我有一个函数f（x，y，v，w）我已经在（x，y，v，w）中的一系列值上进行了评估并存储在4D NumPy数组中，我们称之为A.
我想找到一种方法来找到两个二维数组，V_best和W_best，它们保存v，w的值，使x，y上的f（x，y，v，w）最小化。我通过尝试检索（v，w）值的索引来解决这个问题，这些索引给出了A（x，y）的最小值。
我已经尝试过使用argmin，但是我无法理解我得到的3D数组，或者在这种情况下如何使用它们。和许多事情一样，我确信有一种明显的方法可以做到这一点。
我拥有的是，
x = np.linspace(0,1,N1)
y = np.linspace(0,1,N2)
v = np.linspace(-5,5,N3)
w = np.linspace(-5,5,N4)
V,W,X,Y = np.meshgrid(v,w,x,y)
VALUEGRID = myfunc(V,W,X,Y)
V_besti = np.argmin(VALUEGRID,axis=0)
W_besti = np.argmin(VALUEGRID,axis=1)
理想情况下，V_best和W_best将具有形状（N1，N2），对应于x，y范围的尺寸。我希望这很清楚。
提前谢谢。