6

我正在尝试使用 RcppArmadillo 包的最新功能（版本 0.3.910.0，R 3.0.1 和最新版本）将稀疏矩阵从 Matrix 包（类“dgCMatrix”）转换为 sp_mat 类型犰狳。我正在使用文件“RcppArmadilloExtensions/spmat.h”中的“as”和“wrap”函数。不幸的是，我在尝试创建共享库时遇到编译错误。所以在调用“R CMD INSTALL myRpackage”时。

这是重现错误的最小示例：

  1. 我用 RcppArmadillo.package.skeleton() 创建了一个空包
  2. 我定义了 2 个 .cpp 文件及其相应的头文件 .h 来执行从 R 导入的稀疏矩阵的求和和乘积，如下所示：

文件“arma_sp_sum.h” 

#ifndef _anRpackage_ARMA_SP_SUM_H
#define _anRpackage_ARMA_SP_SUM_H

#include <RcppArmadilloExtensions/spmat.h>

RcppExport SEXP arma_sp_prod(SEXP SPMAT) ;

#endif

文件“arma_sp_sum.cpp”

#include "arma_sp_sum.h"
using namespace Rcpp ;

SEXP arma_sp_sum(SEXP SPMAT){

  arma::sp_mat m1 = Rcpp::as<arma::sp_mat>(SPMAT) ;
  arma::sp_mat m2 = Rcpp::as<arma::sp_mat>(SPMAT) ;

  arma::sp_mat res = m1 + m2;
  return Rcpp::wrap(res) ;
}

文件“arma_sp_prod.h”

#ifndef _anRpackage_ARMA_SP_PROD_H
#define _anRpackage_ARMA_SP_PROD_H

#include <RcppArmadilloExtensions/spmat.h>

RcppExport SEXP arma_sp_prod(SEXP SPMAT) ;

#endif

文件“arma_sp_prod.cpp”

#include "arma_sp_prod.h"

using namespace Rcpp ;

SEXP arma_sp_prod(SEXP SPMAT){

  arma::sp_mat m1 = Rcpp::as<arma::sp_mat>(SPMAT) ;
  arma::sp_mat m2 = Rcpp::as<arma::sp_mat>(SPMAT) ;

  arma::sp_mat res = m1 * m2;
  return Rcpp::wrap(res) ;
}

然后，在运行 $ R CMD INSTALL anRpackage $ 时，编译器会连续创建“.o”文件，但出现以下 ld 错误：

ld: duplicate symbol arma::SpMat<double> Rcpp::as<arma::SpMat<double> >(SEXPREC*)in arma_sp_sum.o and arma_sp_prod.o for architecture x86_64
collect2: ld returned 1 exit status
make: *** [anRpackage.so] Error 1
ERROR: compilation failed for package ‘anRpackage’

那么我做错了什么？对不起，如果这是一个愚蠢的问题......无论如何，感谢所有在犰狳/RcppArmadillo 方面做得如此出色的人，并感谢您的帮助。

J。

4

1 回答 1

2

我做了一些改变RcppArmadillo来清理这个。现在as和为来自( )wrap的稀疏矩阵类型正确模板化。armadilloarma::SpMat<T>

RcppArmadillo您可以使用from svn再试一次吗？

另外，现在，你应该只需要

#include <RcppArmadillo.h>

使用更新的代码，我可以编译你的包以及类似的东西：

#include <RcppArmadillo.h>
// [[Rcpp::depends("RcppArmadillo")]]
using namespace Rcpp ;

// [[Rcpp::export]]
arma::sp_mat sparse( arma::sp_mat A ){
    A(0,0) = 1;
    A(1,0) = 2;
    return A ;
}

/*** R  
    require(Matrix)
    m <- Matrix(c(0,0,2:0), 3,5)
    sparse(m)
*/
于 2013-08-20T15:28:19.390 回答