高效快速的二维阵列函数调用

Question

我有一个2dnumpy对象数组：A和一个numpy值数组：l（nx2数组）

2d numpy对象数组中的每个元素都有两个类似于[ax1，ay1]的值和类似于l的值。你知道吗

我调用我自己的距离函数，计算l的第一个元素和A中每个元素之间的距离，然后取最小距离。循环如下所示：

for r in range(A.shape[0]):
    for s in range(A.shape[1]):
        lencent = l.shape[0]
        dist = []
        for p in range(lencent):
             dist.append(distancefunction(A[r,s],A[r,s],l[p,0],l[p,1]))
        #print dist
        val = np.min(dist)
        #print val
        tempimg[r,s] = val

但是当numpy数组A很大，l很大，或者两者都很大时，这需要花费大量的时间。有什么方法可以优化这个循环的性能吗？你知道吗