C++ 如何在特征值中近似比较向量？

在Eigen中是否有使用相对和绝对公差比较向量（矩阵）的功能？如果其中一个向量非常接近于零，标准将失败。

没有实现numpy.allclose的内置函数，但如果确实需要，您可以自己编写一个。但是，我建议使用具有参考价值的：

(a-b).isMuchSmallerThan(ref)

其中ref是问题的代表性非零

编辑：以下是allclose的一个可能实现，以供参考：

template<typename DerivedA, typename DerivedB>
bool allclose(const Eigen::DenseBase<DerivedA>& a,
              const Eigen::DenseBase<DerivedB>& b,
              const typename DerivedA::RealScalar& rtol
                  = Eigen::NumTraits<typename DerivedA::RealScalar>::dummy_precision(),
              const typename DerivedA::RealScalar& atol
                  = Eigen::NumTraits<typename DerivedA::RealScalar>::epsilon())
{
  return ((a.derived() - b.derived()).array().abs()
          <= (atol + rtol * b.derived().array().abs())).all();
}

模板
布尔·奥尔克洛斯（常数特征：：DenseBase&a，
恒本征：：登塞巴斯酒店，
常量typename DerivedA:：RealScalar和rtol
=Eigen:：NumTraits:：dummy_precision（），
常量typename DerivedA:：RealScalar和atol
=Eigen:：NumTraits:：epsilon（））
{
return（（a.derived（）-b.derived（））.array（）.abs（）
还有一个isApprox函数不适合我。
我只是使用了（expect-res）.norm（）<一些小数字。
参见isMuchSmallerThan可以用于绝对比较，即（a-b）。isMuchSmallerThan（1.0，atol）相当于np.allclose（a，b，0.0，atol），所以要模仿np.allclose，我们必须这样做：（a-b）。isMuchSmallerThan（1.0，atol）| a.isApprox（b，rtol）.我说的对吗？不完全是因为isMuchSmallerThan和isApprox基于L2矩阵范数，而不是元素级比较（无限范数）。