我有一个5维ndarray：spec（[800,721,9,476,476]，dtype = np.float32）。 我数组的5个维度分别对应（时间，释放，高度，纬度，经度），其值表示给定时间，释放，高度，纬度和经度的粒子总数。
第3维对应于9个高度级别：100m，200m，300m，500m，1000m，1500m，2000m，15000m和混合高度。
第九个高度级别（mixing-height）除外，它不包含给定时间和位置的粒子总数，而是一个高度，它属于高于15000m的特定释放。
对于给定的发布时间，时间，纬度和经度，我想添加所有位于低于混合高度的高度的粒子。
#For one release extract all values for all other dimensions:
release_0 = dataset['spec001'][:,release_num,:,:,:]
#Extract the mixing height for all grid cells (lat/long) in time:
mix_height = release_0[:,8,:,:]
#Extract all height-values (except for the last one that contains the
mixing-height) for all grids (lat/long) and all times of this release:
resp = release_0[:,:8,:,:]
#find index of height level under mixing-height:
altitudeMax_0 = np.argmin(height < mix_height[time,lat,long])
#argmin returns the index of the first list-item with the lowest value.
r = resp[fp_time, :altitudeMax_0+1, ilat, ilong].sum()
#sum particles from all height levels under the height-level
我用for循环来控制它的发布，时间，纬度和时间，这是永远的。有没有一种使用矢量化的方法来跳过循环并加快过程？
提前谢谢！