我有载体
Eigen::VectorXf test(4);
test << 1.231, 1.23, 0.41, 1.233;
我正在尝试获取test.array() > 1
的索引。我希望结果以数组形式出现(std :: vector很好),我想利用特征优化(即循环的[[no不必要)优势。结果应为{0,1,3}。我将如何去做?
我收到一个类似Eigen Indices of Dense Matrix meeting Condition的问题
但是主要区别在于我使用的是向量,因此一切都基于一维
编辑2
供参考,这是我将如何在xtensor中进行相同的操作
auto indexes = xt::flatten_indices(xt::argwhere(xt::greater(xt::flatten(data), 1)));
NaN
而不是大于1。template<typename Func>
struct lambda_as_visitor_wrapper : Func {
lambda_as_visitor_wrapper(const Func& f) : Func(f) {}
template<typename S, typename I>
void init(const S& v, I i, I j) { return Func::operator()(v, i, j); }
};
template<typename Mat, typename Func>
void visit_lambda(const Mat& m, const Func& f)
{
lambda_as_visitor_wrapper<Func> visitor(f);
m.visit(visitor);
}
...
std::vector<int> indices;
int th = 1;
visit_lambda(open.data,
[&indices, th](double v, int i, int j) {
if (std::isnan(v))
indices.push_back(i);
});
尽管我不会在所使用的数据上介绍太多细节,但它的xtensor等效)>
xt::flatten_indices(xt::argwhere(xt::isnan(open2.data)))
要慢得多,Eigen的时钟速度大约要快8倍(366个浮点数)。