R语言科学计算RcppArmadillo简明手册

目录

• 1. 常用数据类型
• 2. 数学运算
• 3. 向量、矩阵和域的创建
• 基本创建
• 用函数创建
• 4. 初始化，元素访问，属性和成员函数
• 4.1. 元素初始化 Element initialization
• 4.2. 元素访问 Element access
• 4.3. 子矩阵访问 Submatrix view
• 矩阵X的连续子集访问
• 向量V的连续子集访问
• 向量或矩阵X的间断子集访问
• 立方体（三维矩阵）Q 的切片 slice
• 域F的子集访问
• 4.4. 属性 Attribute
• 4.5. 其他成员函数 Other member function
• 5. 常用函数
• 5.1. 向量、矩阵和立方体的一般函数
• 5.2. 其他一些数学函数
• 5.3. 矩阵的分解、因子化、逆矩阵和线性方程的解
• Dense Matrix
• Sparse Matrix
• 5.4. 信号和图像处理
• 5.5. 统计和聚类

RcppArmadillo几乎和C++中的Armadillo一样，因此本文主要参考Armadillo主页上的手册。

http://arma.sourceforge.net/docs.html

1. 常用数据类型

Mat<type>为模板类，其中type可以是：float, double, std::complex, std::complex, short, int, long, and unsigned versions of short, int, long等。为方便起见，Armadillo C++已经预定义了以下类型。

在Armadillo中，矩阵是按照一列一列(column by column)存在内存中的(column-major ordering)。

2. 数学运算

3. 向量、矩阵和域的创建

基本创建

//Matrix: X
mat X(n_rows, n_cols);
mat X(n_rows, n_cols, fill_type);
mat X(size(Y));
mat X(size(Y), fill_type);
mat X("1 0;2 0"); \\create a matrix from a string. (first row is "1 0", second row is "2 0")
cx_mat X(mat,mat);   \\for constructing a complex matrix out of two real matrices

//Vector: X
vec X(n_elem);
vec X(n_elem, fill_type);
vec X(size(Y));
vec X(size(Y), fill_type);
cx_vec X(vec,vec);   \\for constructing a complex vector out of two real vectors

//Cube or 3-D matrix: X
cube X(n_rows, n_cols, n_slices);
cube X(n_rows, n_cols, n_slices, fill_type);
cube X(size(Y));
cube X(size(Y), fill_type);
cx_cube X(cube, cube);   \\for constructing a complex cube out of two real cubes

//Field: F
field<object_type> F(n_elem)
field<object_type> F(n_rows, n_cols)
field<object_type> F(n_rows, n_cols, n_slices)
field<object_type> F(size(X))
//似乎object_type只能是mat或者cube,且不能存储复数类型，比如cx_mat.

//An example of field
mat A(3,4,fill::randu);
vec B(5,fill::randn);
field <mat> F(2,1);
F(0)=A;
F(1)=B;

其中fill_type是可选的，可以是以下选择

用函数创建

注释：

rand_type可以是randi()、randu()、randn()和randg()，分别代表 [a,b] 区间中的整数随机值， U[0,1] 分布中的随机浮点值，从标准正态分布中抽取的随机值，从参数为a,b的Gamma分布中抽取的随机值。distr_param(a,b) 只适用于randi()和randg()。
e.g.

vec v=randu<vec>(5);

regspace()中delta默认是1或-1。

4. 初始化，元素访问，属性和成员函数

4.1. 元素初始化 Element initialization

// C++11
vec v = { 1, 2, 3 };
mat A = { {1, 3, 5},
          {2, 4, 6} };

4.2. 元素访问 Element access

无论是向量vec，矩阵mat，立方体cube，还是域field，每个维数均是从0开始的。

4.3. 子矩阵访问 Submatrix view

矩阵X的连续子集访问

注释:
(1) span(start,end)可以被span::all代替，意味着这一维上所有的元素。
(2) X.diag(k)可以改变第k个对角线的值。

mat X=randn<mat>(4,4);
vec v={1,2,3,4};
X.diag()=v;

向量V的连续子集访问

向量或矩阵X的间断子集访问

立方体（三维矩阵）Q 的切片 slice

域F的子集访问

4.4. 属性 Attribute

注释:

• 返回值是无符号整数(uword)
• 返回值是read-only的；如果要改变大小（维数），用成员函数.set_size(), .copy_size(), .zeros(), .ones(), 或者.reset()。

.set_size()

.set_size( n_elem )
.set_size( n_rows, n_cols )
.set_size( n_rows, n_cols, n_slices )
.set_size( size(X) )

.copy_size(A)
把维数设置成和A一样。

.zeros()

.zeros( n_elem )
.zeros( n_rows, n_cols )
.zeros( n_rows, n_cols, n_slices )
.zeros( size(X) )   

.ones()
参见.zeros()。

.reset()
把维数设置成0，意味着无元素。

4.5. 其他成员函数 Other member function

注释：

.transform(lambda_function)

// C++11 only example
mat A = ones<mat>(4,5);
// add 123 to every element
A.transform( [](double val) { return (val + 123.0); } );

.reshape()和.resize()的区别在于前者不会保存原对象的布局,而后者会保留原对象的布局，且后者更快。例如，如果新对象的维数大于原对象的维数，则新对象中原维数外的元素会被设置成0。
e.g.

mat A = randu<mat>(2,3);
A.reshape(4,4);
           [,1]      [,2] [,3] [,4]
[1,] 0.02567623 0.8880936    0    0
[2,] 0.12546129 0.6520889    0    0
[3,] 0.52724939 0.0000000    0    0
[4,] 0.30407942 0.0000000    0    0

mat A = randu<mat>(2,3);
A.resize(4,4);
          [,1]      [,2]      [,3] [,4]
[1,] 0.5451790 0.2632051 0.6375933    0
[2,] 0.3753245 0.8050394 0.1627499    0
[3,] 0.0000000 0.0000000 0.0000000    0
[4,] 0.0000000 0.0000000 0.0000000    0

.memptr()
可被用于和一些库交互，比如FFTW。

      mat A = randu<mat>(5,5);
const mat B = randu<mat>(5,5);
      double* A_mem = A.memptr();
const double* B_mem = B.memptr();

5. 常用函数

5.1. 向量、矩阵和立方体的一般函数

5.2. 其他一些数学函数

miscellaneous element-wise functions:

三角函数 Trigonometric element-wise functions (cos, sin, tan, …)

cos, acos, cosh, acosh

sin, asin, sinh, asinh

tan, atan, tanh, atanh

atan2, hypot

5.3. 矩阵的分解、因子化、逆矩阵和线性方程的解

Dense Matrix

Sparse Matrix

5.4. 信号和图像处理

5.5. 统计和聚类

以上就是R语言科学计算RcppArmadillo简明手册的详细内容，更多关于RcppArmadillo简明手册的资料请关注我们其它相关文章！