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 : 扫黑风暴为什么他们费老大劲杀这么多人不如直接把督导组干掉？
下一篇 : 女生主动起来会有多主动?
SQL Server 真的比不上 MySQL 吗？...
如何看待《剑星》已登顶 Steam 全球热销榜？...
汉语是牺牲了什么，才成为世界最紧凑、最高效的语言？...
如何评价首个女性友好的编程语言HerCode?...
