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 : 如何评价字节跳动开源的 HTTP 框架 Hertz ？
下一篇 : 为什么国外网站总喜欢弹出cookie访问权限弹窗，国内网站却没有，这么做有什么意义？
为什么中国现在全球军事实力第一，但包括中国人在内很多人不认可？...
Redis 分布式锁如何实现？...
052D的吨位是不是还能继续放大？...
巴基斯坦援助伊朗防空，大家怎么看？...
