轉自http://blog.csdn.net/abcjennifer/article/details/7781936 

最近和一些朋友討論到了C++中數學工具的問題，以前總是很2地自己寫矩陣運算，或者有時候在matlab里計算了一些數據再往C程序里倒，唉~想想那些年，我們白寫的代碼啊……人家早已封裝好了！首先推薦幾個可以在C++中調用的數學平臺：eigen、bias、lapack、svd、CMatrix，本文著重eigen做以講解，希望對各位有所幫助。

下面是本文主線，主要圍繞下面幾點進行講解：

**********************************************************************************************

Eigen是什么？

Eigen3哪里下載？

Eigen3的配置

Eigen3 樣例代碼有沒有？

去哪里更深入學習？

**********************************************************************************************

Eigen是什么？

Eigen是C++中可以用來調用并進行矩陣計算的一個庫，里面封裝了一些類，需要的頭文件和功能如下：

Eigen的主頁上有一些更詳細的Eigen介紹。

Eigen3哪里下載？

這里是我下好的，這里是官網主頁，請自行下載，是個code包，不用安裝。

Eigen的配置

直接上圖了，附加包含目錄那里填上你放Eigen文件夾的位置即可。

Eigen的樣例代碼有沒有？

當然有，這篇文章重點就是這里！

以下是我整理的一些常用操作，基本的矩陣運算就在下面了，算是個入門吧~主要分以下幾部分：

建議大家放到編譯環境里去看，因為我這里有一些region的東西，編譯器下更方便看~

#include <iostream>#include <Eigen/Dense>//using Eigen::MatrixXd;using namespace Eigen;using namespace Eigen::internal;using namespace Eigen::Architecture;using namespace std;int main(){#pragma region one_d_object	cout<<"*******************1D-object****************"<<endl;	Vector4d v1;	v1<< 1,2,3,4;	cout<<"v1=/n"<<v1<<endl;	VectorXd v2(3);	v2<<1,2,3;	cout<<"v2=/n"<<v2<<endl;	Array4i v3;	v3<<1,2,3,4;	cout<<"v3=/n"<<v3<<endl;	ArrayXf v4(3);	v4<<1,2,3;	cout<<"v4=/n"<<v4<<endl;#pragma endregion#pragma region two_d_object		cout<<"*******************2D-object****************"<<endl;	//2D objects:	MatrixXd m(2,2);	//method 1	m(0,0) = 3;	m(1,0) = 2.5;	m(0,1) = -1;	m(1,1) = m(1,0) + m(0,1);	//method 2	m<<3,-1,		2.5,-1.5;	cout <<"m=/n"<< m << endl;#pragma endregion#pragma region Comma_initializer	cout<<"*******************Initialization****************"<<endl;	int rows=5;	int cols=5;	MatrixXf m1(rows,cols);	m1<<( Matrix3f()<<1,2,3,4,5,6,7,8,9 ).finished(),		MatrixXf::Zero(3,cols-3),		MatrixXf::Zero(rows-3,3),		MatrixXf::Identity(rows-3,cols-3);	cout<<"m1=/n"<<m1<<endl;#pragma endregion#pragma region Runtime_info		cout<<"*******************Runtime Info****************"<<endl;	MatrixXf m2(5,4);	m2<<MatrixXf::Identity(5,4);	cout<<"m2=/n"<<m2<<endl;	MatrixXf m3;	m3=m1*m2;	cout<<"m3.rows()="<<m3.rows()<<"  ;  "		     <<"m3.cols()="<< m3.cols()<<endl;		cout<<"m3=/n"<<m3<<endl;#pragma endregion	#pragma region Resizing		cout<<"*******************Resizing****************"<<endl;	//1D-resize		v1.resize(4);	cout<<"Recover v1 to 4*1 array : v1=/n"<<v1<<endl;	//2D-resize	m.resize(2,3);	m.resize(Eigen::NoChange, 3);	m.resizeLike(m2);	m.resize(2,2);	#pragma endregion#pragma region Coeff_access		cout<<"*******************Coefficient access****************"<<endl;	float tx=v1(1);	tx=m1(1,1);	cout<<endl;#pragma endregion#pragma  region Predefined_matrix	cout<<"*******************Predefined Matrix****************"<<endl;	//1D-object	typedef  Matrix3f   FixedXD;	FixedXD x;		x=FixedXD::Zero();	x=FixedXD::Ones();	x=FixedXD::Constant(tx);//tx is the value	x=FixedXD::Random();	cout<<"x=/n"<<x<<endl;	typedef ArrayXf Dynamic1D;	//或者 typedef VectorXf Dynamic1D	int size=3;	Dynamic1D xx;	xx=Dynamic1D::Zero(size);	xx=Dynamic1D::Ones(size);	xx=Dynamic1D::Constant(size,tx);	xx=Dynamic1D::Random(size);	cout<<"xx=/n"<<x<<endl;	//2D-object	typedef MatrixXf Dynamic2D;	Dynamic2D y;	y=Dynamic2D::Zero(rows,cols);	y=Dynamic2D::Ones(rows,cols);	y=Dynamic2D::Constant(rows,cols,tx);//tx is the value	y=Dynamic2D::Random(rows,cols);#pragma endregion#pragma region Arithmetic_Operators	cout<<"******************* Arithmetic_Operators****************"<<endl;	//add & sub	MatrixXf m4(5,4);	MatrixXf m5;	m4=m2+m3;	m3-=m2;	//product	m3=m1*m2; 	//transposition	m5=m4.transpose();	//m5=m.adjoint();//伴隨矩陣			//dot product	double xtt;	cout<<"v1=/n"<<v1<<endl;	v2.resize(4);	v2<<VectorXd::Ones(4);	cout<<"v2=/n"<<v2<<endl;	cout<<"*************dot product*************"<<endl;	xtt=v1.dot(v2);	cout<<"v1.*v2="<<xtt<<endl;	//vector norm	cout<<"*************matrix norm*************"<<endl;	xtt=v1.norm();	cout<<"norm of v1="<<xtt<<endl;	xtt=v1.squaredNorm();	cout<<"SquareNorm of v1="<<xtt<<endl;#pragma endregioncout<<endl;}
去哪里更深入學習？
Please refer to Eigen中的類及函數、Eigen的官方教程，和一些教程上的相關內容。