C++ 将特征矩阵转换为C数组

该库可以将现有内存映射为特征矩阵

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);

float数组[3]；
地图（数组，3）。填充（10）；
int data[4]=1,2,3,4；
Matrix2i mat2x2（数据）；
MatrixXi mat2x2=地图（数据）；
MatrixXi mat2x2=地图（数据，2，2）；

我的问题是，如何从特征矩阵（如Matrix3f m）中得到c数组（如float[]a）？特征矩阵的实际布局是什么？真实数据是否存储在普通c数组中？

您可以使用特征矩阵类的成员函数。默认情况下，布局是列主视图，而不是行主视图，作为多维C数组（可以在创建矩阵对象时选择布局）。对于稀疏矩阵，前面的句子显然不适用

例如：

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.

ArrayXf v=ArrayXf:：LinSpaced（11,0.f,10.f）；
//vc是对应的C数组。以下是您自己如何使用它：
float*vc=v.data（）；
cout您需要再次使用Map函数。请参见此处的示例：
ComplexEigenSolveres；
复合物*eseig；
es.计算（H）；
特征值（）转置（）；
eseig=（复数*）es.特征值（）.数据（）；
将普通数据类型转换为特征矩阵类型

  double *X; // non-NULL pointer to some data

您可以使用以下映射功能创建nRows x nCols大小的双矩阵：

  MatrixXd eigenX = Map<MatrixXd>( X, nRows, nCols );

MatrixXd-eigenX=Map（X，nRows，nCols）；

将特征矩阵类型转换为正规数据类型

  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;

MatrixXd结果生成；//具有某些结果的特征矩阵（非空！）
双精度*resultC；//空指针当我尝试它时，上面有Map的解决方案会出现错误（请参见上面的注释）

相反，这里有一个适合我的解决方案，将数据从一个特征：：矩阵复制到一个std：：向量中。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

Eigen:：matrixxfm（2,2）；
m（0，0）=3；
m（1，0）=2.5；
m（0，1）=-1；
m（1，1）=0；
cout如果阵列是二维的，则需要注意存储顺序。默认情况下，Eigen按列主顺序存储矩阵。然而，将阵列直接转换为特征矩阵需要行主阶。如果在代码中频繁执行此类转换，则使用相应的
typedef
可能会有所帮助

using namespace Eigen;
typedef Matrix<int, Dynamic, Dynamic, RowMajor> RowMatrixXi;

注意，在这种情况下，原始矩阵
eig
不需要存储在行主布局中。在
Map
中指定行的主要顺序就足够了。我尝试了以下方法：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];
}

Eigen:：矩阵坐标3d；
这些不是标准的数据类型。“Eigen”是该库的名称，还是对数学基础的引用？如果是后者，类型来自哪个库？另外，C没有模板类型。既然矩阵是二维的，那么在普通数组中你到底想要什么呢？一个特定的行或列，或者整个矩阵被重塑为一维？@outis-Eigen指的是A。@ChristianRau：可以，但我想绝对确定lil指的就是这个。@ChristianRau是的，我指的是第二部分没有意义。Eigen:：Map如何神奇地获取空指针（resultC）并将数据复制到它？？事实上，正如您所期望的，我用一个示例2x2矩阵和地图segfaults尝试了上面的代码。只需使用不正确的信息从站点中ctrl+c ctrl+v即可！这是行不通的。有人能纠正这个答案吗？这里也一样@eraoul@eraoul第一部分也没有意义。这个答案产生了错误的结果，因为它没有考虑到特征值和特征值中不同的存储顺序C@Pedro77对于未来的人：
Eigen:：Matrix顶点这很奇怪，但是data（）成员函数由于某种原因没有文档记录。我在看：@谜物理学家：哦，在那里。谢谢，@janneb。计算特征值和特征向量与这个问题有什么关系？我只想在这里指出，这是预期注释掉的代码会出错
Map
不分配内存，因此您试图将数据复制到
nullptr
中。
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

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 

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];
}