用单位法线填充的 RcppEigen 模板函数

RcppEigen Templated Function to Fill with Unit Normals

我有以下代码:

#include <RcppEigen.h>
using namespace Rcpp;
using Eigen::MatrixXd;
using Eigen::VectorXd;
using Eigen::Lower;
using Eigen::Map;

// fills passed dense objects with unit normal random variables
template <typename Derived>
void fillUnitNormal(Eigen::DenseBase<Derived>& Z){
  int m = Z.rows();
  int n = Z.cols();
  NumericVector r(m*n);
  r = rnorm(m*n, 0, 1); // using vectorization from Rcpp sugar
  Map<VectorXd> rvec(as<Map<VectorXd> >(r));
  Map<MatrixXd> rmat(rvec.data(), m, n);
  Z = rmat;
}

一段时间以来,这对我来说效果很好。但是,我意识到如果 Z 是一个 VectorXd 对象,那么该函数将失败。用正常的 (0,1) 绘制填充从 class Eigen::DenseBase 继承的 Eigen 对象的每个元素的正确方法是什么?

一种方法是将随机值 std::copy 转化为 Z。由于Eigen不支持std::begin(),我决定使用.data()提供的原始指针。但是,这在 Eigen::DenseBase 级别不可用。在 Eigen::PlainObjectBasehierarchy 中向上两层它起作用了,但是:

// [[Rcpp::depends(RcppEigen)]]
#include <RcppEigen.h>

// fills passed dense objects with unit normal random variables
template <typename T>
void fillUnitNormal(Eigen::PlainObjectBase<T>& Z){
  int m = Z.rows();
  int n = Z.cols();
  Rcpp::NumericVector r(m*n);
  r = Rcpp::rnorm(m*n, 0, 1); // using vectorization from Rcpp sugar
  std::copy(std::begin(r), std::end(r), Z.data());
}


// [[Rcpp::export]]
Rcpp::List test(int n) {
  Eigen::MatrixXd mat(n, n);
  Eigen::VectorXd vec(n);
  fillUnitNormal(mat);
  fillUnitNormal(vec);
  // gives compile time error: fillUnitNormal(Rcpp::NumericVector::create(n));
  return Rcpp::List::create(mat, vec);
}

/*** R
test(5)
*/