Python/ django
الذهاب إلى القناة على Telegram
по всем вопросам @workakkk @itchannels_telegram - 🔥 все ит каналы @ai_machinelearning_big_data -ML @ArtificialIntelligencedl -AI @datascienceiot - 📚 @pythonlbooks РКН: clck.ru/3FmxmM
إظهار المزيد
الشبكة:📈 نظرة تحليلية على قناة تيليجرام Python/ django
تُعد قناة Python/ django (@pythonl) في القطاع اللغوي الروسية لاعباً نشطاً. يضم المجتمع حالياً 58 433 مشتركاً، محتلاً المرتبة 2 246 في فئة التكنولوجيات والتطبيقات والمرتبة 10 296 في منطقة روسيا.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 58 433 مشتركاً.
بحسب آخر البيانات بتاريخ 01 نوفمبر, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -234، وفي آخر 24 ساعة بمقدار -37، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 6.02%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 3.07% من ردود الفعل نسبةً إلى إجمالي المشتركين.
- وصول المنشورات: يحصل كل منشور على متوسط 3 517 مشاهدة. وخلال اليوم الأول يجمع عادةً 1 792 مشاهدة.
- التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 20.
- الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل github, claude, контекст, архитектура, api.
📝 الوصف وسياسة المحتوى
يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“по всем вопросам @workakkk
@itchannels_telegram - 🔥 все ит каналы
@ai_machinelearning_big_data -ML
@ArtificialIntelligencedl -AI
@datascienceiot - 📚
@pythonlbooks
РКН: clck.ru/3Fm...”
بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 02 نوفمبر, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.
58 433
المشتركون
-3724 ساعات
-1687 أيام
-23430 أيام
أرشيف المشاركات
58 434
🖥 Austin: A Frame Stack Sampler for CPython
Сэмплер кадров для CPython.
Возможно это самый лучший профилировщик для Python.
Он кроссплатформенный, используя, вам не нужно изменять профилируемый код, а его выходные данные можно передавать непосредственно в flamegraph.pl.
Он работает для CPython и написан на чистом C.
▪️Github
@pythonl
58 434
58 434
⚡️Легкий способ получать свежие обновления и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь:
МАШИННОЕ ОБУЧЕНИЕ: t.me/ai_machinelearning_big_data
C++ t.me/cpluspluc
Python: t.me/python_job_interview
Хакинг: t.me/linuxkalii
Devops: t.me/DevOPSitsec
АНАЛИЗ Данных: t.me/data_analysis_ml
Javascript: t.me/javascriptv
C#: t.me/csharp_ci
Java: t.me/javatg
Базы данных: t.me/sqlhub
Linux: t.me/linuxacademiya
Python собеседования: t.me/python_job_interview
Мобильная разработка: t.me/mobdevelop
Docker: t.me/DevopsDocker
Golang: t.me/Golang_google
React: t.me/react_tg
Rust: t.me/rust_code
ИИ: t.me/vistehno
PHP: t.me/phpshka
Android: t.me/android_its
Frontend: t.me/front
Big Data: t.me/bigdatai
Собеседования МЛ: t.me/machinelearning_interview
МАТЕМАТИКА: t.me/data_math
Kubernets: t.me/kubernetc
💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy
Папка FRONTEND: https://t.me/addlist/mzMMG3RPZhY2M2Iy
😆ИТ-Мемы: t.me/memes_prog
🇬🇧Английский: t.me/english_forprogrammers
🧠ИИ: t.me/vistehno
🎓954ГБ ОПЕНСОРС КУРСОВ: @courses
📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy
58 434
58 434
Что можно создать с помощью Python? Сервис знакомств, чат-бота с ИИ, систему по поиску данных — почти всё что угодно. Именно за универсальность и простоту разработки компании и профессионалы любят Python.
Как освоить этот язык программирования, рассказывают на расширенном курсе Нетологии «Python-разработчик». На нём вы:
- Освоите все инструменты и технологии, необходимые для работы.
- Научитесь разрабатывать веб-приложения и API, работать с базами данных, настраивать сервера и тестировать код.
- Добавите в портфолио 22 проекта, поработаете над реальными кейсами и примете участие в хакатоне.
Получите скидку по промокоду PRINT(45)
После курса вы сможете стать крепким backend-разработчиком и попасть на стажировку в «Самолёт». А если вдруг решите сменить направление, Python станет надёжной базой для аналитики и машинного обучения. Постройте карьеру в IT
Реклама. ООО "Нетология". Erid 2VSb5xfsDyJ
58 434
👩💻 Простая шпаргалка по работе с функциями Pandas для Data Science!
🌟 Сохрани в избранное, чтобы не потерять!
@pythonl
58 434
🖥 Hallo2:Long-Duration and High-Resolution Audio-driven Portrait Image Animation
Python-проект для портретной анимации с длительной продолжительностью и высоким разрешением.
▪ GitHub: https://github.com/fudan-generative-vision/hallo2
▪ Проект: https://fudan-generative-vision.github.io/hallo2/#/
@pythonl
58 434
🖥 Справочник FastAPI – Как разрабатывать, тестировать и развертывать API!
🌟 После прочтения этого краткого руководства вы сможете разработать API администрирования курса с использованием FastAPI и MongoDB. Вы не только будете писать API, но и тестировать и контейнеризировать приложение
🌟 В этом пошаговом проекте вы создадите бэкэнд-систему Python с использованием FastAPI, быстрого веб-фреймворка и базы данных MongoDB для хранения и поиска информации о курсе
🌟 Система позволит пользователям получать доступ к сведениям о курсе, просматривать главы, оценивать отдельные главы и составлять общие рейтинги
💡 Проект предназначен для разработчиков Python с базовыми знаниями программирования и некоторыми знаниями NoSQL. Знакомство с MongoDB, Docker и PyTest не требуется
🔗 Ссылка: *клик*
@pythonl
58 434
Стать сотрудником Яндекса быстрее и проще, чем кажется. Участвуйте в днях быстрого найма: решите тестовое, пройдите несколько секций собеседования и получите офер за несколько дней.
Ближайшее мероприятие:
• 9-11 ноября — для продуктовых и аналитиков данных, офер за 3 дня в команды Финтеха и Яндекс Практикума.
Зарегистрироваться
58 434
+9
🖥 Python 3.12 против Python 3.13 – сравнение производительности
В этой статье описываются результаты тестирования производительности Python 3.13 по сравнению с Python 3.12. В общей сложности было проведено 100 различных тестов на компьютерах с процессорами AMD Ryzen серии 7000 и Intel Core 13-го поколения для настольных компьютеров, ноутбуков и мини-ПК.
Все тесты были выполнены на компьютерах с Windows 11 с использованием библиотеки pay performance 1.11.0 на Python 3.12.7 и Python 3.13.0 (обе 64-разрядные версии).
Результат показывает, что Python 3.13 имеет лучшие показатели по производительности по сравнению с Python 3.12 в следующих тестах: asyncio_tcp_ssl (в 1,51 раза быстрее), async_tree_io_tg (в 1,43 раза быстрее), async_tree_eager_io (в 1,40 раза быстрее). Однако вы можете заметить снижение производительности в некоторых тестах, особенно в покрытие кода (в 3,85 раза медленнее), regex_v8 (в 1,26 раза медленнее), telco (в 1,19 раза медленнее).
🔗 Подробные тесты
@pythonl
58 434
Бесплатный вебинар «Как стать аналитиком: полное руководство к действию» ↗️
Хотите узнать как выглядит типичный день аналитика, познакомиться с задачами и решить, подходит ли вам профессия?
Спикер Ия Зотова, ментор и тимлид направления аналитики в Сбере, на бесплатном вебинаре даст стратегию поиска работы и расскажет, как осознанно и эффективно начать карьеру в сфере.
Что будем делать на вебинаре?
✅ выясним, чем занимаются аналитики и какими они бывают
✅ поговорим о том как находить в данных инсайты и визуализировать результаты
✅ обсудим карту компетенций и разберем актуальные инструменты
✅ рассмотрим тренды в аналитике: AI/ML и BigData
✅ поймем, как выбрать pet-проект и найти крутую работу
Встречаемся в 23 октября в 19:00 по мск. Регистрируйтесь и погружайтесь в аналитику по ссылке 🔗
58 434
🖥 py2many: Python to many CLike languages transpiler
Инструмент py2many помогает переводить код на Python в код на различных языках, включая Rust.
Он поддерживает множество языков, таких как Rust, C++, Julia, Kotlin и другие, а также способен генерировать код Python с аннотациями типов.
Для трансляции кода используется команда в терминале, после чего сгенерированный код компилируется.
На сайте проекта доступна документация с инструкциями по установке необходимых библиотек и форматировщиков.
🔗 GitHub
@pythonl
58 434
👩💻 LLMCompiler — фреймворк на Python для оптимизации параллельных вызовов функций с использованием больших языковых моделей (LLM), таких как GPT и LLaMA
🌟 Этот фреймворк позволяет автоматически идентифицировать задачи, которые можно выполнять параллельно, снижая задержки и затраты. Этот инструмент полезен для ускорения и улучшения точности выполнения сложных задач с LLM
▪️Github
@pythonl
58 434
👩💻 Урок по созданию современного настольного GUI- приложения с использованием Python и PySide6!
🔍 Что вы изучите:
🌟 Настройка среды разработки
🌟 Создание главного окна приложения
🌟 Проектирование и реализация современных компонентов пользовательского интерфейса
🌟 Обработка взаимодействий и событий пользователя
🌟 Настройка внешнего вида с помощью таблиц стилей
🌟 Создание темных и светлых тем приложения
🕞 Продолжительность: 2:06:51
🔗 Ссылка: *клик*
@pythonl
58 434
👩💻 Streamlit — бесплатный пакет Python для науки о данных и визуализации данных . В этом видео вы познаете базовые навыки запуска проекта Streamlit с интеграцией с MySQL!
💡 Вы узнаете, как создать панель инструментов веб-сайта аналитики с помощью Python и библиотеки Streamlit. В качестве примера будет использована база данных Excel для хранения данных и Streamlit для создания интерактивной панели, которая позволит визуализировать и исследовать данные!
🕞 Продолжительность: 1:29:42
🔗 Ссылка: *клик*
@pythonl
58 434
👩💻 Streamlit — бесплатный пакет Python для науки о данных и визуализации данных . В этом видео вы познаете базовые навыки запуска проекта Streamlit с интеграцией с MySQL!
💡 Вы узнаете, как создать панель инструментов веб-сайта аналитики с помощью Python и библиотеки Streamlit. В качестве примера будет использована база данных Excel для хранения данных и Streamlit для создания интерактивной панели, которая позволит визуализировать и исследовать данные!
🕞 Продолжительность: 1:29:42
🔗 Ссылка: *клик*
@pythonl
58 434
🔥 Ditto — это простой инструмент для автоматической генерации кода. Он позволяет пользователю описать приложение на языке, близком к естественному, а затем создает полноценное многокомпонентное приложение Flask. Ditto использует языковую модель для построения маршрутов, шаблонов и статических файлов без необходимости вручную писать код
🌟 Основная цель проекта — упростить процесс разработки веб-приложений, автоматизируя создание структуры кода на основе текстового описания
🔐 Лицензия: MIT
▪️Github
@pythonl
58 434
👩💻 backtrader — это библиотека на Python для анализа торговых стратегий. Представьте, что у вас есть идея, как заработать на колебаниях цен на акции или валюты, но прежде чем использовать реальные деньги, вы хотите проверить свою идею на прошедших данных
🌟 Backtrader помогает "прокрутить" вашу стратегию на исторических данных и увидеть, насколько она была бы успешной. Даже без знания торговли, это как тестирование идеи с помощью симуляции, чтобы избежать рисков в реальном мире
🔐 Лицензия: GPL-3.0
▪️Github
@pythonl
58 434
🚀 Обновите свои навыки с Pydantic V2! 🚀
Приглашаем вас на бесплатный вебинар от Otus, где мы погрузимся в мир альтернатив встроенным в Python датаклассам — в библиотеку Pydantic!
🔍 Что вас ждет?
- Узнаем, как передавать данные от одного коллбека к другому с помощью кортежей, словарей и схем Pydantic.
- Разберем детальный пример реализации контракта API с использованием мощных схем Pydantic.
- Освоим термин «контракт» в контексте REST API, который станет основой для понимания работы с API.💯
В результате вы получите полезные сниппеты кода, которые помогут вам в разработке и парсинге!
👨💻🛠👨🏻💻 Это мероприятие будет особенно интересно тем, кто работает с парсингом, скрейпингом и разработкой API.
📅 Встречаемся 21 октября в 20:00 мск в преддверии старта курса «Python для аналитики». Участники вебинара получат специальную цену на обучение и консультацию от менеджеров OTUS.
🔴 Регистрация: https://otus.pw/IzCT/?erid=LjN8KM8of
#реклама
О рекламодателе
58 434
+2
Inquests - это простая, но элегантная HTTP-библиотека. Это дополнительная замена Requests, функциональность которой приостановлена.
>>> import niquests
>>> s = niquests.Session(resolver="doh+google://", multiplexed=True)
>>> r = s.get('https://pie.dev/basic-auth/user/pass', auth=('user', 'pass'))
>>> r.status_code
200
>>> r.headers['content-type']
'application/json; charset=utf8'
>>> r.oheaders.content_type.charset
'utf8'
>>> r.encoding
'utf-8'
>>> r.text
'{"authenticated": true, ...'
>>> r.json()
{'authenticated': True, ...}
>>> r
<Response HTTP/3 [200]>
>>> r.ocsp_verified
True
>>> r.conn_info.established_latency
datetime.timedelta(microseconds=38)