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/}
你是因为什么肥胖起来的? 
如何看待2025江苏国补在6月1日突然暂停下线？ 
如何评价女明星梅根福克斯的身材？ 
日本AV对中国人的毒害有多大？ 
月之暗面 Kimi 首个 Agent 开启内测，可生成易追溯的万字报告，有哪些技术亮点？ 
千元级的全闪 NAS，会是未来的趋势吗？ 
怎么把C盘旁边的两个区删掉？ 
PostgreSQL 与 MySQL 相比，优势何在？ 
这个社会为什么老实人都混得不好？ 
Rust的工程配置为何用toml格式？ 
为什么好看的家一看就是国外的设计？ 
各双拼输入方案之间有明显的优劣之分吗？ 
为什么感觉wps的用户越来越多，office没人用了? 
如何评价小米 6 月 26 日发布的小米 YU7、MIX Flip2、REDMI K80 至尊版？ 
Flutter 为什么没有一款好用的UI框架？ 
你见过哪些智障的反人类的设计？ 
