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…。
上一篇 : 你经历过最***的事是什么?
下一篇 : 为什么都认为无GC语言一定会比有GC语言要快?
你经历过最***的事是什么?...
为什么情侣在一起旅行后容易分手?...
中餐炒菜那么好吃,为什么欧美人不学去?...
如何评价《原神》于 6 月 23 日发布的新角色立绘「轰隆雷鸣波 · 伊涅芙」?...