变维三重for循环中最小参数的求法

Question

我是个编程新手，所以即使是简单的事情，我也有困难； 我试图从下面的三重循环中得到3个向量，我有一个Xvec，其中有120个数据，我想要的是每个x in Xvec尝试90个A值，每个A都会有Zs到a（Zs首先是浮动的，然后通过比较ceil和floor，我会取给我最小值的那一个），然后这些值找到了最佳的A，Zs耦合，使函数gibbs最小化120 Xvec值。 经过几天的试验，我可以写下面的代码，但是代码运行得太慢了，我认为应该有直接的方法来找到这些A和Zs参数，实际上我甚至不确定用这个代码我是否得到了我需要的结果。任何建议都将不胜感激

    for x in Xvec:          
        for A in range(1,91):  
            for Zs in (np.arange(1, A+1 , 0.1 , dtype=float)):

                g = gibbs(x,A,Zs)
                g1 = np.append(g1,g)

            min_pos, minofg = g1.argmin() , g1.min()

            Zpos = 1+(0.1)*min_pos
            Zceil = np.ceil(Zpos)     
            Zfloor = np.floor(Zpos)   

            gc = gibbs(x,A,Zceil)        
            gf = gibbs(x,A,Zfloor)        

            k = min(gc,gf)
            if k == gc:   Z = Zceil
            else:   Z = Zfloor
            z1 = np.append(z1,Z)
            x1 = np.append(x1,x)
            a1 = np.append(a1,A)                                    

    for N in range(0,10711,90):
        a = min(g1[N:N+90])     
        g1vec = np.append(g1vec,a)
        b = g1[N:N+90].argmin()
        a1vec = np.append(a1vec,a1[N+b])
        z1vec = np.append(z1vec,z1[N+b])

最后我需要有3个向量，一个是每x有一个函数gibbs的最小可能值，另外2个是给出函数最小值的A和Zs值。 在我找不到任何其他方法之后，我计算了所有的可能性，然后尝试在另一个for循环中分离它们，但这需要永远，我有很多怀疑它是否真的有效。你知道吗