将Eigen矩阵数据赋值给vector数组时数据不符的问题排查

问题原因 #

Eigen 默认采用列主序存储，即矩阵元素在内存中按列依次排列。以你的测试矩阵为例：

tempEvokedData << 2.0, 3.0,
                  12.0, 13.0;

其内存布局为：[2, 12, 3, 13]（先存第一列，再存第二列）。

tempEvokedData.row(ch) 返回的是行视图，并非连续的内存块。调用 data() 会得到该行第一个元素的地址，但该行后续元素在内存中并不相邻——每一行元素之间的间隔是矩阵的行数（nch）。因此，你用 data() 到 data()+_dataLength 的区间初始化 vector 时，实际读取的是内存中连续的元素，也就是按列往下取，而非按行横向取。

比如：

• 第0行的 data() 指向 2，data()+1 指向的是内存中下一个元素 12（第一列的第二个元素），而非第0行的第二个元素 3。
• 第1行的 data() 指向 12，data()+1 指向 3（第二列的第一个元素），而非第1行的第二个元素 13。

这就是输出结果不符合预期的核心原因。

解决方案 #

以下是几种正确的行复制方式：

方案1：使用 Eigen Map 直接赋值

利用 Eigen::Map 将 vector 内存映射为 Eigen 行向量，自动处理非连续内存问题：

for (size_t ch = 0; ch < nch; ch++)
{
    Eigen::Map<Eigen::RowVectorXf>(evokedData[ch].data(), _dataLength) = tempEvokedData.row(ch);
}

方案2：显式复制行到连续内存

先将行复制为连续的 RowVectorXf，再用其 data() 初始化 vector：

for (size_t ch = 0; ch < nch; ch++)
{
    Eigen::RowVectorXf row_data = tempEvokedData.row(ch);
    evokedData[ch] = std::vector<float>(row_data.data(), row_data.data() + _dataLength);
}

方案3：循环逐个赋值

最直观的方式，逐个元素复制，彻底避免内存连续性问题：

for (size_t ch = 0; ch < nch; ch++)
{
    for (size_t j = 0; j < _dataLength; j++)
    {
        evokedData[ch][j] = tempEvokedData(ch, j);
    }
}

内容的提问来源于stack exchange，提问作者Lpz