
  m(1,1) = m(1,0) + m(0,1);
  std::cout << "Here is the matrix m:\n" << m << std::endl;
  VectorXd v(2);
  v(0) = 4;
  v(1) = v(0) - 1;
  std::cout << "Here is the vector v:\n" << v << std::endl;
}
}

逗号初始化

Matrix3f m;
m << 1, 2, 3,
     4, 5, 6,
     7, 8, 9;
std::cout << m;

调整

rows（），cols（）和size（）
行数，列数和系数数

#include <iostream>
#include <Eigen/Dense>
using namespace Eigen;
int main()
{
  MatrixXd m(2,5);
  m.resize(4,3);
  std::cout << "The matrix m is of size "
            << m.rows() << "x" << m.cols() << std::endl;
  std::cout << "It has " << m.size() << " coefficients" << std::endl;
  VectorXd v(2);
  v.resize(5);
  std::cout << "The vector v is of size " << v.size() << std::endl;
  std::cout << "As a matrix, v is of size "
            << v.rows() << "x" << v.cols() << std::endl;
}

固定与动态尺寸

什么时候应该使用固定尺寸（例如Matrix4f），何时应该更喜欢动态尺寸（例如MatrixXf）？简单的答案是：尽可能使用固定尺寸的小尺寸，并在较大尺寸或您需要的地方使用动态尺寸。

Matrix4f mymatrix;
上式等价于
float mymatrix[16]; 
MatrixXf mymatrix(rows,columns);
上式等价于
float *mymatrix = new float[rows*columns];

可选的模板参数

Matrix <float，3,3，RowMajor>
//此类型表示行主要3x3矩阵,默认情况下，存储顺序是列专用