我正在jupyter笔记本中执行一些单元格的代码计时，我在写一个numpy数组的片段，发现与原始的组合代码相比，分解代码会产生不同的处理时间。
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
返回： 每个循环 45.6 ms±2.82 ms（平均值±标准偏差，7次运行，每次10次循环）
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)
每循环307μs±2.33μs（平均值±标准偏差，7次运行，每次1000次循环）
并首先声明'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
每循环9.52 ms±214μs（平均值±标准偏差，7次运行，每次100次循环）
要结束运行完整代码，我得到~46ms并在不同的段中运行代码我得到~10ms！
为什么呢？我很迷惑！ 运行代码时我能期待什么？
帮助赞赏：）
Python 3.6.3，jupyter notebook 5.0.0