C++ 特征值如何沿特定维度连接矩阵？

我有两个特征矩阵，我想把它们串联起来，就像在matlab

cat（0，A，B）

在eigen中有什么等价物吗

---

谢谢。

您可以使用逗号初始值设定项语法

横向：

MatrixXd C(A.rows(), A.cols()+B.cols());
C << A, B;

MatrixXd C（A.rows（），A.cols（）+B.cols（））；
我有一个稍微不同的用例：垂直堆叠特征矩阵的std：：向量。下面是我如何实现一个更通用的函数。让我知道这是否可以进一步改进：

// matrix_eig = Eigen::MatrixXf in RowMajor format
matrix_eig VStack(const std::vector<matrix_eig> &mat_vec) {
  assert(!mat_vec.empty());
  long num_cols = mat_vec[0].cols();
  size_t num_rows = 0;
  for (size_t mat_idx = 0; mat_idx < mat_vec.size(); ++mat_idx) {
    assert(mat_vec[mat_idx].cols() == num_cols);
    num_rows += mat_vec[mat_idx].rows();
  }
  matrix_eig vstacked_mat(num_rows, num_cols);
  size_t row_offset = 0;
  for (size_t mat_idx = 0; mat_idx < mat_vec.size(); ++mat_idx) {
    long cur_rows = mat_vec[mat_idx].rows();
    vstacked_mat.middleRows(row_offset, cur_rows) = mat_vec[mat_idx];
    row_offset +=  cur_rows;
  }
  return vstacked_mat;
}

//矩阵\u eig=Eigen:：矩阵xxf，采用RowMajor格式
矩阵VStack（常数标准：：向量和矩阵向量）{
断言（！mat_vec.empty（））；
long num_cols=mat_vec[0].cols（）；
大小\u t数量\u行=0；
对于（大小为0；大小为
我将以类似的方式使用（连接到现有矩阵）

块索引避免了公认方法中的方向模糊，并且语法非常紧凑。以下内容相当于MATLAB中的
C=cat（2，A，B）
：

MatrixXd C(A.rows(), A.cols()+B.cols());
C.leftCols(A.cols()) = A;
C.rightCols(B.cols()) = B;

Eigen如何判断矩阵是垂直连接还是水平连接？它是基于输出矩阵的大小吗？是的，你猜对了。（它不是基于代码格式！）对于稀疏矩阵还不是。@ggael我认为这种“猜测”不是很直观。它不是很明确，而且它还需要相当多的“信任”，即它确实做了“正确的事情”。更明确地处理这个问题不是更好吗？（它可以像numpy的
串联
/
/
/
vstack
或者使用逗号初始值设定项，我不介意，尽管numpy方式在很多矩阵库中都使用）。@Ela782以及在A.rows（）==A.cols（）+B.cols（）的情况下（即，如果允许转置，矩阵可以水平或垂直堆叠）然后矩阵将不会被转置。所以堆叠3个Vector3d将垂直堆叠它们，因为向量在Eigen中是单列矩阵。堆叠方阵的平方数的顺序与使用matlab代码不起作用的运算符将元素插入矩阵的顺序相同。感谢这种动态解决方案，因为矩阵的数目事先未知。但是，要注意stl容器（即向量）和特征值
// matrix_eig = Eigen::MatrixXf in RowMajor format
matrix_eig VStack(const std::vector<matrix_eig> &mat_vec) {
  assert(!mat_vec.empty());
  long num_cols = mat_vec[0].cols();
  size_t num_rows = 0;
  for (size_t mat_idx = 0; mat_idx < mat_vec.size(); ++mat_idx) {
    assert(mat_vec[mat_idx].cols() == num_cols);
    num_rows += mat_vec[mat_idx].rows();
  }
  matrix_eig vstacked_mat(num_rows, num_cols);
  size_t row_offset = 0;
  for (size_t mat_idx = 0; mat_idx < mat_vec.size(); ++mat_idx) {
    long cur_rows = mat_vec[mat_idx].rows();
    vstacked_mat.middleRows(row_offset, cur_rows) = mat_vec[mat_idx];
    row_offset +=  cur_rows;
  }
  return vstacked_mat;
}

MatrixXd C(A.rows(), A.cols()+B.cols());
C.leftCols(A.cols()) = A;
C.rightCols(B.cols()) = B;