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 : IPS屏和VA屏该怎么选？
下一篇 : 家庭网络，是否有必要做多个网段并隔离？
商业史上有哪些降维打击的经典案例？...
Windows 上最应该卸载的三个软件是谁？...
女生可以在家中裸居吗？...
如何优雅地给妹子优化电脑（Windows）？...
