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/}
你身边身材最好的女生是什么样？ 
HTTP/3 解决了什么问题，又引入了什么新问题？ 
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？ 
mozilla技术先进，为什么不挣钱？ 
NAS的盘是否需要一次性买齐？ 
为什么我养的龟忽然死了? 
如何评价电影《碟中谍8：最后清算》？ 
为什么运维都这么难招？ 
为什么苹果手机杀后台现象频繁？是内存不够、后台管理严格还是其他原因呢？ 是什么原因让你一定要用 iPhone？ 
字节跳动技术副总裁开源了自己与Trae合作的首个项目，如何评价目前AI开发的水平？ 
你最满意的10款 PC 软件是什么？ 
为什么韩国的热辣舞团无法征服中国的男性市场？？ 
为什么软件公司很少用python开发web? 
大家知道为什么艺术家都喜欢画女人体吗？ 
空战的时候可不可以先击落预警机? 
