如何从Eigen中的索引向量中提取子向量(Eigen::Vector）

How to extract a subvector (of an Eigen::Vector) from a vector of indices in Eigen?

本文关键字：向量 Eigen Vector 索引 提取      更新时间：2023-10-16

假设我有

Eigen::VectorXd x; //{1,2,3,4,5,6,7,8}

和

Eigen::VectorXd ind_vec; //{0,2,4,5}

有没有一种简单的方法可以提取x的ind_vec元素？

类似于：

x.extract(ind_vec) returning {1, 3, 5, 6}

由于当前的答案对我来说不满意，我在谷歌上搜索了一下，在Eigen文档中找到了本教程。

#include <Eigen/Dense>
#include <iostream>
using namespace std;
int main()
{
  Eigen::ArrayXf v(6);
  v << 1, 2, 3, 4, 5, 6;
  cout << "v.head(3) =" << endl << v.head(3) << endl << endl;
  cout << "v.tail<3>() = " << endl << v.tail<3>() << endl << endl;
  v.segment(1,4) *= 2;
  cout << "after 'v.segment(1,4) *= 2', v =" << endl << v << endl;
}

将输出：

v.head(3) =
1
2
3
v.tail<3>() = 
4
5
6
after 'v.segment(1,4) *= 2', v =
 1
 4
 6
 8
10
 6

我还没有用矢量测试过，但我想这也是可能的。

在C++11中（及以上）执行以下操作：

 ind_vec.unaryExpr(x);

您可以使用unaryExpr(Functor)，因为我们使用一个索引数组，并将一个函子应用于数组的每个元素。结果类型将具有与索引数组相同的维度。对于函子，我们需要一个带有运算符的对象：

 Scalar operator() (Index index) const {
     return x[index];
 }

碰巧，Eigen::Matrix已经有了这样一个运算符。下面是一个完整的例子：

Eigen::VectorXd x(8);  x << 1.1, 2.2, 3.3, 4.4, 5.5, 6.6, 7.7, 8.8;
Eigen::Array4i ind_vec(0,2,4,5);
// result has dimensions as ind_vec matrix/array, and scalar type from x
Eigen::Array4d result = ind_vec.unaryExpr(x);
std::cout << "result^T = " << result.transpose() << std::endl;
// Output:
// result^T = 1.1 3.3 5.5 6.6

唯一需要注意的是，这至少需要C++11才能工作。问题是，本征内部依赖于std::result_of来获得标量结果类型。如果没有这一点，您可能会出现错误，指出需要强制转换。

如果只为向量编写，那么编写自己的代码似乎很容易：

#include "Eigen/Core"
template <typename T, typename T2>
T extract(const T2& full, const T& ind)
{
    int num_indices = ind.innerSize();
    T target(num_indices);
    for (int i = 0; i < num_indices; i++)
    {
        target[i] = full[ind[i]];
    }
    return target;
}
int main()
{
    Eigen::VectorXd full(8); 
    full << 1, 2, 3, 4, 5, 6, 7, 8;
    Eigen::Vector4d ind_vec(4);
    ind_vec << 0, 2, 4, 5;
    std::cout << "full:" << full<< std::endl;
    std::cout << "ind_vec:" << ind_vec<< std::endl;
    std::cout << "extracted" << extract(full,ind_vec) << std::endl;
}

这应该适用于大多数情况

edit:对于索引标量类型与源标量类型和目标标量类型不同的情况，以下操作将起作用（适用于所有内置的Eigen类型）。

template <typename T, typename T2>
Eigen::Matrix<typename T2::Scalar,T::RowsAtCompileTime,T::ColsAtCompileTime,T::Options> 
extract2(const Eigen::DenseBase<T2>& full, const Eigen::DenseBase<T>& ind)
{
    using target_t = Eigen::Matrix < T2::Scalar, T::RowsAtCompileTime, T::ColsAtCompileTime, T::Options > ;
    int num_indices = ind.innerSize();
    target_t target(num_indices);
    for (int i = 0; i < num_indices; i++)
    {
        target[i] = full[ind[i]];
    }
    return target;
}

（这与另一个不同之处在于，您可以使用int向量作为索引，使用doubles向量作为源，并返回doubles的向量，而不是像上面的extract()那样使用int向量）

这在Eigen 3.4中通过切片和索引得到了支持：

Eigen::VectorXd x(8); x<<1,2,3,4,5,6,7,8;
Eigen::VectorXi ind_vec(4); ind_vec<<0,2,4,5;
Eigen::VectorXd x_slice = x(ind_vec);

正如文档所指出的，ind_vec也可以是

行或列索引的任意列表，存储为ArrayXi，一个std:：矢量，std:：array<int、N>，等

使用libigl的igl::slice，您可以通过以下方式实现：

Eigen::VectorXd result;
igl::slice(x,ind_vec,result);

由于特征3.4，您可以使用如下索引数组对特征向量和矩阵进行切片：

Eigen::VectorXd x; //{1,2,3,4,5,6,7,8}
Eigen::VectorXd ind_vec; //{0,2,4,5}
x(ind_vec);             // indexes the vector using a vector of indices
x(ind_vec, Eigen::all); // also works

取自：https://eigen.tuxfamily.org/dox/group__TutorialSlicingIndexing.html

您可以类似地以这种方式索引矩阵的行和向量

相关文章：