Python/ django

الذهاب إلى القناة على Telegram

по всем вопросам @haarrp @itchannels_telegram - 🔥 все ит каналы @ai_machinelearning_big_data -ML @ArtificialIntelligencedl -AI @datascienceiot - 📚 @pythonlbooks РКН: clck.ru/3FmxmM

إظهار المزيد

الشبكة:Machinelearning روسيا10 246 التكنولوجيات والتطبيقات2 202...

📈 نظرة تحليلية على قناة تيليجرام Python/ django

تُعد قناة Python/ django (@pythonl) في القطاع اللغوي الروسية لاعباً نشطاً. يضم المجتمع حالياً 60 005 مشتركاً، محتلاً المرتبة 2 202 في فئة التكنولوجيات والتطبيقات والمرتبة 10 246 في منطقة روسيا.

📊 مؤشرات الجمهور والحراك

منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 60 005 مشتركاً.

بحسب آخر البيانات بتاريخ 11 يونيو, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -568، وفي آخر 24 ساعة بمقدار -5، مع بقاء الوصول العام مرتفعاً.

حالة التحقق: غير موثّقة
معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 6.98‎%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 3.11‎% من ردود الفعل نسبةً إلى إجمالي المشتركين.
وصول المنشورات: يحصل كل منشور على متوسط 4 188 مشاهدة. وخلال اليوم الأول يجمع عادةً 1 867 مشاهدة.
التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 22.
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 @haarrp @itchannels_telegram - 🔥 все ит каналы @ai_machinelearning_big_data -ML @ArtificialIntelligencedl -AI @datascienceiot - 📚 @pythonlbooks РКН: clck.ru/3Fmxm...”

بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 12 يونيو, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.

60 005

المشتركون

-524 ساعات

-1167 أيام

-56830 أيام

4 188

عرض المشاهدات

~ 1 86724 ساعات

~ 2 31948 ساعات

6.98%

معدل المشاركة

~ 1

المشاركات في اليوم

Ads index

beta

أرشيف المشاركات

60 005

🖥 DataQA extractor App to extract structured fields into a spreadsheet from unstructured text. DataQA extractor - приложение на Python для извлечения структурированных полей из неструктурированного текста и добавления их в электронную таблицу. ▪Github @pythonl\

60 005

🖥 Three-Dimensional points and lines Трехмерные точки и линии @pythonl

60 005

🔥Подборка лучших обучающих каналов для программистов. ➡️Делитесь с коллегами и Сохраняйте себе, чтобы не потерять ⚡Машинное обучение Machine Learning - полезные статьи новости гайды и разбор кода Ml Собеседование - подготовка к собеседовению мл, алгоритмам, кодингу Ml ru - актуальные статьи, новости, код и обучающие материалы Ml Jobs - вакансии ML ML Книги - актуальные бесплатные книги МО ML чат 🚀 Data Science Анализ данных - полезные фишки, код, гайды и советы, маст-хэв датасаентиста Data Jobs - ds вакансии Аналитик данных Data Science книги - актуальные бесплатные книги Big data 🏆 Golang Golang - подробные гайды, разбор кода, лучшие практики, заметки Golang собеседование Golang вакансии Golang книги Golang задачи и тесты Golang чат Golang news - новости go #️⃣C# С# академия С# заметки — код, лучшие практики, заметки программиста c# С# задачи и тесты С# библиотека - актуальные бесплатные книги C# вакансии - работа 🐍 Python Python/django Python Собеседование - подготовка к собеседовению python и разбор алгоритмов Pro python - статьи, новости, код и обучающие материалы Python Jobs - вакансии Python Python чат Python книги ☕ Java Java академия Java вакансии Java чат Java вопросы с собеседований Java книги 💻 C++ C++ академия С++ книги C++ задачи - подготовка к собеседовению мл, алгоритмам C++ вакансии 💥 Хакинг Kali Linux Kali linux linux_kal - kali чат Информационная безопасность 🐧 Linux Linux academy 🦀 Rust Rust программирование Rust чат 🛢Базы данных Sql базы данных Библиотека баз данных SQL чат 📲 Мобильная разработка Android разработка Мобильный разработчик гайды и уроки 🖥 Javascript/React/PHP Javascript академия React программирование PHP Книги frontend Задачи frontend 🇬🇧 Английский для программистов 🧠 Искусственный интеллект ИИ и технологии Neural - нейросети для работы и жизни Книги ИИ 🔥 DevOPs Devops для программистов Книги Devops Docker 📓 Книги Библиотеки Книг для программситов 💼 Папка с вакансиями: Папка Go разработчика: Папка Python разработчика: Папка Data Science Папка Java разработчика Папка C#

60 005

🖥 statistics.stdev() and `statistics.pstdev(): These functions calculate the standard deviation and population standard deviation, respectively.



statistics.stdev()

и `statistics.pstdev(): Эти функции вычисляют стандартное отклонение и среднеквадратическое отклонениеи. @pythonl

60 005

🖥 Mixtral 8x7B - это сет из 8 нейронок, которые работают вместе https://www.youtube.com/watch?v=Z6c6fsUd3Jk Colab: https://colab.research.google.com/drive/1VeeQB6MnsdsyNGGVH81W5RmVtNV2qJHX?usp=sharing @pythonl

60 005

🔐 Lock Your Photos using Python Защита ваших фотографий с помощью Python @pythonl

60 005

🖥 Default mutable arguments in Python Мутабельные аргументы по умолчанию в Python @pythonl

60 005

🎻 Violin Plot using Python Violin plot (скрипичный график) позволяет визуализировать распределение числовой переменной по одной или нескольким группам. Каждая «скрипка» представляет собой группу или переменную @pythonl

60 005

🖥 Как использовать API ChatGpt. Работа с Api c нуля https://www.youtube.com/watch?v=kKFoM3B3mww

60 005

🖥 Turn (almost) any Python command line program into a full GUI application with one line. Превратите (почти) любую программу командной строки Python в полноценное приложение с графическим интерфейсом с помощью одной строки. 🔗 https://github.com/chriskiehl/Gooey @pythonl

60 005

🖥 Context Managers, a must-use 🐍 Python feature Most know them for file handling, but they shine in other areas too, like managing database connections. Контекстные менеджеры, обязательные для использования 🐍 функции Python 😍. Вот почему они полезны: - Управление ресурсами: С их поимщью вы можете Автоматизировать настройку и удаление ресурсов для более чистого, защищенного от утечек кода. - Обработка ошибок: Элегантно управляйте исключениями, обеспечивая экономию ресурсов. - Ясность кода: с помощью менеджеров задается четкая область использования ресурсов, что повышает читабельность. Большинство использует контекстные менеджер для работе с файлами, но они отлично работают и в других случаях, например, при управлении соединениями с базами данных. @pythonl

60 005

Питон в дата-центре Есть ли будущее у Python, и такое ли оно светлое? Зачем нужна типизация, если duck typing это так удобно? Мы в Selectel много программируем на Python и устраиваем митапы, чтобы ответить на эти вопросы. А также, поделиться опытом решения задач — например, по сбору метрик в Python без страданий. Видео с митапов выкладываем в блог, добавляем таймкоды и краткие описания докладов. Читайте и смотрите материалы шести выступлений: — Три уровня погружения в Python, — Типизация в Python: работа с Mypy, PyCharm и SQLAlchemy 2.0. А если вам интересно узнать, как мы создали, а затем героически решили проблему с разработкой системы управления выделенными серверами, читайте текст «Как и зачем у нас появился статический анализатор типов для Python». Реклама ООО «Селектел» erid 2Vtzqx81AGa

60 005

📁 Shutil: лучший инструмент для управления файлами Python https://www.youtube.com/watch?v=_q2h9qslPzI @pythonl

60 005

🖥 Hitchhiker's Guide to Python Python Best Practices Guidebook Гайд с лучшими практиками по установке, настройке и использованию, написанию кода на Python на ежедневной основе, включая pip, numpy, virtualenv и многое другое. ▪Github ▪Docs @pythonl

60 005

⚡️ Ollama — бесплатная модель уровня GPT. Используй GPT без ограничений и абсолютно бесплатно. https://www.youtube.com/watch?v=bniEv-dNcy4 @pythonl

60 005

🖥 A lesser-known case in a lesser-known function in the standard library, `itertools.groupby()` (not the `pandas` version!) Параметр `key` чаще всего встречается в `sorted()` и `.sort()` или `max()` и `min()`, но он встречается и в других функциях. Вот менее известный случай в менее известной функции из стандартной библиотеки, `itertools.groupby()` (не pandas!) @pythonl

60 005

🖥 Calculate derivatives in Python Вычисление производных на Python. @pythonl

60 005

🖥 The code for building an OpenCV Python security camera. Код для управление камеры безопасности на OpenCV Python.

import cv2
import time
import datetime

cap = cv2.VideoCapture(0)

face_cascade = cv2.CascadeClassifier(
    cv2.data.haarcascades + "haarcascade_frontalface_default.xml")
body_cascade = cv2.CascadeClassifier(
    cv2.data.haarcascades + "haarcascade_fullbody.xml")

detection = False
detection_stopped_time = None
timer_started = False
SECONDS_TO_RECORD_AFTER_DETECTION = 5

frame_size = (int(cap.get(3)), int(cap.get(4)))
fourcc = cv2.VideoWriter_fourcc(*"mp4v")

while True:
    _, frame = cap.read()

    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    faces = face_cascade.detectMultiScale(gray, 1.3, 5)
    bodies = face_cascade.detectMultiScale(gray, 1.3, 5)

    if len(faces) + len(bodies) > 0:
        if detection:
            timer_started = False
        else:
            detection = True
            current_time = datetime.datetime.now().strftime("%d-%m-%Y-%H-%M-%S")
            out = cv2.VideoWriter(
                f"{current_time}.mp4", fourcc, 20, frame_size)
            print("Started Recording!")
    elif detection:
        if timer_started:
            if time.time() - detection_stopped_time >= SECONDS_TO_RECORD_AFTER_DETECTION:
                detection = False
                timer_started = False
                out.release()
                print('Stop Recording!')
        else:
            timer_started = True
            detection_stopped_time = time.time()

    if detection:
        out.write(frame)

    # for (x, y, width, height) in faces:
    #    cv2.rectangle(frame, (x, y), (x + width, y + height), (255, 0, 0), 3)

    cv2.imshow("Camera", frame)

    if cv2.waitKey(1) == ord('q'):
        break

out.release()
cap.release()
cv2.destroyAllWindows()

@pythonl

60 005

💼 QuantStats Python library that performs portfolio profiling "Библиотека QuantStats на языке Python, которая выполняет расчет портфеля, позволяя инвесторам и портфельным менеджерам лучше понимать свою работу, предоставляя им углубленную аналитику и метрики риска."

%matplotlib inline
import quantstats as qs

# extend pandas functionality with metrics, etc.
qs.extend_pandas()

# fetch the daily returns for a stock
stock = qs.utils.download_returns('META')

# show sharpe ratio
qs.stats.sharpe(stock)

# or using extend_pandas() :)
stock.sharpe()

▪ Github @pythonl

60 005

🎉 Django 5.0 released Команда Django выпустила Django 5.0. https://www.djangoproject.com/weblog/2023/dec/04/django-50-released/ @pythonl