RcppEigen模板函数填充单位法线

时间:2018-10-18 00:01:43

标签: c++ eigen rcpp

我有以下代码:

#include <RcppEigen.h>
using namespace Rcpp;
using Eigen::MatrixXd;
using Eigen::VectorXd;
using Eigen::Lower;
using Eigen::Map;

// fills passed dense objects with unit normal random variables
template <typename Derived>
void fillUnitNormal(Eigen::DenseBase<Derived>& Z){
  int m = Z.rows();
  int n = Z.cols();
  NumericVector r(m*n);
  r = rnorm(m*n, 0, 1); // using vectorization from Rcpp sugar
  Map<VectorXd> rvec(as<Map<VectorXd> >(r));
  Map<MatrixXd> rmat(rvec.data(), m, n);
  Z = rmat;
}

那一段时间对我来说一直很好。但是,我意识到,如果Z是VectorXd对象,则该函数将失败。用法线(0,1)绘制填充从Eigen :: DenseBase类继承的Eigen对象的每个元素的正确方法是什么?

1 个答案:

答案 0 :(得分:2)

一种方法是将std::copy的随机值变成Z。由于Eigen不支持std::begin(),因此我决定使用.data()提供的原始指针。但是,这在Eigen::DenseBase级别不可用。尽管在Eigen::PlainObjectBase的{​​{3}}中有两个级别,但它起作用:

// [[Rcpp::depends(RcppEigen)]]
#include <RcppEigen.h>

// fills passed dense objects with unit normal random variables
template <typename T>
void fillUnitNormal(Eigen::PlainObjectBase<T>& Z){
  int m = Z.rows();
  int n = Z.cols();
  Rcpp::NumericVector r(m*n);
  r = Rcpp::rnorm(m*n, 0, 1); // using vectorization from Rcpp sugar
  std::copy(std::begin(r), std::end(r), Z.data());
}


// [[Rcpp::export]]
Rcpp::List test(int n) {
  Eigen::MatrixXd mat(n, n);
  Eigen::VectorXd vec(n);
  fillUnitNormal(mat);
  fillUnitNormal(vec);
  // gives compile time error: fillUnitNormal(Rcpp::NumericVector::create(n));
  return Rcpp::List::create(mat, vec);
}

/*** R
test(5)
*/