我试图将在Eigen C密集矩阵类（ MatrixXd ，从 <Eigen/Dense> ）中实现的一些方法转换为具有Eigen C稀疏矩阵的方法（如来自 <Eigen/Sparse> 的 SparseMatrix<double> ） .
许多方法可以直接转换为 MatrixXd 至 SparseMatrix<double> . 但是，有些方法不可能 .
我遇到的一个问题是将以下元素分红转换为稀疏矩阵方法：
(beta.array() / beta.cwiseAbs().array()).sum()
最初， beta 被声明为 MatrixXd beta . 现在，如果我将 beta 声明为 SparseMatrix<double> beta ，则没有更多相应的 array() 方法允许我执行上述操作 .
我应该如何使用稀疏矩阵执行逐元素运算？
有没有什么有效的方法可以将密集矩阵转换为稀疏矩阵，反之亦然？
1 回答
这是不受支持的，因为严格来说，你会为任何显式零计算0/0 . 如果矩阵处于压缩模式，您可以解决方法，以确保调用：
然后将非零值映射为密集数组：