¿Por qué a.insert (0,0) es mucho más lento que a [0: 0] = [0]?

Usar la insertfunción de una lista es mucho más lento que lograr el mismo efecto usando la asignación de corte:

> 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

(Tenga en cuenta que a=[]solo es la configuración, por lo que acomienza vacío pero luego crece hasta 100,000 elementos).

Al principio pensé que tal vez sea la búsqueda de atributos o la sobrecarga de llamadas a funciones, pero insertar cerca del final muestra que eso es insignificante:

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

¿Por qué la función de "insertar un solo elemento" presumiblemente más simple es mucho más lenta?

También puedo reproducirlo en 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)

Yo uso Python 3.8.1 de 32 bits en Windows 10 de 64 bits.
repl.it usa Python 3.8.1 de 64 bits en Linux de 64 bits.

Creo que es probablemente sólo que se olvidaron de usar memmoveen list.insert. Si observa el código que list.insert usa para cambiar elementos, puede ver que es solo un bucle manual:

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

mientras que list.__setitem__en la ruta de asignación de corte utilizamemmove :

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

memmove normalmente tiene mucha optimización, como aprovechar las instrucciones SSE / AVX.