如何在Eigen中近似比较向量

Question

在Eigen中是否有一个函数可以使用相对和绝对公差（也称为numpy.allclose）来比较向量（矩阵）？如果其中一个向量非常接近于零，则标准isApprox将失败。

Answer 1

没有实现numpy.allclose的内置函数，但如果确实需要的话，您可以轻松地自己编写一个。然而，我宁愿建议使用isMuchSmallerThan作为参考值：

(a-b).isMuchSmallerThan(ref)

其中ref是问题的代表性非零。

编辑：这里是allclose:的一个可能实现，供参考

template<typename DerivedA, typename DerivedB>
bool allclose(const Eigen::DenseBase<DerivedA>& a,
              const Eigen::DenseBase<DerivedB>& b,
              const typename DerivedA::RealScalar& rtol
                  = Eigen::NumTraits<typename DerivedA::RealScalar>::dummy_precision(),
              const typename DerivedA::RealScalar& atol
                  = Eigen::NumTraits<typename DerivedA::RealScalar>::epsilon())
{
  return ((a.derived() - b.derived()).array().abs()
          <= (atol + rtol * b.derived().array().abs())).all();
}

Answer 2

还有一个isApprovx函数对我不起作用。我只是在使用（expect-res）.norm（）<一些小数字。