关于numpy.ndarray默认值异常变化底层原理的技术问询

当直接创建shape为(2,2)的默认NumPy数组时（比如执行np.ndarray(shape=(2,2))），会得到包含极小数值的结果：

array([[2.12199579e-314, 0.00000000e+000],
       [5.35567160e-321, 7.72406468e-312]])

重复创建同配置的默认数组，结果完全一致；但如果创建同配置数组后调用fill(0)方法填充为全0，后续再创建默认(2,2)数组时，得到的就都是全0数组。

背后的运行机制可以拆解为三点：

• 初始垃圾值的来源：np.ndarray()创建数组时，只会向系统申请一块对应大小的未初始化内存，不会自动清空内存中的原有数据。你看到的极小数值是这块内存之前被其他操作遗留的"垃圾值"。
• 重复创建结果一致的原因：系统底层的内存分配器会缓存已释放的内存块。当你重复申请相同大小的内存时，分配器会优先返回之前释放的同一块内存，所以里面的垃圾值和第一次创建时完全相同。
• fill后后续全0的原因：调用fill(0)会将数组对应内存块的所有字节都写入0值。当这块内存被释放后，依然会被分配器缓存，后续再创建同大小的默认数组时，复用的就是这块已经被写0的内存，因此得到全0数组。

内容的提问来源于stack exchange，提问作者winter