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/}
《庆余年》中的范闲为什么突破不了大宗师？ 
arm在低功耗下的效率是x86的两倍以上，为何掌机还不使用arm芯片？ 
为什么小男孩小时候要比小女孩难养好多? 
程序员需要用到内置kvm功能的显示器吗？或者是外置的kvm切换器吗？ 
如果带 ipad 到教室或者图书馆，上厕所时候会不会被偷？ 
坚持使用 PHP 的你，如今有什么感悟？ 
为什么运维都这么难招？ 
后端真的比前端累吗? 
高薪裁员的中年人送外卖还是开滴滴好? 
如何评价前端组件库shadcn/ui? 
Node.js是谁发明的? 
在武汉，你们的找对象标准是怎样的？ 
小区楼下的自动售水机的水干净吗？ 
你们的相册里是否有一张充满遗憾的照片？ 如果不能使用linux，只能选鸿蒙与windows，你会选哪个？ 是什么原因让你一定要用 iPhone？ 
