Библиотека Python разработчика | Книги по питону
الذهاب إلى القناة على Telegram
Погружение в CPython и архитектуру. Разбираем неочевидное поведение (GIL, Memory), Best Practices (SOLID, DDD) и тонкости Django/FastAPI. Решаем задачи с подвохом и оптимизируем алгоритмы. 🐍 По всем вопросам @evgenycarter РКН clck.ru/3Ko7Hq
إظهار المزيد
📈 نظرة تحليلية على قناة تيليجرام Библиотека Python разработчика | Книги по питону
تُعد قناة Библиотека Python разработчика | Книги по питону (@bookpython) في القطاع اللغوي الروسية لاعباً نشطاً. يضم المجتمع حالياً 17 961 مشتركاً، محتلاً المرتبة 7 250 في فئة التكنولوجيات والتطبيقات والمرتبة 36 565 في منطقة روسيا.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 17 961 مشتركاً.
بحسب آخر البيانات بتاريخ 03 نوفمبر, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -88، وفي آخر 24 ساعة بمقدار -3، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 5.41%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 2.74% من ردود الفعل نسبةً إلى إجمالي المشتركين.
- وصول المنشورات: يحصل كل منشور على متوسط 971 مشاهدة. وخلال اليوم الأول يجمع عادةً 492 مشاهدة.
- التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 4.
- الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل numbers, yield, модуль, none, декоратор.
📝 الوصف وسياسة المحتوى
يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“Погружение в CPython и архитектуру. Разбираем неочевидное поведение (GIL, Memory), Best Practices (SOLID, DDD) и тонкости Django/FastAPI. Решаем задачи с подвохом и оптимизируем алгоритмы. 🐍
По всем вопросам @evgenycarter
РКН clck.ru/3Ko7Hq”
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.
17 961
المشتركون
-324 ساعات
-147 أيام
-8830 أيام
أرشيف المشاركات
Messaging для чайников. Утилизируем все возможности RabbitMQ на Python
Всем привет! Буквально недавно мне пришлось изучить всю официальную документацию RabbitMQ и множество статей разного качества на тему разных видов маршрутизации в этом брокере.
Оказалось, что материала на эту тему много, но он либо объясняет совсем базовые случаи, либо уходит в такие дебри, которые крайне далеки и тяжелы для человека, который хочет "просто разобраться".
Простых и понятных примеров на Python тоже мало, так как они заставляют вас вникать в код библиотеки, а не особенности RabbitMQ. Для человека, который видит что-то pika-подобное первый раз, это может быть испытанием.
Поэтому я и решил написать эту статью: она нацелена на "чайников" - вы легко можете показать ее вашим джунам, и этого уже должно быть достаточно для начала работы с RabbitMQ.
https://habr.com/ru/articles/743192/
@BookPython
Кредитная карта Тинькофф с лимитом до 1 000 000 рублей!
Бесплатные переводы до 50 000 ₽ на карты других банков без подписки Tinkoff Pro и до 100 000 ₽ с подпиской. Рассрочка на покупки в любых магазинах. Лимит до 1 000 000 ₽. 120 дней без %. Кэшбэк до 30% бонусами за покупки у партнеров Тинькофф. Решение за 2 минуты. Доставим карту на дом!
Подать заявку
#реклама
tinkoff.ru
О рекламодателе
Предварительная обработка данных с помощью библиотеки Pandas (Задача)
В современном мире большинство бизнес-процессов связаны с обработкой больших объемов данных, получаемых от различных источников. Часто эти данные содержат ошибки, дубликаты и пропуски, что может привести к неверным выводам и решениям. Одним из инструментов, которые позволяют очистить и преобразовать данные, является библиотека pandas для языка программирования Python.
Я собираюсь рассмотреть задачу по очистке данных с помощью pandas. Для этого возьмем данные, содержащие дубликаты строк, неправильные типы данных, пропуски и отрицательные значения. Затем я буду использовать функциональные возможности pandas для очистки и преобразования этих данных в форму, пригодную для дальнейшего анализа.
Предположим, у вас есть набор данных, содержащий информацию о продажах компании за последние несколько лет. Но данные не очень чистые, и вы заметили, что есть некоторые проблемы с форматированием и некоторые строки содержат ошибки.
Задача: Необходимо очистить данные о продажах компании за последние несколько лет с помощью библиотеки Pandas.
https://habr.com/ru/articles/727228/
@BookPython
Курс «DevOps для эксплуатации и разработки» от Яндекса
За 6 месяцев обучения освоите принципы DevOps и автоматизацию процесса разработки.
Зарегистрироваться
#реклама 16+
practicum.yandex.ru
О рекламодателе
Repost from Книги по Python | Books Python 📚
Machine Learning Pocket Reference
Working with Structured Data in Python
Matt Harrison (2019)
Книга идеально подходящая для программистов, аналитиков данных и инженеров искусственного интеллекта, содержит обзор процесса машинного обучения и знакомит вас с классификацией структурированных данных. В книге рассматриваются различные библиотеки и модели, их компромиссы, настройка и интерпретация. Кроме всего прочего вы изучите методы кластеризации, регрессии и уменьшения размерности. При использовании книги "Машинное обучение: карманный справочник" предполагается знание языка программирования Python. В книге демонстрируется, как использовать различные вспомогательные библиотеки Python для решения реальных задач МО.
Скачать
👉 @python_360
250+ советов по Python и Data Science, охватывающих Pandas, NumPy, основы ML, Sklearn, Jupyter и многое другое.
https://medium.datadriveninvestor.com/250-python-and-data-science-tips-covering-pandas-numpy-ml-basics-sklearn-jupyter-and-more-e33074b92d58
@BookPython
Linux - это операционная система, которая объединяет людей со всего мира в общем стремлении создавать и делать удивительные вещи.
Присоединяйтесь к 🐧 linux_sup и используйте всю мощь 💪 свободного программного обеспечения для достижения своих целей.
Здесь вы найдете информацию по командной строке и ОС в целом. Наш телеграм-канал предоставляет всё, что нужно знать от Linux-админа до Python-программиста, чтобы оставаться в курсе событий и идти в ногу с меняющимися требованиями мира ИТ. https://t.me/linux_sup
Создаем прогресс-бар на Python
Прогресс-бары считаются важными элементами при разработке программного обеспечения, поскольку они обеспечивают обратную связь о ходе выполнения операций и задач. Поэтому в этой заметке мы рассмотрели несколько методов создания индикаторов прогресса в Python.
https://www.geeksveda.com/python-progress-bar/
@BookPython
REST API на основе Snake (Python, Mamba, Hydra и Fast API)
Сегодня я хочу попробовать что-то новое и начну исследовать мир Python. В этой статье представлен пошаговый туториал по реализации простого REST API при помощи Python, Fast API, Hydra и Mamba. Более того, я вкратце опишу, как упаковать всех этих змей в один образ Docker и заставить их работать вместе. Весь код выложен на моём GitHub.
Давайте начнём с кратного объяснения того, почему я решил выбрать эту тему.
Rus https://habr.com/ru/companies/ruvds/articles/685302/
Eng https://dzone.com/articles/snake-based-rest-api
@BookPython
Хочешь стать психологом? Стань лучше - коучем!
Вы можете совершенно бесплатно обучиться основам коучинга и примерить на себя эту профессию на нашем онлайн-курсе «Профессия коуч»:
Это 5 видео-уроков от коучей высшего уровня MCC ICF Ольги Рыбиной и Юрия Мурадяна:
1. Что такое коучинг
- чем отличается от психотерапии и тренингов
- зачем нужен
2. Кто такой коуч
- треугольник коуча
- карьера и деньги в коучинга
3. Запись реальной коуч-сессии с клиентом
- как работать с популярным запросом
- коучинговые техники
4. Принципы эффективной коммуникации
- что такое коммуникация
- критерии, барьеры, способы создания
5. Как правильно делегировать
- ошибки
- разница приказа и делегирования
Чтобы попасть на курс "Профессия коуч" и узнать, что такое коучинг и как его применять, переходите по ссылке и жмите "Получить доступ"
Зарегистрироваться
#реклама
5prismlearn.com
О рекламодателе
Быстрее, больше, сильнее: фреймворки Python с параллельной обработкой данных
Многие разработчики любят Python за простоту и удобство, но вот быстротой обработки данных этот язык программирования никогда не отличался. Во многом эти ограничения скорости связаны с его эталонной реализацией cPython, которая является однопоточной.
И хотя в Python есть встроенный модуль потоковой обработки, его использование даст нам только параллелизм. Это не поможет ускорить несколько задач, каждая из которых требует полной загрузки ЦП.
Есть у «змеиного языка» и собственный модуль многопроцессорности, который запускает несколько копий интерпретатора Python на отдельных ядрах и предоставляет примитивы для разделения задач между ядрами. Но для по-настоящему сложных задач, например, обработки больших наборов данных в машинном обучении, даже многопроцессорности недостаточно.
Когда требуется распределить задания не только между несколькими ядрами, но и между несколькими машинами, в игру вступают специальные библиотеки и фреймворки Python, реализующие параллельную обработку данных. Они позволяют взять существующее приложение Python и распределить нагрузку между несколькими ядрами, несколькими машинами или комбинировать оба варианта.
https://habr.com/ru/companies/first/articles/724776/
@BookPython
Познакомьтесь с фреймворком Spark
Spark — фреймворк, позволяющий работать очень быстро. Уменьшив количество циклов чтения-записи на диск и сохраняя промежуточные данные в памяти, этот инструмент запускает приложения в сто раз быстрее в памяти и в десять раз быстрее на диске по сравнению с Hadoop.
Изучите эту технологию на бесплатном открытом уроке «Apache Spark Python API» от OTUS и получите конкурентное преимущество в трудоустройстве.
https://clck.ru/35t7Pm
На эфире:
- Познакомимся с фреймворком распределенной обработки данных Spark API и работой с ним в Python;
- Изучим архитектуру приложений и запуск заданий;
- Ответим на все вопросы.
Занятие пройдёт 28 сентября в 20:00 мск в рамках курса «Data Engineer», партнёром которого выступает Yandex.Cloud.
Пройдите бесплатное вступительное тестирование прямо сейчас и зарегистрируйтесь на событие! https://clck.ru/35t7Pm
Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, www.otus.ru
Пора забывать GridSearch — встречайте ProgressiveGridSearch. Фракталы в ML, постепенно увеличиваем разрешение
Здравствуйте, меня зовут Николай Стрекопытов и я придумал как подбирать гиперпараметры бескомпромиссно лучше GridSearch’а. Нужно лишь изменить порядок вычислений. И да, это заявка на обновление индустриального стандарта - скоро вы сможете улучшить свои ML-пайплайны заменой нескольких строчек кода.
Сначала коротко
Разберем как проводит вычисления GridSearch, а как ProgressiveGridSearch. Первый перебирает все возможные комбинации стандартным вложенным циклом, то есть если нужно перебрать элементы матрицы, то первый алгоритм сначала переберет все столбцы по первой строке и только после приступит ко второй строке, то есть это просто брутфорс. Я предлагаю действовать разумнее. Постепенно увеличивать разрешение вычислений, то есть сначала получить представление о функции крупным мазками по всему диапазону, затем средними мазками, а дальше мелкими и так далее до останова (такой подход дает возможность адекватно приближать функцию в невычисленных узлах).
https://habr.com/ru/articles/726222/
@BookPython
Курс «Графический дизайнер» от Яндекса
За 9 месяцев вы освоите граф. дизайн и соберете портфолио из нескольких проектов!
Попробовать
#реклама 16+
practicum.yandex.ru
О рекламодателе
Польза от учебы для взрослых
По статистике - каждый третий хоть раз проходил какие-либо образовательные курсы — от саморазвития до освоения новой профессии.
В процессе обучения мозг создаёт новые нейронные связи, что развивает память и способность к концентрации.
Ещё обучение улучшает здоровье: люди, которые работают и в пожилом возрасте, реже страдают от деменции, болезней Альцгеймера и Паркинсона.
И конечно, обучение — хорошая возможность для карьерного роста. С ним вы повышаете свою стоимость на рынке труда и сами выбираете, куда пойти работать.
Если хотите продолжать учиться, вот три рекомендации!
1. Выберите интересный вам курс от ведущей онлайн-школы на Сравни.
2. Купите курс со скидкой до 70% только до 30 сентября.
3. Получайте необходимые навыки, узнавайте больше и развивайтесь.
Выбрать
#реклама
sravni.ru
О рекламодателе
Скрапирование веб-сайта с помощью Python и Selenium: Краткое руководство
В современном мире каждый бизнес ищет способы использовать преимущества новых технологий и оставаться конкурентоспособным. Извлечение данных, известное также как data scraping или web scraping, позволяет получить доступ к большим данным автоматизированным способом.
Основными областями применения веб-скреппинга являются ценовая разведка, лидогенерация и маркетинговые исследования. В основном веб-скреппинг практикуется компаниями, которые разрабатывают свои маркетинговые стратегии и стратегии развития на основе огромного количества веб-данных.
Итак, разобравшись с тем, что такое веб-скрейпинг и почему он полезен, давайте посмотрим, как можно перемещаться по нескольким страницам сайта и собирать многочисленные данные с помощью Selenium в Python.
https://hackernoon.com/scraping-a-website-with-python-and-selenium-a-how-to-guide-px5k3380
@BookPython
🔥 Мы в Yandex for Developers запускаем четыре новых канала для разработчиков
Теперь Yandex for — это целая семья телеграм-каналов по разным направлениям: фронтенд, бэкенд, мобильная разработка и ML.
В каждом из них мы будем рассказывать всё о жизни определённого комьюнити инженеров внутри Яндекса — начиная с анонсов всех стековых мероприятий и заканчивая техническими подборками от разработчиков, интервью с инженерами и полезной информацией по найму. А в этом большом телеграм-канале мы продолжим рассказывать про главные события Яндекса для разработчиков, уже не боясь немножечко поднадоесть вам.
Давайте обсуждать технологии, знакомиться и развивать сообщество инженеров:
➡️ Yandex for Mobile
➡️ Yandex for Frontend
➡️ Yandex for Backend
➡️ Yandex for ML
В общем, переходите на наши каналы — всё самое интересное только начинается!
Подписывайтесь 👉 @Yandex4Developers
Реклама. ООО "Яндекс". erid: 2VtzqvyJJuX
Консистентность в конкуретной среде: как не захлебнуться в потоках данных
В прошлой статье я рассказал о конкурентной среде в Точке и типовых проблемах, с которыми сталкиваются разработчики. В этот раз речь пойдёт о том, как же можно эту консистентность реализовать и какие злые силы нам могут помешать это сделать. Решил больше не делить статьи на части, поэтому продолжение вот в этой большой статье, всё в одном месте.
Напомню, что текст рассчитан в первую очередь на разработчиков, которые имеют мало практического опыта работы в конкурентной и/или микросервисной среде, поэтому многие вещи я объясню на пальцах. Для тех, кто захочет ознакомиться с более строгими формулировками, сразу скажу, что здесь будут затронуты упрощённые идеи паттернов Transactional Outbox и Saga.
https://habr.com/ru/company/tochka/blog/725722/
@BookPython
Станьте главной по трендам в Бухгалтерском учёте
Курс Профессия Бухгалтер: начните свой путь до главбуха с кучей денег прямо сейчас.
Узнать больше
#реклама 16+
skillbox.ru
О рекламодателе
Подборка ВСЕХ наиболее известных алгоритмов, реализованных на Python
Данная подборка, прежде всего, предназначена для обучения, поскольку сами реализации могут быть менее эффективными, чем те, что в стандартной библиотеке Python, используйте их по своему усмотрению
https://github.com/TheAlgorithms/Python
@BookPython
