为什么在不指定关键字start时枚举执行速度较慢？

在enumerate使用start指定的默认参数进行计时时,我注意到以下奇怪的行为:

In [23]: %timeit enumerate([1, 2, 3, 4])
The slowest run took 7.18 times longer than the fastest. This could mean that an intermediate result is being cached 
1000000 loops, best of 3: 511 ns per loop

In [24]: %timeit enumerate([1, 2, 3, 4], start=0)
The slowest run took 12.45 times longer than the fastest. This could mean that an intermediate result is being cached 
1000000 loops, best of 3: 1.22 µs per loop

因此,对于start指定的情况,大约减少2倍.

为每种情况发出的字节代码并没有真正表明任何会导致速度显着差异的因素.例如,在使用dis.dis发出的附加命令检查不同的调用之后:

18 LOAD_CONST               5 ('start')
21 LOAD_CONST               6 (0)

这些以及拥有CALL_FUNCTION1个关键字是唯一的区别.

我尝试跟踪CPythons中的调用ceval,gdb并且似乎都使用了do_call,call_function而不是我能检测到的其他一些优化.

现在,我理解enumerate只是创建一个枚举迭代器,所以我们在这里处理对象创建(对吧？).我Objects/enumobject.c试图发现任何差异如果start被指定.(我相信)唯一不同的是start != NULL发生以下情况:

if (start != NULL) {
    start = PyNumber_Index(start);
    if (start == NULL) {
        Py_DECREF(en);
        return NULL;
    }
    assert(PyInt_Check(start) || PyLong_Check(start));
    en->en_index = PyInt_AsSsize_t(start);
    if (en->en_index == -1 && PyErr_Occurred()) {
        PyErr_Clear();
        en->en_index = PY_SSIZE_T_MAX;
        en->en_longindex = start;
    } else {
        en->en_longindex = NULL;
        Py_DECREF(start);
    }

这看起来不像会导致2倍减速的东西.(我想,不确定.)

之前的代码段已在Python上执行3.5,但类似的结果也存在2.x.

这是我被困住的地方,无法弄清楚在哪里看.这可能只是在第二种情况下累积额外调用的开销,但同样,我不太确定.有谁知道这可能是什么原因？

一个原因可能是因为PyNumber_Index在下一部分中指定了一个开始时调用:

if (start != NULL) {
    start = PyNumber_Index(start);

/* Return a Python int from the object item.
   Raise TypeError if the result is not an int
   or if the object cannot be interpreted as an index.
*/

result = item->ob_type->tp_as_number->nb_index(item);
if (result &&
     !PyInt_Check(result) && !PyLong_Check(result)) {
                         ...

~$ python -m timeit "enumerate([1, 2, 3, 4])"
1000000 loops, best of 3: 0.251 usec per loop
~$ python -m timeit "enumerate([1, 2, 3, 4],start=0)"
1000000 loops, best of 3: 0.431 usec per loop
~$ python -m timeit "enumerate([1, 2, 3, 4],0)"
1000000 loops, best of 3: 0.275 usec per loop

>>> 0.251 - 0.275
-0.024