根据Eigen Doc，Vector是Matrix的typedef，而Matrix有一个具有以下签名的构造函数：

Matrix (const Scalar *data)

构造一个固定大小的矩阵，该矩阵使用从数据开始的系数进行初始化。
而vector reference将std::vector::data定义为：

std::vector::data

T* data();
const T* data() const;

返回指向用作元素存储的基础数组的指针。该指针使[data(); data() + size())范围始终为有效范围，即使容器为空。
因此，您可以将向量的数据作为Vector3d构造函数参数传递：

Eigen::Vector3d v2(v1.data());

此外，从Eigen 3.2.8开始，上述构造函数定义为：

template<typename _Scalar, int _Rows, int _Cols, int _Options, int _MaxRows, int _MaxCols>
inline Matrix<_Scalar, _Rows, _Cols, _Options, _MaxRows, _MaxCols>
  ::Matrix(const Scalar *data)
{
  this->_set_noalias(Eigen::Map<const Matrix>(data));
}

正如您所看到的，它还使用了Eigen::Map，如@ggael和@gongzhitaao所示。

只是为了延长@ggael的回答以防别人没有注意到它：
来自快速参考指南：Map外部阵列：

float data[] = {1,2,3,4};
Map<Vector3f> v1(data);       // uses v1 as a Vector3f object
Map<ArrayXf>  v2(data,3);     // uses v2 as a ArrayXf object
Map<Array22f> m1(data);       // uses m1 as a Array22f object
Map<MatrixXf> m2(data,2,2);   // uses m2 as a MatrixXf object

下面的一行程序应该更正确：

#include <Eigen/Dense>
#include <Eigen/Core>

std::vector<double> a = {1, 2, 3, 4};
Eigen::VectorXd b = Eigen::Map<Eigen::VectorXd, Eigen::Unaligned>(a.data(), a.size());

我通过这个链接找到了一个更好的答案：
https://forum.kde.org/viewtopic.php?f=74&t=94839
基本上，首先创建一个指向std向量的指针，然后使用Map将指针和长度传递给构造函数。
这个方法可以在Eigen中使用动态Vector对象。当我尝试使用std vector中的.data（）函数作为第一个答案时，它给了我一个错误：静态Assert失败：您调用了动态大小矩阵或向量上的固定大小方法
但使用这种方法它的工作！
我只是从链接中复制并粘贴相关代码到这里：

std::vector<double> v(4, 100.0);
double* ptr = &v[0];
Eigen::Map<Eigen::VectorXd> my_vect(ptr, 4);

有两个选项。如果您希望Eigen::VectorXd与std::vector共享内存，请使用

Eigen::Map<Eigen::VectorXd> b(v1.data(), v1.size());

否则（制作深层副本），使用

Eigen::VectorXd a = Eigen::Map<Eigen::VectorXd>(v1.data(), v1.size());