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 : 特厨隋坡探店成都快餐店，给出80分以上的高分，为什么评分远高于大饭店？
下一篇 : PHP现在真的已经过时了吗？
为什么网络上都在说隋坡厉害？...
既然C#等开源语言，为啥***le还要弄个基本上一模一样的Swift？...
以总理称已控制伊朗首都领空，领空被控制意味着什么？伊朗还可以通过空袭反击吗？...
颈椎病引起的头晕如何治疗?...
