Question

我无法像numpy中那样从MxN矩阵中总结出1xN矩阵。

我用这样的本征来创建np.arange(9).reshape(3,3)的矩阵：

int buf[9];
for (int i{0}; i < 9; ++i) {
    buf[i] = i;
}
m = Map<MatrixXi>(buf, 3,3);

然后我计算沿行方向的均值：

    m2 = m.rowwise().mean();

我想将m2广播到3x3矩阵，并从m中减去它，我该怎么做？

Answer 1

Eigen中没有类似numpy的广播，您可以做的是重用您以前使用的相同模式：

m.colwise() -= m2

（请参见Eigen tutorial on this）

N.B .： m2必须是向量，而不是矩阵。同样，尺寸越固定，编译器就越能生成有效的代码。

Answer 2

您需要为值使用适当的类型，MatrixXi缺少矢量运算（例如广播）。您似乎还有个坏习惯，那就是在初始化变量之前先声明变量。不要。

这应该有效

std::array<int, 9> buf;
std::iota(buf.begin(), buf.end(), 0);

auto m = Map<Matrix3i>(buf.data());
auto v = m.rowwise().mean();
auto result = m.colwise() - v;

Answer 3

在这种情况下，虽然已经建议使用.colwise()方法，但实际上也可以使用replicate方法将向量广播到多列。

m -= m2.replicate<1,3>();
// or
m -= m2.rowwise().replicate<3>();

如果在编译时未知3，则可以编写

m -= m2.rowwise().replicate(m.cols());

我如何像numpy一样从MxN矩阵中减去1xN本征矩阵？

3 个答案: