polars几乎全线碾压pandas，尤其是在大型数据集的情况下，性能的提升很高。
不足的是目前一些用户层面的生态还是依赖于pandas。
不过这个不是什么大问题，毕竟python开发层面为了高效基本都是操作ndarray。
最大的优点就是小数据集到大数据集的性能开销很平滑，兼顾了各种场景下的功能与性能的综合考量。
下面是在不同数据量、不同周期下对tick数据进行处理，numba+ndarray和基于polars方案性能对比，涉及到的操作包括时间格式转…。
上一篇 : 如果你有300万存款，你还会继续辛苦上班吗？为什么？
下一篇 : 老板说我设计了一周的海报还是不行，我到底该怎么学啊？
鱼缸里突然在水面角落出现很多想泡沫一样的气泡是怎么回事？...
评价一下Proxmox VE与ESXi的优劣？...
以前大力推广的沼气池，怎么现在越来越少了？...
广西桂军真的很厉害吗？...
