timeit无法正确计算代码执行效率问题？

syf040916

发现在计算同一个代码运算效率的时候，IDLE环境下的timeit和ipython下的答案不同，请问是怎么回事啊？ 在IDLE中timeit计算的结果这么久（难道是微秒？？ 感觉运行时间很长......，应该是秒），在ipython中那么短。另外，据说，np.sum()的运行效率要比sum() 高的，完全没感觉到啊。
>>>import numpy as np
>>>n=np.random.random((2,3))
>>>n
array([0.40131221, 0.73381901, 0.17952003, 0.47163449, 0.1569086 ,
       0.47766951, 0.82419673, 0.04052931, 0.99183377, 0.13766227])
>>>def fun():
            return sum(n)
>>>def func():
            return np.sum(n)
>>> timeit.Timer(lambda:fun()).timeit()
          
2.057096468000964
>>> timeit.Timer(lambda:func()).timeit()
          
2.6367056939998292

syf040916

ipython里显示的就是算了100000次的平均时间吧

塔利班

数据量大才体现，ipython基于浏览器，idle是cpython

syf040916

所以，根据结果来看，是浏览器中，sum()和np.sum()代码的运行效率差不多，而且都比cpython中相同的代码要高很多了吗？