使用Eigen的rowwise
操作时,我无法弄清楚这个的语法...
我有一个特征矩阵,我想将每一行除以最后一行。所以,如果我们开始使用矩阵
r = [ 0, 1
2, 3
4, 5 ]
然后在这个转换之后,我想要
r = [ 0, .2
.5, .6
1, 1 ]
优选地,操作将在适当的位置发生,覆盖r
。此外,我不会使用最后一行中的值,因此如果最后一行在变换后实际上是1,则无关紧要。
以下是我尝试过的一些不编译的语法:
r.rowwise() = (r.array().rowwise() / r.bottomRows(1).array()).eval();
r.rowwise() = (r.rowwise().array() / r.bottomRows(1).array()).eval();
r.rowwise() /= r.bottomRows(1).array();
r = r.rowwise().cwiseQuotient(rrr);
这个简单的旧循环版本可以使用
int last_row = r.rows() - 1;
for (int row = 0; row < last_row; ++row) {
r.row(row).array() /= r.row(last_row).array();
}
但是,无论在哪里,人们都在倡导使用rowwise
或colwise
操作。我无法使用该语法。使用rowwise
运算符是否有我想要做的简洁形式?
答案 0 :(得分:2)
要完成自我回答,如果您不需要最后一行,可以使用hnormalized:
result = r.colwise().hnormalized()
和Eigen trunk你也可以写:
using namespace Eigen::placeholders::last;
r.array().rowwise() /= r.row(last).array();
答案 1 :(得分:1)
当然,我终于在发布后找到了正确的语法......
int last_row = r.rows() - 1;
r.array().rowwise() /= r.row(last_row).array();
出于某种原因,在这里使用bottomRows
会导致编译错误。也就是说,以下内容无法编译
r.array().rowwise() /= r.bottomRows(1).array();