Polars 是一个高性能的 DataFrame 库，用于操作结构化数据。其核心使用 Rust 编写，但同时也提供 Python 接口。其主要特性包括：

快速：Polars 从零开始设计，贴近机器底层，且无外部依赖。 I/O：原生支持所有常见的数据存储层：本地存储、云存储和数据库。 易于使用：您可以按预期方式编写查询，Polars 内部将通过查询优化器自动确定最高效的执行方式。 外存处理：Polars 通过其流式 API 支持外存数据转换，允许您在无需将全部数据同时加载到内存的情况下处理结果。 并行处理：Polars 充分利用机器的计算能力，自动将任务分配到可用的 CPU 核心，无需额外配置。 向量化查询引擎：Polars 使用 Apache Arrow（一种列式数据格式）以向量化方式处理查询，并利用 SIMD 优化 CPU 使用。