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
📈 نظرة تحليلية على قناة تيليجرام Python/ django
تُعد قناة Python/ django (@pythonl) في القطاع اللغوي الروسية لاعباً نشطاً. يضم المجتمع حالياً 58 385 مشتركاً، محتلاً المرتبة 2 244 في فئة التكنولوجيات والتطبيقات والمرتبة 10 292 في منطقة روسيا.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 58 385 مشتركاً.
بحسب آخر البيانات بتاريخ 03 نوفمبر, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -242، وفي آخر 24 ساعة بمقدار -32، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 6.00%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 3.06% من ردود الفعل نسبةً إلى إجمالي المشتركين.
- وصول المنشورات: يحصل كل منشور على متوسط 3 501 مشاهدة. وخلال اليوم الأول يجمع عادةً 1 784 مشاهدة.
- التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 18.
- 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 04 نوفمبر, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.
58 385
المشتركون
-3224 ساعات
-1807 أيام
-24230 أيام
أرشيف المشاركات
58 382
🖥 The easiest way to 10x your development environment:
Start managing experiments, logging prompts, and tracking your code.
Самый простой способ улучшения среды разработки:
Начните управлять тестами, регистрировать подсказки и отслеживать свой код.
Вы можете сделать все sэто бесплатно, используя такой инструмент, как
Cometml, с помощью пары строк кода.
Посмотрите на прилагаемый скриншот:
Интеграция Comet + OpenAI будет отслеживать все автоматически:
- сообщения и function_call как входы
- варианты как выходы
- токен использования как метаданные
- работми с метаданными
pip install comet_llm
Этот блокнот Colab продемонстрирует вам пример работы Cometml:
https://colab.research.google.com/github/comet-ml/comet-examples/blob/master/integrations/llm/openai/notebooks/Comet_and_OpenAI.ipynb#scrollTo=A0-thQauBRRL
▪ Github
@pythonl58 382
Команда Тинькофф проведет Python-митап в Екатеринбурге 🐍
Встречу соберут 7 декабря. Сначала разработчики обсудят кейсы и инструменты:
— вспомнят, зачем в язык добавлена глобальная блокировка и как она работает;
— расскажут, как устроена диалоговая платформа голосовых роботов, написанная на Python;
— разберутся, как подружить sync и async.
После докладов ребята останутся понетворкать и поболтать с участниками!
📆 Tinkoff Python Meetup, 7 декабря, лофт Louis. Не забудьте зарегистрироваться и позвать с собой коллег!
erid:2VtzqxdKhaH
Реклама. АО "Тинькофф Банк", ИНН 7710140679, лицензия ЦБ РФ № 2673
58 382
58 382
Присоединяйтесь к SberAutoTech — компании, создающей будущее в области беспилотного транспорта.
Наши автомобили находятся на дорогах с декабря 2020 года: проходят тестирование в условиях плотного городского трафика, с учётом различных погодных условий и времени суток. Кроме легковых, мы активно развиваем технологию на грузовых автомобилях, а в июне запустили коммерческие автономные грузоперевозки вместе с компанией-партнёром.
Для развития автономной транспортной системы нам нужны амбициозные и перспективные специалисты, разделяющие нашу веру в беспилотное будущее.
Вместе мы сможем решать самые смелые задачи, затрагивающие:
•разработку универсальной технологии автономного вождения и беспилотных транспортных средств;
•автомобильную ОС для комфортных и безопасных поездок;
•экосистему сервисов для автономного транспорта.
Давайте создавать будущее индустрии вместе. Присоединяйтесь к команде!
58 382
🖥 Эти фишки реально ускорят Python код! Numba+ Taichi+ С
https://www.youtube.com/watch?v=b7BFQB2MF2w
@pythonl
58 382
🖥 Define categories with the Enum Python module and use auto() for automatic numbering.
Классы Enum в #Python делают ваш код более читабельным! Определите категории с помощью модуля Enum Python и используйте auto() для автоматической нумерации.
@pythonl
58 382
58 382
58 382
Python meetup - Online
✔️ Экономия железа для МЛ-моделей в продакшен — Олег Бугримов, Тимлид, Авито
У нас десятки сервисов с применением МЛ. Вопрос оптимального использования железа стоит очень остро, мы успешно решаем эту проблему с помощью нашей библиотеки aqueduct. В этом докладе расскажу как мы решаем проблему в общем и что появилось нового за последний год разработки.
✔️ INSTLD: когда управление зависимостями проще быть уже не может — Евгений Блинов, Руководитель команды, VK
Краткий рассказ о возможностях библиотеки / cli-инструмента INSTLD.
✔️ How to build dating application with python — Константин Березин, Backend developer, Emet
Как создать backend для приложения для знакомств посредством python
✅ Регистрация на мероприятие
✅ Телеграмм канал с анонсами митапов
Реклама. ООО "ЭВРОНЕ.РУ". ИНН 3663057399.
58 382
🎁 #Django 5.0 RC 1 is out.
Вышел Django 5.0 RC 1:
https://djangoproject.com/weblog/2023/nov/20/django-50-rc1/
Это последний шанс протестировать его перед финальным релизом, который ожидается в начале декабря.
@pythonl
58 382
🖥 Convert Excel to CSV using Pandas in Python
Преобразование Excel в CSV с помощью Pandas в Python
https://morioh.com/a/75e6ba1e0351
@pythonl
58 382
🖥 Use the #Pillow package in Python to change the brightness of your images in #Python!
Как использовать пакет #Pillow в Python для изменения яркости изображений в #Python!
@pythonl
58 382
Все для изучения Data Science
Собрали все что потребуется для изучения data science
👉 Логово Дата Сайнтиста | Machinelearning [ru] - канал для изучения data science и machinelearning
👉 Логово питониста | Python - канал для изучения python и его аспектов связанных с data science.
Добро пожаловать!
58 382
58 382
🖥 Face swap on python.
Меняет местами 2 лица на изображении.
pip install --user opencv-python insightface matplotlib
# скачай 'inswapper_128.onnx' отсюда 'clck.ru/36ct6v' и закинь в папку с кодом
import cv2
import insightface
from insightface.app import FaceAnalysis
import matplotlib.pyplot as plt
app = FaceAnalysis(name='buffalo_l')
app.prepare(ctx_id=0, det_size=(640, 640))
swapper = insightface.model_zoo.get_model('inswapper_128.onnx')
def swap_faces(img):
img = cv2.imread(img)
fig, ax = plt.subplots(1, 1, figsize=(10, 5))
ax.imshow(img[:,:,::-1])
ax.axis('off'); plt.show()
faces = app.get(img)
face1, face2 = faces[0], faces[1]
imgnew = img.copy()
imgnew = swapper.get(imgnew, face1, face2, paste_back=True)
imgnew = swapper.get(imgnew, face2, face1, paste_back=True)
fig, ax = plt.subplots(1, 1, figsize=(10, 5))
ax.imshow(imgnew[:,:,::-1])
ax.axis('off'); plt.show()
return imgnew
swap_faces('ТУТ ТВОЁ ИЗОБРАЖЕНИЕ')
@pythol58 382
🖥 Python tip: Merging PDF files using PyPDF2
Объединение PDF-файлов с помощью PyPDF2
Установите библиотеку с помощью pip.
pip install PyPDF2
Вы можете легко объединить PDF-файлы, используя приведенный Ввше код. Просто замените имена в списке pdf-файлов на имена pdf-файлов, которые вы хотите объединить (если они находятся в том же каталоге, что и ваш Python-скрипт), или на ссылки на pdf-файлы.
@pythonl58 382
58 382
Awesome Python Books –
📚 Directory of Python books
Полезные книги по Python, собранные в одном репозитории.
https://github.com/Junnplus/awesome-python-books
@pythonl
