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 : 为什么10年前电脑内存就普遍16GB了，现在还是普遍16GB？
下一篇 : 夸克有哪些超实用却鲜为人知的宝藏功能？
孩子画过什么画让你非常震惊？...
有个身高175cm女友是什么体验？...
为什么中国开发不出流行的编程语言？...
「香港四大才子」之一蔡澜去世，你对他有哪些了解？如何评价他的成就？...
