求解一个numpy算法

xiaosuobjsd

如题：
a = [[1, 2, 3], [4, 5, 6]]
b = [[11, 12, 13], [14, 15, 16], [17, 18, 19]]
a和b是三维空间内的几个点的数组，求a各点到b上各点的最近距离
我用2个循环嵌套+欧氏距离公式然后取最小值：
for i in a:
    for j in b:
         x = a[0] - b[0]
         y = a[1] - b[1]
         z = a[2] - b[2]
         然后 L =  x^2 + y^2 + z^2 再开方
         append(L)
   L取最小值
   print "L"
得到的答案是：
('点1距离另外三个点的最近距离为：', 17.32)
('点2距离另外三个点的最近距离为：', 12.12)

问题是，如何只用numpy函数快速实现？举例：
a = [
[1,2,3],
[1,2,3],
[1,2,3],
[4,5,6],
[4,5,6],
[4,5,6]
]
b = [
[11,12,13],
[14,15,16],
[17,18,19],
[11,12,13],
[14,15,16],
[17,18,19]
]
这样就可以用a-b快速得到和欧氏距离有关的数据
（其实原题是a有数千个数据，b也有数千个数据，用for循环会消耗20秒时间来计算，但是用numpy可以在1秒内完成，所以求解）