<div dir="ltr">Hey,<br><br>quite often I want to evaluate a function on a grid in a n-D space.<br>What I end up doing (and what I really dislike) looks something like this:<br><br>  x = np.linspace(0, 5, 20)<br>  M1, M2 = np.meshgrid(x, x)<br>  X = np.column_stack([M1.flatten(), M2.flatten()])<br>  X.shape  # (400, 2)<br><br>  fancy_function(X)<br><br>I don't think I ever used `meshgrid` in any other way.<br>Is there a better way to create such a grid space?<br><br>I wrote myself a little helper function:<br><br>  def gridspace(linspaces):<br>      return np.column_stack([space.flatten()<br>                              for space in np.meshgrid(*linspaces)])<br><br>But maybe something like this should be part of numpy?<br><br><br>Best,<br> Stefan<br><br></div>