Eigen矩阵库使用说明

这是我在做项目时，给下一届接手的人写的一个关于Eigen库的快速上手手册，主要是针对于项目的应用来写的。当时使用Eigen库的目的是，将Matlab写的，LPCC和MFCC两种声音识别算法，十字形声阵列的MUSIC定位算法，和SVM分类器算法，转换成C++然后移植到到ARM处理器上（操作系统级上的并不是裸机）。而使用Eigen库的原因就是，其能够在编译时进一步优化，而且只需导入头文件即可进行调用，而不像其他的一些库需要安装那么麻烦。这篇使用说明是在2016年7月14日完成的。

由于我是第一次写这个博客，很多地方的图片我不知道怎么调整大小。原来的写的说明手册是在word上写的，已经上传到了优快云上。

下面就是关于Eigen矩阵库的使用说明。

准备工作

http://blog.youkuaiyun.com/augusdi/article/details/12907341

建议先把这个网页上的东西看完，边看边输入里面的程序来看，撑死3个小时就完成了

 

 

下面以这个快速指导手册为准来讲解：

http://eigen.tuxfamily.org/dox/group__QuickRefPage.html

一、Modules and Header files

#include <Eigen/Dense>

这里一般就包括了我们所需要的所有函数，如果还需要稀疏部分的话，那就使用

#include <Eigen/Eigen>

二、Array, matrix and vector types

1.        Eigen提供了两种稠密矩阵：数学上的矩阵和向量，这两种通过使用模板Matrix类来实现；通常对于1维或者2维的数组通过模板Array类来实现。这两种类的不同点是主要在于API上：Array类提供了简单的数据操作的接口。而Matrix类提供了线性代数操作的接口。一般来说我们转算法只用Matrix好了，以后是不是需要优化这里先不管

两个类的定义

Matrix

Array

因为我们主要需要用的是Matrix类，这一类中有很多的成员函数，可以参考

http://eigen.tuxfamily.org/dox/classEigen_1_1Matrix.html

继续讲：

l  Scalar是类型，可以使float， double， bool， int， std::complex<float>

l  RowsAtCompileTime和ColsAtCompileTime是行数和列数，可以使动态的也可以是静态的

l  Option是按列排列还是按行排列，默认是按列排列（这个参数就不用设了，这样就跟Matlab一样都是按列排列）。

2.        行数和列数是动态的还是静态的还是一个动态一个静态都随便，下面给几个例子：

这里，Dynamic表示动态的意思。

3.        在大多数的情况下，我们可以用简单的方式来定义Matrix变量（通过typedef）

这里需要注意一下，向量一般都是指的是列向量（数学里也差不多，没发现所有的书上都喜欢定义列向量，然后转置成行向量嘛 -_-）。

上面只是一部分的例子，下面我会列举一下比较常用的例子：

4.        矩阵和数组之间的转换：

1)        array()的定义如下

就是将矩阵表示转换成数组表示

2)        matrix()的定义如下

就是将数组表示转换成矩阵表示

5.        Basicmatrix manipulation

下面每栏按照下图的格式（总共4栏）

1)        构造函数

默认情况下，系数是未初始化的。1D objects表示1维的数组或者向量。2D objects表示2维的矩阵（就是有行和列），数组其实也是可以有二维的，上面没有列出来（实际上对于我们来说也不需要）

2)        初始化

这里要使用<<这个重载的运算符来进行赋值，在准备工作里的也说过了。这里需要说明的是，前面讲过，矩阵是按列存储的，所以在内存中的存储形式应该是1,4,7,2,5,8,3,6,9.但是这并不意味着我们通过<<来进行赋值时，也要按照列来输入，具体为什么需要看一下<<的重载定义。而我们同样可以跟Matlab一样，通过m1(0),m1(1)……（注意下标要从0开始）来一个一个的取出元素，我们可以发现，确实是按照列来存储的。具体的可以见http://eigen.tuxfamily.org/dox/group__TopicStorageOrders.html

3)        初始化

这里，Identity是单位矩阵的意思。

4)        Runtimeinfo

这里，rows()和cols()是获取矩阵的行数和列数，size()是获取矩阵的大小（也就是有多少个数据）。

l  innerSize()的定义如下

就是说，

向量的话（这里用的是ve