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 : Redis最全面试题有哪些？
下一篇 : 稍稍一运动就大汗淋漓从中医角度来说是什么原因？
大家知道为什么艺术家都喜欢画女人体吗？...
为什么中国很少有人使用linux？...
MySQL不香吗，为啥还要Elasticsearch？...
家里想搞一个服务器，怎么才不违规？...
