不要被骗子欺骗！Telemetrio 会找到并标记这些频道 👉 如果想查看标记，请订阅

Python Portal

前往频道在 Telegram

Всё самое интересное из мира Python Сотрудничество, реклама: @devmangx Работаем с @Spiral_Yuri РКН: https://clck.ru/3GMMF6

显示更多

网络:Times | Финансы 俄罗斯12 076 技术与应用2 617...

📈 Telegram 频道 Python Portal 的分析概览

频道 Python Portal (@pythonportal) 俄语语言赛道中的是活跃参与者。目前社区聚集了 51 095 名订阅者，在 技术与应用 类别中位列第 2 617，并在 俄罗斯 地区排名第 12 076 位。

📊 受众指标与增长动态

自 невідомо 创建以来，项目保持高速增长，吸引了 51 095 名订阅者。

根据 27 十月, 2026 的最新数据，频道保持稳定运转。过去 30 天订阅人数变化为 706，过去 24 小时变化为 -22，整体触达仍然可观。

认证状态： 未认证
互动率 (ER)： 平均受众互动率为 9.17%。内容发布后 24 小时内通常能获得 5.63% 的反应，占订阅者总量。
帖子覆盖： 每篇帖子平均可获得 4 684 次浏览，首日通常累积 2 876 次浏览。
互动与反馈： 受众积极参与，单帖平均反应数为 16。
主题关注点： 内容集中在 строка, none, true, модуль, peter 等核心主题上。

📝 描述与内容策略

作者将该频道定位为表达主观观点的平台：
“Всё самое интересное из мира Python Сотрудничество, реклама: @devmangx Работаем с @Spiral_Yuri РКН: https://clck.ru/3GMMF6”

凭借高频更新（最新数据采集于 28 十月, 2026），频道始终保持新鲜度与高覆盖。分析显示受众积极互动，使其成为 技术与应用 类别中的关键影响点。

51 095

订阅者

-2224 小时

+807 天

+70630 天

4 684

帖子浏览量

~ 2 87624 小时

~ 3 46448 小时

9.17%

参与率

~ 2

每日帖子数

Ads index

beta

帖子存档

51 096

«10 миллионов документов помещаются в 4 ГБ ОЗУ»: https://github.com/RyanCodrai/turbovec Корпус из 10 миллионов документов занимает 31 ГБ ОЗУ в формате float32. turbovec укладывает это в 4 ГБ и выполняет поиск быстрее, чем FAISS. turbovec — векторный индекс на Rust с Python-обвязками, построенный на алгоритме TurboQuant от Google Research — data-oblivious квантизаторе, который достигает границы Шеннона по искажению без обучения и без проходов по данным. 👉 @PythonPortal

51 096

Open-source проект Presenton (5K+ звёзд) генерирует презентации из промптов и документов. Поддерживает: - промпт → презентация - документ → презентация - экспорт PPTX и PDF - шаблоны - самохостинг (Докер) - API - BYOK - Ollama Работает через генерацию + редактирование + экспорт, без привязки к закрытому редактору. GitHub: github.com/presenton/pres 👉 @PythonPortal

51 096

👃👃👃 👉 @PythonPortal

51 096

Нужно понять, какие аргументы переданы в скрипт на Питоне. Для этого используется sys.argv — список, где: sys.argv[0] — имя самого скрипта дальше идут все переданные параметры запуска 👉 @PythonPortal

51 096

Библиотека Python itertools содержит много полезных функций. Одна из них — compress(), которая возвращает итератор по элементам из data, для которых соответствующий элемент в selectors равен True. Вот пример:

51 096

Непереводимая игра слов

51 096

Не тратьте токены вашего AI на исследование проекта Создайте локальный семантический граф вашего кода с помощью этого инструмента: ✓ –92% вызовов внешних инструментов ✓ Исследование кода на 71% быстрее ✓ Поддержка Claude Code, Cursor, Codex и OpenCode Локально и с открытым исходным кодом: → http://github.com/colbymchenry/codegraph 👉 @PythonPortal

51 096

Наследование в Python меняет путь поиска атрибутов, также известный как «method resolution order» (MRO):

class Child:
    pass

Child.__mro__   # (__main__.Child, object)

class Child(Parent):
    pass

Child.__mro__   # (__main__.Child, __main__.Parent, object)

То есть MRO показывает, в каком порядке Python будет искать методы и атрибуты: сначала в классе потомке, затем в родителях по цепочке, и в конце — в базовом object. @PythonPortal

51 096

😢😢😢 👉 @PythonPortal

51 096

«Introduction to Algorithms» — выдающийся университетский ресурс для всех, кто изучает алгоритмы и компьютерные науки. Книга охватывает вычислительную сложность, структуры данных, алгоритмы на графах, динамическое программирование, методы «разделяй и властвуй», жадные алгоритмы, рандомизированные алгоритмы и многие математические основы современной компьютерной науки. Особенно ценно здесь сочетание математической строгости и практического алгоритмического мышления. Это одна из тех книг, которые сильно меняют подход к анализу задач, эффективности и самим вычислениям. Обязательный инструмент в библиотеке любого разработчика и инженера, работающего в сфере компьютерных наук. https://www.cs.mcgill.ca/~akroit/math/compsci/Cormen%20Introduction%20to%20Algorithms.pdf 👉 @PythonPortal

51 096

«Open Data Structures» — ещё один очень полезный бесплатный ресурс для всех, кто изучает структуры данных и алгоритмы. Книга разбирает реализацию и анализ базовых структур: списков на массивах, связных списков, хеш-таблиц, бинарных деревьев, красно-чёрных деревьев, куч, алгоритмов сортировки, графов и структур данных для работы с целыми числами. Это полноценный открытый учебник для изучения одной из фундаментальных тем компьютерных наук и хороший референс, который стоит держать под рукой. https://opendatastructures.org/ods-python.pdf 👉 @PythonPortal

51 096

🔴 Реальный собес на Python от ТехЛида с опытом работы в Авито и Яндексе в прямом эфире 19 мая(уже завтра!) в 19:00 по мск приходи на прямой эфир с реальным собеседованием на Middle разработчика. Почему точно нужно прийти: 📂 Савва Демиденко, ТехЛид с опытом в Яндексе и Авито, будет задавать реальные вопросы и задачи разработчику-добровольцу 📂 Савва будет комментировать каждый ответ респондента, чтобы дать понять чего от вас ожидает собеседующий на интервью 📂 В конце можно будет задать любой вопрос Савве Это бесплатно. Эфир проходит в рамках менторской программы от ШОРТКАТ для Python-разработчиков, которые хотят повысить свой грейд, ЗП и прокачать скиллы. 🔍 Переходи в нашего бота, чтобы получить ссылку на эфир → @shortcut_py_bot Реклама. О рекламодателе.

51 096

👉 @PythonPortal

51 096

Во многих приложениях требуется отображение строк в целые числа. В Python это обычно выглядит так:

d = {"apple": 100, "banana": 200, "cherry": 300}

Если ключей 1 миллион, это может потреблять много памяти — больше 100 байт на ключ. Наш слон опубликовал новую библиотеку, которая использует около 9 байт на ключ. Да, всего 9 байт. Использование выглядит так:

from fastconstmap import ConstMap

d = {"apple": 100, "banana": 200, "cherry": 300}
m = ConstMap(d)

m["apple"]                  # -> 100
m.get_many(["banana", "cherry"])  # -> [200, 300]

Она может быть значительно быстрее (например, до 2 раз в некоторых случаях), чем стандартный словарь. Также её можно сериализовать и десериализовать на диск или в сеть для удобного повторного использования. https://pypi.org/project/fastconstmap/ гитхаб: https://github.com/lemire/fastconstmap 👉 @PythonPortal

51 096

Преврати любую авторегрессионную языковую модель в диффузионную языковую модель. dLLM — это Python-библиотека, которая объединяет обучение и оценку диффузионных языковых моделей. Её также можно использовать, чтобы превратить ЛЮБУЮ авторегрессионную языковую модель в диффузионную языковую модель с минимальными вычислительными затратами. 100% открытый исходный код. 👉 @PythonPortal

51 096

Методы в Python хранятся на уровне класса, а не экземпляра. Тогда как Python находит метод при вызове x.m()? Правило ICPO: Сначала Python ищет атрибут в экземпляре (_i_nstance). Если не найден — проверяет класс (_c_lass). Дальше — родительские классы (_p_arent). В конце — object, корневой базовый класс (_o_bject). Именно поэтому метод можно определить один раз в классе, а использовать через любой экземпляр. 👉 @PythonPortal

51 096

Google выпустила свои официальные skills для AI-агентов. Компания опубликовала 13 skills, совместимых с Claude Code, Cursor, Copilot и другими агентами. Они позволяют агентам выполнять продвинутые задачи и автоматизировать сложные рабочие процессы. Это бесплатно и с открытым исходным кодом : https://github.com/google/skills 👉 @PythonPortal

51 096

🙂🙂🙂 👉 @PythonPortal

51 096

Релиз Pyrefly type checker 1.0.0 уже здесь: https://pyrefly.org/blog/v1.0/ Вот основные улучшения: 🐍 Обновлённая диагностика стала в 2–125 раз быстрее 🐍 Полная проверка типов ускорена на 20–36% 🐍 Первичная индексация при первом сканировании стала в 2–3 раза быстрее 🐍 Использование памяти снижено на 40–60% 🐍 Добавлен отчёт о покрытии type checking 👉 @PythonPortal