<div dir="ltr"><br><div class="gmail_extra"><br><div class="gmail_quote">On Wed, Mar 8, 2017 at 9:48 PM, Juan Nunez-Iglesias <span dir="ltr"><<a href="mailto:jni.soma@gmail.com" target="_blank">jni.soma@gmail.com</a>></span> wrote:<br><blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex">



<div>
<div name="messageBodySection" style="font-size:14px;font-family:-apple-system,blinkmacsystemfont,sans-serif">I was a bit surprised to discover that both meshgrid nor mgrid return fully instantiated arrays, when simple broadcasting (ie with stride=0 for other axes) is functionally identical and happens much, much faster.
<div><br></div></div></div></blockquote><div><br><br></div><div>Take a look at ogrid: <a href="https://docs.scipy.org/doc/numpy/reference/generated/numpy.ogrid.html">https://docs.scipy.org/doc/numpy/reference/generated/numpy.ogrid.html</a><br><br></div><div>Warren<br><br><br> </div><blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex"><div><div name="messageBodySection" style="font-size:14px;font-family:-apple-system,blinkmacsystemfont,sans-serif"><div></div>
<div>I wrote my own function to do this:</div>
<div><br></div>
<div><br></div>
<div>
<div><i>def broadcast_mgrid(arrays):</i></div>
<div><i>    shape = tuple(map(len, arrays))</i></div>
<div><i>    ndim = len(shape)</i></div>
<div><i>    result = []</i></div>
<div><i>    for i, arr in enumerate(arrays, start=1):</i></div>
<div><i>        reshaped = np.broadcast_to(arr[[...] + [np.newaxis] * (ndim - i)],</i></div>
<div><i>                                   shape)</i></div>
<div><i>        result.append(reshaped)</i></div>
<div><i>    return result</i></div>
</div>
<div><br></div>
<div><br></div>
<div>For even a modest-sized 512 x 512 grid, this version is close to 100x faster:</div>
<div><br></div>
<div><br></div>
<div>
<div><i>In [154]: %timeit th.broadcast_mgrid((np.arange(<wbr>512), np.arange(512)))</i></div>
<div><i>10000 loops, best of 3: 25.9 µs per loop</i></div>
</div>
<div><i><br></i></div>
<div>
<div><i>In [156]: %timeit np.meshgrid(np.arange(512), np.arange(512))</i></div>
<div><i>100 loops, best of 3: 2.02 ms per loop</i></div>
<div><i><br></i></div>
<div><i>In [157]: %timeit np.mgrid[:512, :512]</i></div>
<div><i>100 loops, best of 3: 4.84 ms per loop</i></div>
</div>
<div><br></div>
<div><br></div>
<div>Is there a conscious design decision as to why this isn’t what meshgrid/mgrid do already? Or would a PR be welcome to do this?</div>
<div><br></div>
<div>Thanks,</div>
<div><br></div>
<div>Juan.</div>
</div>
</div>

<br>______________________________<wbr>_________________<br>
NumPy-Discussion mailing list<br>
<a href="mailto:NumPy-Discussion@scipy.org">NumPy-Discussion@scipy.org</a><br>
<a href="https://mail.scipy.org/mailman/listinfo/numpy-discussion" rel="noreferrer" target="_blank">https://mail.scipy.org/<wbr>mailman/listinfo/numpy-<wbr>discussion</a><br>
<br></blockquote></div><br></div></div>