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 : 如何看待不超过1879元的Mac mini（M4+16/256GB+票），易用性吊打同级其他台式电脑？
下一篇 : 如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
大家怎么看待长沙这个城市？...
如何看待「苏超」赞助商1个月增加超200%，达到中超2倍？...
6 月 18 日苏炳添跑出 11 秒 37 未能进入决赛，这是否意味着职业生涯已经进入新阶段？...
为什么Rust的热度超过Zig？...
