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/}
冬天也要穿胸罩吗? 
为什么开发一个 AI Agent 看似容易，但真正让它「好用」却如此困难？技术瓶颈主要在哪里？ 
匿名说说你最近的烦心事吧！? 
骑车后腰疼直不起来做什么运动比较好呢？ 
ssd固态硬盘sata的好还是m.2好呢？ 
吴柳芳的真实水平如何？ 
央企的信创，是否有必要把 spring 替换成国产的 solon ？ 
韦东奕的牙怎么没了？ 
如何评价华为最新长焦专利技术？能否颠覆手机长焦摄影的目前限制？ 
为何 PC 需要单核高性能，而服务器不在乎？ 
刘强东看到了什么，才去搞外卖? 
为什么bilibili后端要用go来写？ 
得了癌症是种怎样的体验？ 
Rust 未来会成为主流的编程语言吗？ 
Jetpack Compose 和 Flutter 应该先学哪个呢？ 
《原神》5.7 版本魔神任务第五章•第六幕「你存在的时空」体验如何？ 
