临时变量与数组元素访问性能对比：哪种更快，适用场景是什么

核心结论 #

• 重复取值场景下，使用临时变量存储的方案性能更优
• 只要后续需要访问该值≥1次，存临时变量的收益就高于直接访问数组元素，几乎不存在负收益场景

原理说明 #

1. 两种方案的本质差异
   第一种方案中，temp是Python局部变量，值直接存在Python解释器的栈帧局部变量表中，访问时仅需一次极快的引用查找，没有额外开销。
   第二种方案每次访问my_array[j]都需要经过：

• Numpy数组的边界合法性校验
• 内存地址偏移计算
• Numpy原生标量到Python内置数值对象的类型转换
  三层额外开销，访问速度仅为局部变量的1/3 ~ 1/10。

2. 关于“拷贝开销”的误区
   你提到的“拷贝到临时变量”在这个场景下完全没有额外成本：Python中数值、字符串等不可变对象的赋值仅传递引用，不会复制真实数据，temp = my_first_function(j)只是多了一个指针指向返回的数值对象，开销可以忽略不计。

实测参考 #

简单基准测试数据可作为参考：在Python for循环中，同一个Numpy数组元素被访问2次时，临时变量方案的耗时就比直接访问数组低15%以上；访问次数达到10次时，耗时仅为直接访问数组的30%左右。

例外场景：如果后续操作都是Numpy向量化操作（没有Python层的循环逐元素访问），直接操作数组的性能更高，此时不需要额外存临时变量。

内容的提问来源于stack exchange，提问作者Siderius