Por que a.insert (0,0) é muito mais lento que um [0: 0] = [0]?

Usar a insertfunção de uma lista é muito mais lento do que obter o mesmo efeito usando a atribuição de fatia:

> python -m timeit -n 100000 -s "a=[]" "a.insert(0,0)"
100000 loops, best of 5: 19.2 usec per loop

> python -m timeit -n 100000 -s "a=[]" "a[0:0]=[0]"
100000 loops, best of 5: 6.78 usec per loop

(Observe que a=[]é apenas a configuração, portanto, acomeça vazio, mas depois aumenta para 100.000 elementos.)

No começo, pensei que talvez fosse a consulta de atributo ou a sobrecarga de chamada de função, mas inserir no final mostra que isso é insignificante:

> python -m timeit -n 100000 -s "a=[]" "a.insert(-1,0)"
100000 loops, best of 5: 79.1 nsec per loop

Por que a função "inserir elemento único" presumivelmente mais simples é muito mais lenta?

Também posso reproduzi-lo em repl.it :

from timeit import repeat

for _ in range(3):
  for stmt in 'a.insert(0,0)', 'a[0:0]=[0]', 'a.insert(-1,0)':
    t = min(repeat(stmt, 'a=[]', number=10**5))
    print('%.6f' % t, stmt)
  print()

# Example output:
#
# 4.803514 a.insert(0,0)
# 1.807832 a[0:0]=[0]
# 0.012533 a.insert(-1,0)
#
# 4.967313 a.insert(0,0)
# 1.821665 a[0:0]=[0]
# 0.012738 a.insert(-1,0)
#
# 5.694100 a.insert(0,0)
# 1.899940 a[0:0]=[0]
# 0.012664 a.insert(-1,0)

Eu uso o Python 3.8.1 de 32 bits no Windows 10 de 64 bits.
O repl.it usa o Python 3.8.1 de 64 bits no Linux de 64 bits.

Eu acho que é provavelmente apenas que se esqueceram de usar memmoveno list.insert. Se você der uma olhada no código list.insert usado para mudar elementos, poderá ver que é apenas um loop manual:

for (i = n; --i >= where; )
    items[i+1] = items[i];

enquanto list.__setitem__no caminho de atribuição de fatia usamemmove :

memmove(&item[ihigh+d], &item[ihigh],
    (k - ihigh)*sizeof(PyObject *));

memmove normalmente, há muita otimização, como tirar proveito das instruções SSE / AVX.