近需要用 C++ 做一些数值计算，之前一直采用Matlab 混合编程的方式处理矩阵运算，非常麻烦，直到发现了 Eigen 库，简直相见恨晚，好用哭了。 Eigen 是一个基于C++模板的线性代数库，直接将库下载后放在项目目录下，然后包含头文件能使用，非常方便。此外，Eigen的接口清晰，稳定高效。的问题是之前一直用 Matlab，对 Eigen 的 API 接口不太熟悉，如果能有 Eigen 和 Matlab 对应的说明想必是极好的，终于功夫不负有心人，让我找到了，原文在这里，不过排版有些混乱，我将其重新整理了一下，方便日后查询。
　　Eigen 矩阵定义
#include <Eigen/Dense>
Matrix<double， 3， 3> A;               // Fixed rows and cols. Same as Matrix3d.
Matrix<double， 3， Dynamic> B;         // Fixed rows， dynamic cols.
Matrix<double， Dynamic， Dynamic> C;   // Full dynamic. Same as MatrixXd.
Matrix<double， 3， 3， RowMajor> E;     // Row major; default is column-major.
Matrix3f P， Q， R;                     // 3x3 float matrix.
Vector3f x， y， z;                     // 3x1 float matrix.
RowVector3f a， b， c;                  // 1x3 float matrix.
VectorXd v;                           // Dynamic column vector of doubles
// Eigen          // Matlab           // comments
x.size()          // length(x)        // vector size
C.rows()          // size(C，1)        // number of rows
C.cols()          // size(C，2)        // number of columns
x(i)              // x(i+1)           // Matlab is 1-based
C(i，j)            // C(i+1，j+1)       //
　　Eigen 基础使用
// Basic usage
// Eigen        // Matlab           // comments
x.size()        // length(x)        // vector size
C.rows()        // size(C，1)        // number of rows
C.cols()        // size(C，2)        // number of columns
x(i)            // x(i+1)           // Matlab is 1-based
C(i， j)         // C(i+1，j+1)       //
A.resize(4， 4);   // Runtime error if assertions are on.
B.resize(4， 9);   // Runtime error if assertions are on.
A.resize(3， 3);   // Ok; size didn't change.
B.resize(3， 9);   // Ok; only dynamic cols changed.
A << 1， 2， 3，     // Initialize A. The elements can also be
4， 5， 6，     // matrices， which are stacked along cols
7， 8， 9;     // and then the rows are stacked.
B << A， A， A;     // B is three horizontally stacked A's.
A.fill(10);       // Fill A with all 10's.
　　Eigen 特殊矩阵生成
// Eigen                            // Matlab
MatrixXd::Identity(rows，cols)       // eye(rows，cols)
C.setIdentity(rows，cols)            // C = eye(rows，cols)
MatrixXd::Zero(rows，cols)           // zeros(rows，cols)
C.setZero(rows，cols)                // C = ones(rows，cols)
MatrixXd::Ones(rows，cols)           // ones(rows，cols)
C.setOnes(rows，cols)                // C = ones(rows，cols)
MatrixXd::Random(rows，cols)         // rand(rows，cols)*2-1        // MatrixXd::Random returns uniform random numbers in (-1， 1).
C.setRandom(rows，cols)              // C = rand(rows，cols)*2-1
VectorXd::LinSpaced(size，low，high)  // linspace(low，high，size)'
v.setLinSpaced(size，low，high)       // v = linspace(low，high，size)'
　　Eigen 矩阵分块
// Matrix slicing and blocks. All expressions listed here are read/write.
// Templated size versions are faster. Note that Matlab is 1-based (a size N
// vector is x(1)...x(N)).
// Eigen                           // Matlab
x.head(n)                          // x(1:n)
x.head<n>()                        // x(1:n)
x.tail(n)                          // x(end - n + 1: end)
x.tail<n>()                        // x(end - n + 1: end)
x.segment(i， n)                    // x(i+1 : i+n)
x.segment<n>(i)                    // x(i+1 : i+n)
P.block(i， j， rows， cols)          // P(i+1 : i+rows， j+1 : j+cols)
P.block<rows， cols>(i， j)          // P(i+1 : i+rows， j+1 : j+cols)
P.row(i)                           // P(i+1， :)
P.col(j)                           // P(:， j+1)
P.leftCols<cols>()                 // P(:， 1:cols)
P.leftCols(cols)                   // P(:， 1:cols)
P.middleCols<cols>(j)              // P(:， j+1:j+cols)
P.middleCols(j， cols)              // P(:， j+1:j+cols)
P.rightCols<cols>()                // P(:， end-cols+1:end)
P.rightCols(cols)                  // P(:， end-cols+1:end)
P.topRows<rows>()                  // P(1:rows， :)
P.topRows(rows)                    // P(1:rows， :)
P.middleRows<rows>(i)              // P(i+1:i+rows， :)
P.middleRows(i， rows)              // P(i+1:i+rows， :)
P.bottomRows<rows>()               // P(end-rows+1:end， :)
P.bottomRows(rows)                 // P(end-rows+1:end， :)
P.topLeftCorner(rows， cols)        // P(1:rows， 1:cols)
P.topRightCorner(rows， cols)       // P(1:rows， end-cols+1:end)
P.bottomLeftCorner(rows， cols)     // P(end-rows+1:end， 1:cols)
P.bottomRightCorner(rows， cols)    // P(end-rows+1:end， end-cols+1:end)
P.topLeftCorner<rows，cols>()       // P(1:rows， 1:cols)
P.topRightCorner<rows，cols>()      // P(1:rows， end-cols+1:end)
P.bottomLeftCorner<rows，cols>()    // P(end-rows+1:end， 1:cols)
P.bottomRightCorner<rows，cols>()   // P(end-rows+1:end， end-cols+1:end)