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/}
你干过最牛的一件事是什么？ 
什么是歼20完全体？ 
***x512具体在哪些方面应用？ 
Firefox是如何一步一步衰落的？ 
是否应该举家从新疆迁到成都? 
武磊在西班牙巴塞罗那进行了二次手术，是因为华山医院运动医学科技术不行吗？ 
做一个中国的微软到底有多难？ 
华为红枫影像出来这么久了，为什么还没有友商跟进？是不是说明这是一项可有可无的技术？ 
大部分语言都用尖括号<>表示泛型，为什么golang要标新立异用中括号？ 
销量爆炸的华为nova14是不是证实华为已经腾出精力来收复中端市场了？ 
如何基于Docker进行开发? 
golang有哪些不错的游戏服务器框架？ 
鱼缸能不能做到一直不换水还很清澈？ 
MiniMax Week第三天推出通用 Agent，体验如何？对行业会带来哪些影响？ 
为什么山姆这么受欢迎？ 
美国真会下场对伊朗开战吗？ 
