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…。
{dede:pagebreak/}
真正懂机箱的人，都选了什么机箱？ 
你捡过最大的漏是什么？ 
女性对全女模式怎么看？ 
go语言unmarshal反序列化json数据，类型不确定怎么办？ 
为什么中国JK无法拍出日本JK的感觉? 
Windows上有没有一分多屏和多屏合一的软件？ 
如何评价茅台暂停京东供货？ 
如何评价电视剧《以法之名》1-6集？ 
如何看待 Rust 的应用前景？ 
MySQL 面试一般常问问题有哪些？ 
求推荐程序开发笔记本！? 
为什么车展的***大多高挑，但并不一定漂亮？ 
求大神解答，为什么大家都不喜欢用docker？ 
如何评价《死神》动画中斑目一角的实力？ 
通过重体力劳动练出来的肌肉和标准健美人员肌肉有什么不同？ 
为什么Go仅仅160MB的安装包就可以编译程序，而Rust却还需要几个GB的VC++才能编译？ 
