Python中嵌套函数的性能开销

在 Python 3.9 中，嵌套函数比普通函数慢得多，在我的例子中大约是 10%。

from timeit import timeit

def f():
    return 0

def factory():
    def g():
        return 0

    return g

g = factory()

print(timeit("f()", globals=globals()))
#> 0.074835498
print(timeit("g()", globals=globals()))
#> 0.08470309999999998

dis.dis显示相同的字节码，我发现的唯一区别是函数内部标志。确实，dis.show_code显示g有标志NESTED而f没有。

但是，可以删除标志，并且g速度与f.

import inspect
g.__code__ = g.__code__.replace(co_flags=g.__code__.co_flags ^ inspect.CO_NESTED)
print(timeit("f()", globals=globals()))
#> 0.07321161100000001
print(timeit("g()", globals=globals()))
#> 0.07439838800000001

我试图查看 CPython 代码以了解CO_NESTED标志如何影响函数执行，但我一无所获。对这种相对于CO_NESTED标志的性能差异有什么解释吗？

编辑：删除CO_NESTED标志似乎也对函数执行没有影响，除了开销，即使它捕获了变量。

import inspect
global_var = 40
def factory():
    captured_var = 2
    def g():
        return global_var + captured_var
    return g
g = factory()
assert g() == 42

g.__code__ = g.__code__.replace(co_flags=g.__code__.co_flags ^ inspect.CO_NESTED)
assert g() == 42  # function still works as expected