Matx

一个轻量级的 Rust 矩阵库，允许进行简单（即易于实现）的矩阵处理和运算。
运算不在原地执行，因此大多数函数，尤其是数学运算，都是纯函数，它们消耗其参数并输出一个新矩阵。

• GitHub: https://github.com/Jerem-dY/Matx
• Crate.io: https://crates.io/crates/matx
• 文档: https://docs.rs/matx/0.1.0/matx/

待办事项

• 矩阵初始化（填充，随机，自定义）
• 基本操作 Mat 与 Mat 以及 Mat 与 Scalar
• 更好的错误处理（可能因尺寸不兼容而失败的运算的 Results）
• 矩阵旋转
• 用于简化初始化的宏
• 更好的递归矩阵（运算、显示等）
• 在 GPU 上进行计算？

使用说明

请勿犹豫，查看更多示例 tests.rs。

创建矩阵

声明矩阵相当直接：您只需要指定 元素的类型，行数 和 列数。

let mut a = Matrix::<f64>::new(2, 3);

默认情况下，使用 Matrix::new() 将矩阵初始化为零（因此仅适用于 T: num::Num，即数字）。如果需要，可以使用 Matrix::from<Vec<Vec<T>>>() 指定矩阵的全部内容，即使用向量向量（每个向量代表一行）。

// 1 2 3
// 4 5 6
let a = Matrix::<f64>::from(vec![
        vec![1.0f64, 2.0f64, 3.0f64],
        vec![4.0f64, 5.0f64, 6.0f64]
    ]);

运算符

乘法 和 加法 是在 矩阵之间 以及在 矩阵和类型为 T 的对象之间（如果 T 是数字）实现的。
矩阵之间的操作可能需要两者之间的兼容性（在尺寸上）；由于现在尺寸检查大多在运行时进行，因此矩阵运算（如点积）返回一个 Result<>。
因此，不建议使用行内算术：以下代码应逐步计算，以保持良好的实践，否则所有展开的操作会使代码难以阅读：a + b * (d - e)

所有操作都不会原地执行：它们都会生成一个新的矩阵。如果您需要在多个操作中使用矩阵，则需要显式地使用.clone()创建一个矩阵。

当前实现的操作如下

• Mat * Mat 和 Mat * scal
• Mat / Mat 和 Mat / scal
• Mat + Mat 和 Mat + scal
• Mat - Mat 和 Mat - scal

对于所有实现了T+T的类型，都可以通过迭代器求和矩阵内容：.sum()

映射

您可以使用.map()方法对每个矩阵元素应用闭包