Eigen库可以将现有内存映射到 Eigen 矩阵。
float array[3];
Map<Vector3f>(array, 3).fill(10);
int data[4] = 1, 2, 3, 4;
Matrix2i mat2x2(data);
MatrixXi mat2x2 = Map<Matrix2i>(data);
MatrixXi mat2x2 = Map<MatrixXi>(data, 2, 2);
我的问题是，我们如何从特征矩阵（例如 Matrix3f m）中获取 c 数组（例如 float[] a）？特征矩阵的真实布局是什么？真实数据是否存储在普通 c 数组中？
您可以使用 Eigen Matrix 类的data()成员函数。默认情况下布局是列优先的，而不是多维 C 数组中的行优先（可以在创建 Matrix 对象时选择布局）。对于稀疏矩阵，前面的句子显然不适用。
例子：
ArrayXf v = ArrayXf::LinSpaced(11, 0.f, 10.f);
// vc is the corresponding C array. Here's how you can use it yourself:
float *vc = v.data();
cout << vc[3] << endl; // 3.0
// Or you can give it to some C api call that takes a C array:
some_c_api_call(vc, v.size());
// Be careful not to use this pointer after v goes out of scope! If
// you still need the data after this point, you must copy vc. This can
// be done using in the usual C manner, or with Eigen's Map<> class.
将普通数据类型转换为特征矩阵类型
double *X; // non-NULL pointer to some data
您可以使用 Map 功能创建一个 nRows x nCols 大小的双精度矩阵，如下所示：
MatrixXd eigenX = Map<MatrixXd>( X, nRows, nCols );
将特征矩阵类型转换为普通数据类型
MatrixXd resultEigen; // Eigen matrix with some result (non NULL!)
double *resultC; // NULL pointer <-- WRONG INFO from the site. resultC must be preallocated!
Map<MatrixXd>( resultC, resultEigen.rows(), resultEigen.cols() ) = resultEigen;
通过这种方式，您可以从特征矩阵中进出。完整的学分转到http://dovgalecs.com/blog/eigen-how-to-get-in-and-out-data-from-eigen-matrix/
如果数组是二维的，需要注意存储顺序。默认情况下，Eigen 以列优先顺序存储矩阵。但是，将数组直接转换为特征矩阵需要行优先顺序。如果在代码中频繁执行此类转换，则使用相应的typedef.
using namespace Eigen;
typedef Matrix<int, Dynamic, Dynamic, RowMajor> RowMatrixXi;
有了这样的定义，我们可以以一种简单而紧凑的方式从数组中获得特征矩阵，同时保留原始数组的顺序。
从 C 数组到 Eigen::Matrix
int nrow = 2, ncol = 3;
int arr[nrow][ncol] = { {1 ,2, 3}, {4, 5, 6} };
Map<RowMatrixXi> eig(&arr[0][0], nrow, ncol);
std::cout << "Eigen matrix:\n" << eig << std::endl;
// Eigen matrix:
// 1 2 3
// 4 5 6
在相反的方向上，特征矩阵的元素可以通过使用直接转移到 C 风格的数组中Map。
从 Eigen::Matrix 到 C 数组
int arr2[nrow][ncol];
Map<RowMatrixXi>(&arr2[0][0], nrow, ncol) = eig;
std::cout << "C array:\n";
for (int i = 0; i < nrow; ++i) {
for (int j = 0; j < ncol; ++j) {
std::cout << arr2[i][j] << " ";
}
std::cout << "\n";
}
// C array:
// 1 2 3
// 4 5 6
请注意，在这种情况下，原始矩阵eig不需要存储在行优先布局中。在 中指定行主要顺序就足够了Map。
您需要再次使用地图功能。请在此处查看示例：http: //forum.kde.org/viewtopic.php?f=74 &t=95457
当我尝试时，上面的 Map 解决方案会出现段错误（请参阅上面的评论）。
相反，这是一个适合我的解决方案，将数据从 Eigen::Matrix 复制到 std::vector 中。我在向量中预先分配空间来存储映射/复制的结果。
Eigen::MatrixXf m(2, 2);
m(0, 0) = 3;
m(1, 0) = 2.5;
m(0, 1) = -1;
m(1, 1) = 0;
cout << m << "\n";
// Output:
// 3 -1
// 2.5 0
// Segfaults with this code:
//
// float* p = nullptr;
// Eigen::Map<Eigen::MatrixXf>(p, m.rows(), m.cols()) = m;
// Better code, which also copies into a std::vector:
// Note that I initialize vec with the matrix size to begin with:
std::vector<float> vec(m.size());
Eigen::Map<Eigen::MatrixXf>(vec.data(), m.rows(), m.cols()) = m;
for (const auto& x : vec)
cout << x << ", ";
cout << "\n";
// Output: 3, 2.5, -1, 0
我试过这个：在（0,0）处传递元素的地址并向前迭代。
Eigen::Matrix<double, 3, 8> coordinates3d;
coordinates3d << 0.0, 0.0, 1.0, 1.0, 0.0, 0.0, 1.0, 1.0,
0.0, 1.0, 1.0, 0.0, 0.0, 1.0, 1.0, 0.0,
1.0, 1.0, 1.0, 1.0, 0.0, 0.0, 0.0, 0.0;
double *p = &coordinates3d(0,0);
std::vector<double> x2y2;
x2y2.assign(p, p + coordinates3d.size());
for(int i=0;i < coordinates3d.size(); i++) {
std::cout <<x2y2[i];
}
这是输出： 001011111101000010110100 数据似乎以行为主
ComplexEigenSolver < MyMatrix > es;
complex<double> *eseig;
es.compute(H);
es.eigenvalues().transpose();
eseig=(complex<double> *)es.eigenvalues().data();