如何在Eigen3中高效生成指定列结构的二维浮点矩阵？

嘿，完全不用绕std::vector那一圈！Eigen本身就提供了非常直接且高效的方式来生成你需要的矩阵，既省去了中间容器的内存拷贝，代码也更简洁。

方法一：LinSpaced + replicate（最直观） #

先通过LinSpaced生成单个基础列向量，再用replicate复制成多列矩阵：

#include <Eigen/Dense>

int main() {
    const int num_samples = 5;
    const int num_ranges = 3;

    // 生成[0, 1, 2, ..., num_samples-1]的列向量
    Eigen::VectorXd base_col = Eigen::VectorXd::LinSpaced(num_samples, 0, num_samples - 1);
    // 复制为num_ranges列的矩阵（行数保持不变，列数扩展）
    Eigen::MatrixXd result = base_col.replicate(1, num_ranges);

    // 如果需要float类型，替换为VectorXf/MatrixXf即可：
    // Eigen::VectorXf base_col = Eigen::VectorXf::LinSpaced(num_samples, 0.f, num_samples - 1.f);
    // Eigen::MatrixXf result = base_col.replicate(1, num_ranges);

    return 0;
}

LinSpaced会直接按步长1生成连续序列（因为起始0、结束num_samples-1，共num_samples个元素，步长正好是1），replicate(1, num_ranges)表示将原向量复制1行（保持行数）、num_ranges列，完美得到每列都是相同连续序列的矩阵。

方法二：colwise赋值（灵活性更强） #

如果你需要先初始化矩阵再赋值，也可以用colwise()批量给每一列赋值：

#include <Eigen/Dense>

int main() {
    const int num_samples = 5;
    const int num_ranges = 3;

    Eigen::MatrixXd result(num_samples, num_ranges);
    // 给每一列都赋值为[0,1,..num_samples-1]的序列
    result.colwise() = Eigen::VectorXd::LinSpaced(num_samples, 0, num_samples - 1);

    return 0;
}

这种方式跳过了中间向量的存储，直接将序列赋值给所有列，效率和第一种方法几乎一致，代码同样简洁。

为什么比原方法更好？ #

• 无额外内存开销：原方法需要先创建std::vector并填充，再拷贝到Eigen矩阵，多了一次内存分配和数据拷贝；而上述Eigen原生方法直接在矩阵内存中生成数据，没有冗余操作。
• 代码更简洁：几行代码就能完成，可读性更强，不需要手动处理vector的填充和转换逻辑。
• 类型安全：直接生成Eigen矩阵类型，避免了容器转换可能带来的类型错误。

内容的提问来源于stack exchange，提问作者tangy