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 : 特朗普表示美军阅兵式将超越奥运会或世界杯，这背后的意义和成本如何评估？
下一篇 : Linux内核代码大佬们如何观看的？
为什么openai的sdk只提供了python和js两个版本？...
如果全球都停止出口粮食，中国能否自给自足？...
如何评价高圆圆的身材算是美女类型的吗？...
为什么 Windows 没有比较成熟的第三方桌面环境（explorer.exe）？...
