文檔總目錄

英文原文(The Array class and coefficient-wise operations)

本頁旨在提供有關如何使用Eigen的Array類的概述和說明。

什么是Array類？

與Matrix類用于線性代數(shù)計算不同的是，Array類提供了通用目的數(shù)組。此外，Array類提供了一種執(zhí)行按系數(shù)運算的簡單方法，這可能沒有線性代數(shù)意義，例如對每一個元素都加一個常數(shù)或按系數(shù)將兩個數(shù)組相乘。

Array類型

Array是一個類模板，采用與Matrix相同的模板參數(shù)。與Matrix一樣，前三個模板參數(shù)是必需的：

Array<typename Scalar, int RowsAtCompileTime, int ColsAtCompileTime>

最后三個模板參數(shù)是可選的。由于這與Matrix完全相同，因此不再在此解釋，僅參考Matrix 類。

Eigen還提供了一些常見的類型定義，其方式類似于Matrix類型定義，但有一些細微差別，因為Array一詞用于一維和二維數(shù)組。使用ArrayNt代表一維N個大小的標量，其中 N 和 t 是大小和標量類型，詳見[矩陣與向量運算](# 3.1.2 矩陣與向量運算)。對于二維數(shù)組類型，使用 ArrayNNt 表示。示例如下：

類型	類型定義
Array<float,Dynamic,1>	ArrayXf
Array<float,3,1>	Array3f
Array<double,Dynamic,Dynamic>	ArrayXXd
Array<double,3,3>	Array33d

訪問Array中的值

就像矩陣一樣，使用括號運算符可以訪問數(shù)組中的值。另外，<<運算符可用于初始化數(shù)組（使用逗號初始化）或打印它們。

例如：

#include <Eigen/Dense>
#include <iostream>int main()
{Eigen::ArrayXXf  m(2,2);// assign some values coefficient by coefficientm(0,0) = 1.0; m(0,1) = 2.0;m(1,0) = 3.0; m(1,1) = m(0,1) + m(1,0);// print values to standard outputstd::cout << m << std::endl << std::endl;// using the comma-initializer is also allowedm << 1.0,2.0,3.0,4.0;// print values to standard outputstd::cout << m << std::endl;
}

輸出如下：

1 2
3 51 2
3 4

有關逗號初始化的更多信息，請參閱高級初始化。

加法與減法

兩個數(shù)組的加減法與矩陣相同。如果兩個數(shù)組的大小相同，并且加法或減法是按系數(shù)進行的，則該操作有效。

Array 還支持 array + scalar 的表達形式，這實現(xiàn)了對數(shù)組的每個系數(shù)都加一個常數(shù)。并且這是在Matrix類中不能直接使用的功能。

示例如下：

#include <Eigen/Dense>
#include <iostream>int main()
{Eigen::ArrayXXf a(3,3);Eigen::ArrayXXf b(3,3);a << 1,2,3,4,5,6,7,8,9;b << 1,2,3,1,2,3,1,2,3;// Adding two arraysstd::cout << "a + b = " << std::endl << a + b << std::endl << std::endl;// Subtracting a scalar from an arraystd::cout << "a - 2 = " << std::endl << a - 2 << std::endl;
}

輸出如下：

a + b = 2  4  65  7  98 10 12a - 2 = 
-1  0  12  3  45  6  7

Array乘法

當然你可以將一個數(shù)組乘以一個標量，這與矩陣相同。數(shù)組與矩陣不同的地方在于自身相乘，矩陣將乘法解釋為矩陣乘積，而數(shù)組將乘法解釋為系數(shù)乘積。因此，兩個數(shù)組相乘時它們必須具有相同的維度。

示例如下：

#include <Eigen/Dense>
#include <iostream>int main()
{Eigen::ArrayXXf a(2,2);Eigen::ArrayXXf b(2,2);a << 1,2,3,4;b << 5,6,7,8;std::cout << "a * b = " << std::endl << a * b << std::endl;
}

輸出如下：

a * b = 5 12
21 32

其他按元素操作的運算

除了上述的加法、減法和乘法運算符之外，Array 類還定義了其他按系數(shù)計算的運算。例如，abs() 方法對每個元素取絕對值，而sqrt()計算每個系數(shù)的平方根。如果你有兩個相同大小的數(shù)組，你可以調用min(.)來構造一個數(shù)組，其元素是兩個給定數(shù)組對應元素的最小值。這些操作在以下示例中進行了說明：

#include <Eigen/Dense>
#include <iostream>int main()
{Eigen::ArrayXf a = Eigen::ArrayXf::Random(5);a *= 2;std::cout << "a =" << std::endl<< a << std::endl;std::cout << "a.abs() =" << std::endl<< a.abs() << std::endl;std::cout << "a.abs().sqrt() =" << std::endl<< a.abs().sqrt() << std::endl;std::cout << "a.min(a.abs().sqrt()) =" << std::endl<< a.min(a.abs().sqrt()) << std::endl;
}

輸出如下：

a =1.36
-0.4221.131.191.65
a.abs() =1.36
0.4221.131.191.65
a.abs().sqrt() =
1.17
0.65
1.06
1.09
1.28
a.min(a.abs().sqrt()) =1.17
-0.4221.061.091.28

array和matrix表達式之間的轉換

什么時候應該使用Matrix 類的對象，什么時候應該使用 Array 類的對象呢？

首先， Matrix 類和Array類的方法不通用。如果需要進行線性代數(shù)運算，例如矩陣乘法，那么應該使用 Matrix 類；如果需要做元素運算，那么應該使用Array類。然而，有時并沒有那么簡單，而是需要同時使用Matrix 類和Array類。這種情況下，需要將Matrix 轉換為Array或相反。這樣就可以使用所有操作，而不管對象聲明為Matrix 還是Array。

Matrix 類有一個 .array() 方法可以將Matrix 轉換為Array。同樣，Array有一個 .matrix() 方法。由于Eigen表達式的抽象，這些轉換發(fā)生在編譯的時候，所以不需要任何運行時間成本。.array()和.matrix()既可以作為左值，也可以作為右值。

Eigen 禁止在表達式中混合使用Matrix 和Array。例如，不能將Matrix 和Array直接相加；運算符的操作對象要么都是Matrix，要么都是Array，但轉換后是可以的。此規(guī)則的例外是賦值運算符，允許將Matrix 賦值給Array，或將將 Array 賦值給Matrix。

以下示例展示了如何通過使用.array()方法對 Matrix 對象使用Array的方法。例如，語句 result = m.array() * n.array() 將兩個矩陣m和n都轉換為數(shù)組，并使它們按系數(shù)相乘，再將結果分配給矩陣變量（這是合法的，因為Eigen允許將數(shù)組表達式賦值給矩陣變量）。

事實上，這種用例非常普遍，以至于Eigen為矩陣提供了一個 const .cwiseProduct(.) 方法來滿足按元素相乘的需求。

示例如下：

#include <Eigen/Dense>
#include <iostream>using Eigen::MatrixXf;int main()
{MatrixXf m(2,2);MatrixXf n(2,2);MatrixXf result(2,2);m << 1,2,3,4;n << 5,6,7,8;result = m * n;std::cout << "-- Matrix m*n: --\n" << result << "\n\n";result = m.array() * n.array();std::cout << "-- Array m*n: --\n" << result << "\n\n";result = m.cwiseProduct(n);std::cout << "-- With cwiseProduct: --\n" << result << "\n\n";result = m.array() + 4;std::cout << "-- Array m + 4: --\n" << result << "\n\n";
}

輸出如下：

-- Matrix m*n: --
19 22
43 50-- Array m*n: --5 12
21 32-- With cwiseProduct: --5 12
21 32-- Array m + 4: --
5 6
7 8

同樣，如果array1和array2是數(shù)組，則表達式array1.matrix() * array2.matrix()可以計算他們的矩陣乘積。

接下來是一個更復雜一點的示例，表達式(m.array() + 4).matrix() * m對每一個元素都加4，然后計算表達式結果與矩陣m的矩陣乘積。類似的，表達式(m.array() * n.array()).matrix() * m按元素計算矩陣m和n的乘積，然后計算其結果與m的矩陣乘法。

示例如下：

#include <Eigen/Dense>
#include <iostream>using Eigen::MatrixXf;int main()
{MatrixXf m(2,2);MatrixXf n(2,2);MatrixXf result(2,2);m << 1,2,3,4;n << 5,6,7,8;result = (m.array() + 4).matrix() * m;std::cout << "-- Combination 1: --\n" << result << "\n\n";result = (m.array() * n.array()).matrix() * m;std::cout << "-- Combination 2: --\n" << result << "\n\n";
}

輸出如下：

-- Combination 1: --
23 34
31 46-- Combination 2: --41  58
117 170