3

有谁知道如何从 Eigen::VectorXf 中提取可以解释为特定 Eigen::MatrixXf 而不复制数据的块的好方法？（向量应该包含几个扁平矩阵）

例如类似的东西（伪代码）：

VectorXd W = VectorXd::Zero(8);

// Use data from W and create a matrix view from first four elements
Block<2,2> A = W.blockFromIndex(0, 2, 2);
// Use data from W and create a matrix view from last four elements
Block<2,2> B = W.blockFromIndex(4, 2, 2);

// Should also change data in W
A(0,0) = 1.0
B(0,0) = 1.0

目的很简单，就是让多个表示指向内存中的相同数据。

这可以通过提取子矩阵视图并重塑它们来完成，例如在 python/numpy 中。

A = numpy.reshape(W[0:0 + 2 * 2], (2,2))

我不知道 Eigen 是否支持 Eigen::Block 的 reshape 方法。

我猜，Eigen::Map 非常相似，只是它需要普通的 c 数组/原始内存。（链接：Eigen::Map）。

克里斯

4

1 回答 1

5

如果您想将子向量重新解释为矩阵，那么可以，您必须使用 Map：

Map<Matrix2d> A(W.data());          // using the first 4 elements
Map<Matrix2d> B(W.tail(4).data());  // using the last 4 elements
Map<MatrixXd> C(W.data()+6, 2,2);   // using the 6th to 10th elements
                                    // with sizes defined at runtime.
于 2014-02-04T18:10:44.853 回答