Eigen新手教程

Matrix类

官方文档：https://eigen.tuxfamily.org/dox/group__TutorialMatrixClass.html Matrix类是Eigen最基本的类，Vector也只是一类特殊的Matrix。常见的typedef含义如下 Matrix4f Matrix<float, 4, 4> Vector3f Matrix<float, 3, 1> RowVector2i Matrix<int, 1, 2> MatrixXd Matrix<double, Dynamic, Dynamic> VectorXi Matrix<int, Dynamic, 1> 声明 Matrix3f a;  // a is a 3-by-3 matrix, with a plain float[9] array of uninitialized coefficients, MatrixXf b; // b is a dynamic-size matrix whose size is currently 0-by-0, and whose array of coefficients hasn't yet been allocated at all. MatrixXf a(10,15); // a is a 10x15 dynamic-size matrix, with allocated but currently uninitialized coefficients. VectorXf b(30); // b is a dynamic-size vector of size 30, with allocated but currently uninitialized coefficients.

Array类

官方文档：https://eigen.tuxfamily.org/dox/group__TutorialArrayClass.html Array类与Matrix类不同，后者主要为通用的线性代数求解服务，而前者提供了coefficient-wise与element-wise的计算。 Array是一个泛型类，有三个参数，第一个参数指定元素数据类型，第二个第三个参数指定矩阵大小，为了方便使用，Eigen提供了常见矩阵类型的typedef如下： 声明 Eigen::ArrayXXf m(2,2);   输出 std::cout << m << std::endl << std::endl;   初始化 m(0,0) = 1.0; m(0,1) = 2.0; m(1,0) = 3.0; m(1,1) = m(0,1) + m(1,0); 或者 m << 1.0,2.0,      3.0,4.0;

resize

获取matrix大小： matrix.cols()  matrix.rows()  matrix.size() 分别可以获取列数行数和整体尺寸。(size()是cols()*rows())

Reduction, Visitor, Broadcast

Reduction 沿着axis reduction M.rowwise().sum() 每行求和  M.colwise().sum()每列求和 Broadcast

数学运算

官方文档：https://eigen.tuxfamily.org/dox/group__CoeffwiseMathFunctions.html 开根号 m.sqrt() 误差函数 m.erfc()