为什么python中如下测试程序,numpy运算速度还不如列表快?

问题遇到的现象和发生背景
问题相关代码,请勿粘贴截图

import numpy as np
#import pandas as pd
import time

time_np1 = time.time()

a = np.arange(1,10001,dtype='float')
#print(a)
#a = a.astype(float)
for i in np.arange(len(a)-1):
a[i+1] = a[i] * 0.98643
#print(a)

time_np2 = time.time()
timenp = time_np2 - time_np1
print(timenp)
#1百次打印前后数组 5ms, 4.3ms,不打印太快了时间测不出来
#1万次 15.6ms,15.6ms,15.6ms

time_py1 = time.time()

b = [i for i in range(1,10001)]
#print(b)
for i in range(len(b)-1):
b[i+1] = b[i] * 0.98643
#print(b)

time_py2 = time.time()
timepy = time_py2 - time_py1
print(timepy)
#1百次打印前后列表 2ms, 2ms
#1万次 7.8ms,3.7ms,9.1ms

运行结果及报错内容
我的解答思路和尝试过的方法
我想要达到的结果

Python的列表也是经过优化的。
你把测试集扩大点试试,比如测100万次,500万次