我的基准测试任务只是裁剪元素的值。我已经使用numpy和polars完成了这一点。但是，事实证明，使用numpy比使用polars快得多（约5倍）（如下所示）。
我的问题是

• 这种行为是否如预期的那样？
• 如果是这样，这是否意味着polars（尽管它针对join/groupby进行了高度优化）可能不适合执行相对简单的数值向量/数组操作，例如我的示例中的裁剪？

import timeit
import numpy as np
import polars as pl

N = 10_000_000
x = np.random.normal(size=N)
y = np.random.normal(size=N)
z = y + 0.5
df = pl.DataFrame({"x": x, "y": y, "z": z})

>>> timeit.timeit(lambda: np.minimum(np.maximum(x, y), z), number=10)
0.60923

>>> timeit.timeit(lambda: df.select(pl.min(pl.max(pl.col("x"), pl.col("y")), pl.col("z"))), number=10)
3.39337