为何存储numpy.astype结果到变量会引发性能下降？

核心现象 #

• 两个逻辑完全一致的NumPy函数中，将numpy.astype结果存入临时变量的func2，在Ubuntu（GCC编译环境）下运行耗时显著高于func1；当数组规模达到10亿级别时，两者绝对耗时差异接近1秒。
• 对比两者字节码，仅存在STORE_FAST与LOAD_FAST操作的差异，理论上这类操作不应影响大规模数组的处理性能。

后续测试验证结论 #

• 若将函数结果保存到变量中，func2的性能会与func1持平；仅在丢弃函数结果时，func2才会出现性能劣化。
• 内存管理维度验证：丢弃结果时系统仅复用2组内存空间，而保存结果时会复用3组内存空间，且后者性能表现更优，进一步确认该问题属于内存管理相关的底层差异。
• 平台局限性：该性能差异现象仅在Ubuntu环境可复现，Windows环境下无此问题。

内容的提问来源于stack exchange，提问作者ken