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 : 西方人是怎么发现地球是圆的的？
下一篇 : 微软宣布 5 月 28 日开始下架「Microsoft 远程桌面」应用，背后原因有哪些？
中国的歼-10 在世界上是什么水平？...
软路由是否被过度神化？...
postgresql也很强大，为何在中国大陆，mysql成为主流，postgresql屈居二线呢？...
如何评价中国电科研发的JY-10防空指挥控制系统成为伊朗防空指挥系统核心？...
