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 : 媒体称以色列防空成本一晚近 3 亿美元，最多再撑 12 天，美方会支援吗？若无美补给结果会如何？
下一篇 : 有没有一个特别好用的Linux系统？
请问大家我这种鱼缸过滤用哪种？...
NAS的盘是否需要一次性买齐？...
MacOS真的比Windows流畅吗？...
《欢天喜地七仙女》中 「仙女下嫁凡人」 的设定，在今天是否过时？...
