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/}
为什么水泥封不住尸臭? 
你和你老婆是怎么认识的？ 
你在出租房屋发现过什么前租客留下的“宝藏”？ 
大家猜猜伊朗的结局如何？ 
核武器真的有宣传中那么牛逼吗？ 
群晖 nas 有些什么基本和好玩的功能？ 
老板说我设计了一周的海报还是不行，我到底该怎么学啊？ 
为什么欧美影视喜欢露点？ 
微软宣布 5 月 28 日开始下架「Microsoft 远程桌面」应用，背后原因有哪些？ 
Golang与Rust哪个语言会是今后的主流？ 
为什么面对 Adobe 的版权要求下，vposy 大神还能从容不迫？ 
有个少数民族的女朋友是什么体验? 
人为什么需要睡觉？人睡觉的时候身体都在做什么？ 
你们跟网友面过基吗？翻车了吗？ 
JetBrains 放弃 AppCode 是否是一个错误决定？ 
Rust1.86才正式稳定trait的upcast，为什么在rust中这个特性实现如此复杂？
