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/}
为什么macOS软件生态不敌Windows? 
为什么中国一定要帮助伊朗？ 
外贸独立站怎么做SEO？ 
买到烂尾楼到底该有多绝望？ 
你卡过最厉害的bug是什么？ 
如何判断颈椎病的严重程度？ 
国产手机APP为什么越来越臃肿？ 
duckdb的性能如何？ 
如果一个人有足够的钱让他一直***，那毒品对他的身体还有害吗？ 
公司规定所有接口都用 post 请求，这是为什么？ 30岁了，你在深圳过着什么样的生活？ 
韩寒现在为什么不写书了呢？ 
JetBrains 放弃 AppCode 是否是一个错误决定？ 发生了什么导致你从此再不吃某样食物？ 
从技术上看，cloudflare比其他公司牛在哪儿？ 
为什么董明珠攻击小米空调，而公牛却没有攻击小米插座？ 
