【发布时间】:2014-02-25 02:20:09
【问题描述】:
我有两个特征矩阵,我想将它们连接起来,比如在 matlab cat(0, A, B)
本征中有什么等价的吗?
谢谢。
【问题讨论】:
-
那个matlab代码不起作用。
我有两个特征矩阵,我想将它们连接起来,比如在 matlab cat(0, A, B)
本征中有什么等价的吗?
谢谢。
【问题讨论】:
您可以为此使用逗号初始化语法。
水平方向:
MatrixXd C(A.rows(), A.cols()+B.cols());
C << A, B;
垂直:
// eigen uses provided dimensions in declaration to determine
// concatenation direction
MatrixXd D(A.rows()+B.rows(), A.cols()); // <-- D(A.rows() + B.rows(), ...)
D << A, B; // <-- syntax is the same for vertical and horizontal concatenation
为了可读性,可以用空格格式化垂直连接:
D << A,
B; // <-- But this is for readability only.
【讨论】:
concatenate/hstack/vstack 或逗号初始化器,我不介意,虽然 numpy 方式用于许多矩阵库)。
我有一个稍微不同的用例:垂直堆叠特征矩阵的 std::vector。以下是我如何实现更通用的功能。让我知道这是否可以进一步改进:
// matrix_eig = Eigen::MatrixXf in RowMajor format
matrix_eig VStack(const std::vector<matrix_eig> &mat_vec) {
assert(!mat_vec.empty());
long num_cols = mat_vec[0].cols();
size_t num_rows = 0;
for (size_t mat_idx = 0; mat_idx < mat_vec.size(); ++mat_idx) {
assert(mat_vec[mat_idx].cols() == num_cols);
num_rows += mat_vec[mat_idx].rows();
}
matrix_eig vstacked_mat(num_rows, num_cols);
size_t row_offset = 0;
for (size_t mat_idx = 0; mat_idx < mat_vec.size(); ++mat_idx) {
long cur_rows = mat_vec[mat_idx].rows();
vstacked_mat.middleRows(row_offset, cur_rows) = mat_vec[mat_idx];
row_offset += cur_rows;
}
return vstacked_mat;
}
【讨论】:
我会以类似于this post(连接到现有矩阵)的方式使用Eigen's block indexing。
块索引避免了公认方法中的方向歧义,并且语法非常紧凑。以下等价于MATLAB中的C = cat(2, A, B):
MatrixXd C(A.rows(), A.cols()+B.cols());
C.leftCols(A.cols()) = A;
C.rightCols(B.cols()) = B;
【讨论】: