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…。
俄罗斯为什么这么菜,卫星侦查火力各个方面感觉都不像是现代化大国应该有的表现!?
Golang中有必要实现Async/Await吗?
周杰伦为什么不告粥饼伦黑伦侵犯他的名誉权?
国产手机AI「好用」的背后,是技术差距还是文化差异?