Eigen中三维矩阵按最后维度求和的colwise()等效方法

首先要纠正一个关键细节：你代码里的Eigen::MatrixXd是二维矩阵类型，Eigen不支持用它直接创建三维结构，正确的三维张量应该用Eigen::Tensor<double, 3>来定义：

Eigen::Tensor<double, 3> mat(5, 10, 20);

针对沿最后一个维度求和得到5×10二维张量的需求，有两种高效实现方式，完全不需要手动遍历元素：

1. 使用Tensor的sum()方法指定求和维度 #

Eigen的Tensor模块提供了直接按维度求和的接口，三维张量的维度索引从0开始，最后一个维度对应索引2，直接传入该索引即可完成缩减：

// 沿最后一个维度（索引2）求和，得到5×10的二维张量
Eigen::Tensor<double, 2> result = mat.sum(2);

2. 用dimensionwise()模拟二维的colwise()/rowwise()风格 #

如果你习惯二维矩阵的链式调用写法，Tensor模块的dimensionwise()方法可以针对指定维度执行归约操作，效果类似colwise()：

Eigen::Tensor<double, 2> result = mat.dimensionwise(Eigen::internal::SumReducer<double>(), 2);

需要注意，使用Tensor模块需要包含对应头文件，编译时确保链接Eigen的Tensor组件：

#include <Eigen/Tensor>

内容的提问来源于stack exchange，提问作者sodiumnitrate