14

假设我有

Eigen::VectorXd x; //{1,2,3,4,5,6,7,8}

和

Eigen::VectorXd ind_vec; //{0,2,4,5}

有没有一种简单的方法来提取ind_vecx 的元素？

就像是：

x.extract(ind_vec) returning {1, 3, 5, 6}
4

5 回答 5

17

由于当前的答案对我来说并不令人满意，我搜索了一下，我在 Eigen 文档中找到了这个教程。

#include <Eigen/Dense>
#include <iostream>
using namespace std;
int main()
{
  Eigen::ArrayXf v(6);
  v << 1, 2, 3, 4, 5, 6;
  cout << "v.head(3) =" << endl << v.head(3) << endl << endl;
  cout << "v.tail<3>() = " << endl << v.tail<3>() << endl << endl;
  v.segment(1,4) *= 2;
  cout << "after 'v.segment(1,4) *= 2', v =" << endl << v << endl;
}

将输出：

v.head(3) =
1
2
3

v.tail<3>() = 
4
5
6

after 'v.segment(1,4) *= 2', v =
 1
 4
 6
 8
10
 6

我没有用向量测试过它，但我想应该也是可能的。

于 2015-10-09T07:55:59.670 回答
10

在 C++ 11（及更高版本）中执行以下操作：

 ind_vec.unaryExpr(x);

您可以使用，unaryExpr(Functor)因为我们正在获取索引数组并将仿函数应用于数组的每个元素。结果类型将具有与索引数组相同的维度。对于函子，我们需要一个带有运算符的对象：

 Scalar operator() (Index index) const {
     return x[index];
 }

碰巧，Eigen::Matrix已经有这样的运营商了。这是一个完整的例子：

Eigen::VectorXd x(8);  x << 1.1, 2.2, 3.3, 4.4, 5.5, 6.6, 7.7, 8.8;
Eigen::Array4i ind_vec(0,2,4,5);

// result has dimensions as ind_vec matrix/array, and scalar type from x
Eigen::Array4d result = ind_vec.unaryExpr(x);

std::cout << "result^T = " << result.transpose() << std::endl;

// Output:
// result^T = 1.1 3.3 5.5 6.6

唯一需要注意的是，这至少需要 C++11 才能工作。问题是 eigen 内部依赖于std::result_of获取标量结果类型。否则，您可能会收到错误消息，指出需要强制转换。

于 2018-03-21T16:20:52.400 回答
5

如果仅用于向量，似乎很容易编写自己：

#include "Eigen/Core"

template <typename T, typename T2>
T extract(const T2& full, const T& ind)
{
    int num_indices = ind.innerSize();
    T target(num_indices);
    for (int i = 0; i < num_indices; i++)
    {
        target[i] = full[ind[i]];
    }
    return target;
}

int main()
{
    Eigen::VectorXd full(8); 
    full << 1, 2, 3, 4, 5, 6, 7, 8;
    Eigen::Vector4d ind_vec(4);
    ind_vec << 0, 2, 4, 5;
    std::cout << "full:" << full<< std::endl;
    std::cout << "ind_vec:" << ind_vec<< std::endl;
    std::cout << "extracted" << extract(full,ind_vec) << std::endl;
}

这应该适用于大多数情况

编辑：对于索引标量类型与源和目标标量类型不同的情况，以下将起作用（对于所有内置特征类型）。

template <typename T, typename T2>
Eigen::Matrix<typename T2::Scalar,T::RowsAtCompileTime,T::ColsAtCompileTime,T::Options> 
extract2(const Eigen::DenseBase<T2>& full, const Eigen::DenseBase<T>& ind)
{
    using target_t = Eigen::Matrix < T2::Scalar, T::RowsAtCompileTime, T::ColsAtCompileTime, T::Options > ;
    int num_indices = ind.innerSize();
    target_t target(num_indices);
    for (int i = 0; i < num_indices; i++)
    {
        target[i] = full[ind[i]];
    }
    return target;
}

（这与另一个不同之处在于，您可以使用整数向量作为索引，使用双精度向量作为源，并返回一个双精度向量，而不是extract()上面的整数向量）

于 2014-10-08T23:26:36.117 回答
1

现在通过切片和索引在 Eigen 3.4 中得到支持：

Eigen::VectorXd x(8); x<<1,2,3,4,5,6,7,8;
Eigen::VectorXi ind_vec(4); ind_vec<<0,2,4,5;

Eigen::VectorXd x_slice = x(ind_vec);

正如文档所指出的，ind_vec也可以是

存储为 ArrayXi、std::vector、std::array<int,N> 等的任意行或列索引列表。

于 2021-10-08T00:16:09.770 回答
0

使用 libigl's igl::slice，您可以通过以下方式实现：

Eigen::VectorXd result;
igl::slice(x,ind_vec,result);
于 2020-04-18T17:18:56.720 回答