用-B进行速度优化; __pycache__仍在某处生成？

Question

请注意，问题已根据评论进行了更新，并且在此工作中发现了加速的原因，因为它经常发生： - ）

对于优化Python 3.4加载时间的实验，使用Python -B选项“不要在导入时写.py [co]文件”以避免本地__pycache__文件，我创建了这段代码，因为我发现大部分时间花在了import s：

import datetime

modules = ['my_module_1', 'my_module_2']

time_sum = datetime.timedelta()  # Zero delta for start
for module in modules:
    time_begin = datetime.datetime.now()
    __import__(module)
    time_sum += datetime.datetime.now() - time_begin
print('{:.<10s}: {:.03f} s'.format('TOTAL', time_sum.total_seconds()))

使用-B选项，我看到Win7 cmd（网络驱动器），Win7 Cygwin（网络驱动器）和CentOS 6.3（本地驱动器）的TOTAL运行时，对于每个平台的新副本，如下：

1. 0.763 s，0.652 s，0.070 s
2. 0.655 s，0.586 s，0.069 s
3. 0.583s，0.596s，0.069s

所以看起来即使没有本地__pycache__文件，也会从第一次运行到后续运行进行一些优化，但这可能是因为缓存了通过网络驱动器检索到的文件，正如@PeterSutton指出的那样评价。

如果没有-B选项，则结果为：

1. 0.853 s，0.833 s，0.073 s
2. 0.578s，0.590s，0.052s
3. 0.567s，0.569s，0.052s

因此，这清楚地显示了本地__pycache__文件的速度提升。

Python在其他地方（在某个位置临时位置）生成__pycache__文件以获取特定位置的源代码吗？ 不，但文件在内核中缓冲。