不同于组合单元格的单独单元格上的timeit

Question

我在jupyter笔记本中对单元格进行了一些代码计时，在那里我正在写入numpy数组的片段，发现分解代码会产生与原始组合代码不同的处理时间。你知道吗

下面是一个最小的示例代码。 首先设置一些值：

import numpy as np
V=10000
K=1000
zrs=np.random.random(V)

然后计时完整代码：

%%timeit
a=np.zeros(V*K)
for n in range(0,K):
    a[n*V:(n+1)*V]=zrs

这将返回： 每个回路45.6 ms±2.82 ms（平均±标准偏差7次，每个回路10次）

但是，如果我在单独的单元格中运行代码，我会得到：

%%timeit
a=np.zeros(V*K)

307µs±2.33µs/回路（7次运行的平均值±标准偏差，每次1000个回路）

首先声明“a”：

a=np.zeros(V*K)

然后在代码的第二部分运行timeit：

%%timeit
for n in range(0,K):
    a[n*V:(n+1)*V]=zrs

9.52 ms±214µs/回路（7次运行的平均值±标准偏差，每次100个回路）

最后，运行完整的代码我得到了~46ms，在单独的段中运行代码我得到~10ms！你知道吗

为什么？我糊涂了！ 运行代码时我能期望什么？你知道吗

感谢您的帮助：）

Python 3.6.3，jupyter笔记本5.0.0