Python 为什么调用不同数值的time.sleep会改变不依赖于sleep的部分的执行时间

我使用不同的SLEEP_TIME多次运行这段代码，例如SLEEP_TIME=0、SLEEP_TIME=1e-3、SLEEP_TIME=10e-3，并且还省略了时间.对于每SLEEP_TIME个值，测量的平均工作时间都会改变，即使睡眠在测量的代码之外.这对我来说毫无意义--为什么调用时间.睡眠会改变进程的行为方式even though the code absolutely does not depend on the sleep？

我在Linux和Windows上测试了以下代码，它们的行为类似(尽管在Windows中完全省略睡眠会导致性能显著下降).

import numpy as np
import multiprocessing 
import time

SLEEP_TIME = 1e-3

def do_work():
    total_time = 0
    time_to_run = 500
    for i in range(time_to_run):
        t0 = time.time()
        
        # start work
        nparr = np.ones((1000,100,30))
        nparr[nparr == 0] = 1
        sp = nparr.shape # to synchronize previous call
        # end work
        
        t1 = time.time()                
        total_time += t1 - t0        
        time.sleep(SLEEP_TIME) # WHY DOES THIS MATTER???? THIS IS OUTSIDE THE WORK AND OUTSIDE MEASUREMENT
    
    print(f"avg work time: {1000 * total_time / time_to_run:.2f}ms")        

if __name__ == '__main__':
    
    p1 = multiprocessing.Process(target=do_work)        
    p1.start()
    p2 = multiprocessing.Process(target=do_work)        
    p2.start()

    p1.join()
    p2.join()
    

示例结果(在Linux上):

No sleep (commenting out time.sleep)

输出:

平均工作时间:4.50毫秒

平均工作时间:4.56毫秒

SLEEP_TIME = 0

输出:

平均工作时间:4.46毫秒

平均工作时间:4.52毫秒

SLEEP_TIME = 1e-3

输出:

平均工作时间:4.76毫秒

平均工作时间:4.82毫秒

SLEEP_TIME = 10e-3

输出:

平均工作时间:7.05毫秒

平均工作时间:7.07毫秒

这是怎么回事？操作系统是否在try (但失败了)优化我的进程？我如何才能尽可能快地执行工作部分，而不管之前的睡眠时间有多长？

ChatGPT建议我应该在文件的顶部添加:

import os
os.environ["OMP_NUM_THREADS"] = "1"  # or whatever number you choose

虽然它改善了大量Hibernate 的执行时间，但执行时间仍然延迟.

编辑:我修复了联接策略，就像一些人正确地建议的那样.尽管它不会影响所讨论的问题，但最好是正确编写代码以避免混淆.