虽然Eigen是C++库并且C/C++使用行优先存储结构，但为什么Eigen更喜欢使用列优先存储顺序？从 Why does MATLAB use column-major order? 帖子中，我了解到 MATLAB 使用它是因为历史（由于 FORTRAN）原因。但据我所知，Eigen 一开始是基于 C++ 构建的。
在 Eigen 图书馆网站上写着：
Eigen 中的默认值是列优先。当然，Eigen 库的大部分开发和测试都是通过列主矩阵完成的。这意味着，即使我们的目标是透明地支持列主和行主存储顺序，Eigen 库也可能最适合列主矩阵。 （取自https://eigen.tuxfamily.org/dox/group__TopicStorageOrders.html）
也许是因为经常使用C++和OpenCV，我的大脑倾向于以行优先的形式思考。使用列主矩阵开发和测试 Eigen 库是否存在任何性能（缓存局部性、加载/存储速度等）原因？
其实你是对的，本来对于row-major存储数据来说，row-major遍历有更好的缓存局部性，从而有更高的缓存命中率。
默认情况下，Eigen 以主要顺序存储数据。这似乎有点违反直觉，但是，Eigen 默认情况下也以 col-major order 遍历数据。
另外，你可以在这里找到官方文档Eigen存储顺序： 当矩阵以行优先顺序存储时，由于数据局部性更好，逐行遍历矩阵的算法会更快。同样，对于列主矩阵，逐列遍历速度更快。
在许多领域，包括信号处理，向量被认为是列向量。
因此，大多数信号处理算法都在矩阵的列上运行。当有人在 C++ 中实现此类算法（行优先）时，由于严重的缓存未命中，计算性能会受到严重损害。
Eigen 的默认列主顺序在这种情况下非常方便。这也是 Matlab 选择列专业的原因。
Eigen 作为一个线性代数库，遵循一些数学约定。矩阵和向量的出现源于求解线性方程组的需要。从这个非常原始的问题开始，从数学上讲，所有向量都应该是列向量，因此将矩阵定义为列矩阵也符合直觉。在 Eigen 的应用程序中，即线性代数计算，使用列向量使用户更方便。