en
Feedback

Don't get caught by a cheater! Telemetrio finds and tags such channels 👉 If you want to see the tag, subscribe

Python/ django

Python/ django

Open in Telegram

📈 Analytical overview of Telegram channel Python/ django

Channel Python/ django (@pythonl) in the Russian language segment is an active participant. Currently, the community unites 58 382 subscribers, ranking 2 244 in the Technologies & Applications category and 10 292 in the Russia region.

📊 Audience metrics and dynamics

Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 58 382 subscribers.

According to the latest data from 04 November, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by -248 over the last 30 days and by -10 over the last 24 hours, overall reach remains high.

  • Verification status: Not verified
  • Engagement rate (ER): The average audience engagement rate is 5.91%. Within the first 24 hours after publication, content typically collects 3.11% reactions from the total number of subscribers.
  • Post reach: On average, each post receives 3 452 views. Within the first day, a publication typically gains 1 813 views.
  • Reactions and interaction: The audience actively supports content: the average number of reactions per post is 17.
  • Thematic interests: Content is focused on key topics such as github, claude, контекст, архитектура, api.

📝 Description and content policy

The author describes the resource as a platform for expressing subjective opinions:
“по всем вопросам @workakkk @itchannels_telegram - 🔥 все ит каналы @ai_machinelearning_big_data -ML @ArtificialIntelligencedl -AI @datascienceiot - 📚 @pythonlbooks РКН: clck.ru/3Fm...”

Thanks to the high frequency of updates (latest data received on 05 November, 2026), the channel maintains relevance and a high level of publication reach. Analytics show that the audience actively interacts with content, making it an important point of influence in the Technologies & Applications category.

58 382
Subscribers
-1024 hours
-1547 days
-24830 days
Posts Archive
Из первых рук: как прошёл год на Хабре Этот год был непростым. Свой одиннадцатый год Хабрахабр провёл результативно и интересно. Мы улучшали сервисы, редизайнили, проводили семинары, конференции, встречали пользователей из песочницы, — в общем развивали сервисы как могли. НЛО мелькало то тут, то там, но сейчас оно на дозаправке в ангаре, и у нас есть минутка, чтобы рассказать об итогах года — исключительно из первых рук. Кстати, если вы хотите узнать то же самое про Гиктаймс — вам сюда. Читать дальше → https://goo.gl/NCCb6Q

[Из песочницы] Подготовка к программированию ESP8266 на micropython Micropython — это реализация Python 3, написанная на C, которая оптимизирована для микроконтроллеров. ESP8266 — самая простая плата с WiFi модулем. Их комбинация — это мощность, скорость и простота написания. Поскольку это мой первый опыт работы с micropython (и с МК в принципе), я столкнулся с рядом нюансов, способами решения которых я и хочу поделиться с читателем. Примеры будут для MacOS, однако они легко адаптируются под Linux и Windows. Читать дальше → https://goo.gl/rKexke

Не хочешь депозит 6,5? Расчет нормы доходности акций и полной доходности с помощью Moex API и парсера дивидендов Немного о тексте ниже Самый ленивый портфельный инвестор обычно поступает так: идет к финансовому управляющему, они вместе составляют профиль инвестора и на основании этого профиля они собирают портфель из активов, которые соответствуют тем показателям риска\доходности, которые портфельный инвестор готов принять. Если инвестор очень долгосрочный и портфель составлен правильно, то он может покупать бумаги в любое время и по любой цене, 10-тилетний временной промежуток сгладит разницу за счет див.выплат (конечно мы должны искать ценные бумаги с постоянным денежным потоком). Рассмотрим ситуацию, в которой вам надо найти ценные бумаги (далее я буду подразумевать конкретный тип бумаг — акции, с облигациями все понятно, там купон), которые приносит в виде дивидендов денежный поток, удовлетворяющий вашему финансовому плану. Самый простой пример — найти акцию, денежный поток которой превышает значение инфляции, т.е. 4% (по данным Росстата) Читать дальше → https://goo.gl/UUVw8b

Привествую Любишь программирование на Python или Java? Нравится ИТМО? Интересуешься книгами про математику, программирование и т.п.? Считаешь, что бюджетные технологии - наше будущее? Тогда вступай к нам - в PTCodding! Оно объединяет в себе всё про программирование! vk.com/ptcodding

Python 3 и PyQt 5. Разработка приложений (2016) Авторы: Владимир Дронов, Николай Прохоренок Описан язык Python 3: типы данных, операторы, условия, циклы, регулярные выражения, функции, инструменты объектно-ориентированного программирования, работа с файлами и каталогами, часто используемые модули стандартной библиотеки. Приведены основы базы данных SQLite, интерфейс доступа к базе и способы получения данных из Интернета. Особое внимание уделено библиотеке PyQt 5, позволяющей создавать приложения с графическим интерфейсом на языке Python. Рассмотрены средства для обработки сигналов и событий, управления свойствами окна, разработки многопоточных приложений, описаны основные компоненты (кнопки, текстовые поля, списки, таблицы, меню, панели инструментов и др.), варианты их размещения внутри окна, инструменты для работы с базами данных, мультимедиа, печати документов и экспорта их в формате Adobe PDF. На сайте издательства приведены все примеры из книги.

[Из песочницы] Russian AI Cup 2017 — история второго места Привет! В этой статье я хотела бы рассказать вам о своем участии в соревновании по написанию игровых ботов Russian AI Cup CodeWars, на котором мне удалось занять 2 место, и что и как для этого было сделано. Читать дальше → https://goo.gl/iiCGUQ

Библиотека вебинаров по SAP Cloud Platform: от сервисов для интернета вещей до machine learning и UX Мы подготовили подборку из 11 вебинаров по SAP Cloud Platform, которые охватывают широкий круг тем: от общего обзора платформы до функций и сервисов по работе с интерфейсами, вопросов о безопасности, сервисов для интернета вещей, машинного обучения и многое-многое другое. 1. Обзорный вебинар о платформе SAP Cloud Platform Первый вебинар посвящен общему обзору платформы SAP Cloud Platform. Зачем SAP создал свою облачную платформу. Видение платформы со стороны SAP. В каких приложениях SAP Cloud Platform может использоваться. В чём польза от SCP для клиентов SAP. Какие сервис доступны на SAP Cloud Platform. Читать дальше → https://goo.gl/sUXVns

Николай Прохоренок, Владимир Дронов "Python 3. Самое необходимое" В данной книге описан базовый синтаксис языка Python 3: типы данных, операторы, условия, циклы, регулярные выражения, встроенные функции, классы и объекты, итераторы и перечисления, обработка исключений, часто используемые модули стандартной библиотеки. Даны основы SQLite, описан интерфейс доступа к базам данных SQLite и MySQL, в том числе посредством ODBC. Рассмотрена работа с изображениями с помощью библиотек Pillow и Wand, получение данных из Интернета и работа с архивами различных форматов. Книга содержит более двухсот практических примеров, помогающих начать программировать на языке Python самостоятельно. Весь материал тщательно подобран, хорошо структурирован и компактно изложен, что позволяет использовать книгу как удобный справочник. Файл listings.doc содержит листинги описанных в книге примеров.

Привет всем! Не заходит в админку django. Пишет LINE 1: SELECT (1) AS "a" FROM "django_session" WHERE "django_sessio... Я так понял, что он ищет таблицу django_session, которой почему-то нет... В settings все включено: INSTALLED_APPS = [ # Add your apps here to enable them 'django.contrib.admin', 'django.contrib.auth', 'django.contrib.contenttypes', 'django.contrib.sessions', 'django.contrib.messages', 'django.contrib.staticfiles', 'polls.apps.PollsConfig', ] Содержимое polls/admin.py: # -*- coding: utf-8 -*- from __future__ import unicode_literals from django.contrib import admin from models import Section, Article admin.site.register(Section) admin.site.register(Article) Только в urls.py я немного неуверен: В основном приложении у меня так: url(r'^admin/', admin.site.urls), В polls/urls.py ничего не знаю, надо ли прописывать, но форму входа он показывает Вхожу через superuser-a. Вроде должно работать, да?

Визуализация разработки https://goo.gl/P4wjXY 2017 В честь окончания года, для праздничного «айтишного» настроения: 550+ репозиториев команды SEMrush на одном видео. Спонсор показа Gource Под катом пара слов о том, как это сделано. Читать дальше → https://goo.gl/E6WbUK

Где хранить бизнес логику в Django? Толстые модели (fat models), тонкие представления (thin views), тупые шаблоны (stupid templates) - один из распространенных подходов к структурированию Django приложений. Цель подхода - вынести бизнес логику из представлений и шаблонов, и поместить ее в модели. Очевидно, что представления и шаблоны не должны содержать бизнес логику, так как они имеют совсем другие обязанности. Но выносить логику в модели не лучший вариант.

Эпик-фейлы в онлайн-чатах, или почему продажи не растут Знакома ли вам ситуация? Вы бродите по сайту интернет-магазина, банка или турагентства, ваша цель — собрать побольше инфы о продукте или услуге. В какой-то момент у вас появляются вопросы, на которые можно ответить только с помощью специалиста. Вот и окно онлайн-консультанта очень удачно появилось, вы радостно задаете свои вопросы оператору и… получаете невнятный ответ и просьбу оставить номер телефона. Это еще не самый плохой вариант, иногда можно остаться и совсем без ответа специалиста. Так выглядят онлайн-чаты, с которыми бизнес не научился правильно работать. В этой статье разбираем основные эпик-фейлы в онлайн-чатах. Так уж бесполезны чаты на сайте и можно ли их превратить в работающий инструмент для повышения прибыли? Читать дальше → https://goo.gl/yu23fG

[Перевод] Фронтенд-2017: о самом важном Много всего произошло в 2017-м, на самом деле — и подумать страшно — сколько всего случилось. Всем нравится шутить о том, как быстро всё меняется в разработке фронтенда, и в последние несколько лет это, вероятно, так и было. Рискуя быть неоригинальным, хочу сказать, что в 2017-м всё было не так, как прежде. Тенденции веб-разработки стабилизировались. В частности, популярные библиотеки стали, в большинстве своём, ещё популярнее, вместо того, чтобы сдвинуться на второй план под натиском конкурентов. В целом же веб-разработка стала гораздо более зрелой средой, чем раньше. В этом материале мы поговорим о некоторых важных событиях, которые произошли в этом году в экосистеме клиентской веб-разработки, обращая особое внимание на общие тренды. Читать дальше → https://goo.gl/YCeibe

Анализ данных с помощью Python и Pandas Часть 1 1. Введение 2. Основы Pandas 3. Ввод/вывод с помощью Pandas 4. Заполнение базы данных 5. Объединение и добавление данных 6. Joining и Merging 7. Pickling 8. Первые манипуляции с данными

10 главных анонсов Microsoft в 2017 году А вот и уже ставшая традицией предновогодняя публикация с десятью самыми главными анонсами и новинками года от корпорации Microsoft. Чем же запомнится уходящий год с приставкой MS? Заглядывайте под кат! Читать дальше → https://goo.gl/avNzGx

Здравствуйте) У меня проблема. Подскажите пожалуйста, как вывести коэффициенты после обучения модели с помощью логистической регрессии. Что для этого надо сделать?

Luigi Ballabio, Goutham Balaraman "QuantLib Python Cookbook" Год: 2017 Язык: английский Количественное финансирование в Python: практический, интерактивный взгляд на библиотеку QuantLib с использованием IPython Notebook в качестве рабочих примеров. IPython Notebook - это интерактивная среда для программирования на языке Python, которая позволяет объединить код, текст (включая Markdown), графики, математические формулы (MathJax) и скомбинировать все в одном отчете. Книга включает обновленные сообщения из блога Goutham Balaraman и стенограммы скринкастов, которые Luigi Ballabio публикует на YouTube. Сообщения и скринкасты используют IPython Notebook для демонстрации библиотеки QuantLib. Вместе они предоставляют своего рода поваренную книгу, которая демонстрирует функции библиотеки посредством рабочих примеров и дает рекомендации по ее использованию. Выбор связки QuantLib Python и IPython Notebook был обусловлен их интерактивностью, что упростило демонстрацию функций и тот факт, что платформа предоставляет из коробки отличные модули, такие как Matplotlib для графического отображения и Pandas для анализа данных. Этот выбор, похоже, может оставить пользователей C++ в стороне. Однако достаточно легко перевести код Python, показанный здесь, в соответствующий код на C ++. Пример такого перевода показан в приложении.

«На чужих ошибках»: что нужно знать для успешного внедрения Service Desk Одним из столпов ITIL является Service Desk, единая точка контакта между пользователем и поставщиком услуг. В диспетчерскую службу Service Desk клиенты обращаются при возникновении инцидентов или проблем и вопросов, связанных с предоставляемой услугой. Служба регистрирует, отслеживает и управляет решением проблем, которые были доведены до ее сведения. За долгую историю ITIL службу Service Desk внедрило множество компаний. Кто-то полагался на готовые инструменты, кто-то шел своим путем. У кого-то получилось с первого раза, а кто-то «набивал шишки». Опыт последних помог нам сформировать список самых распространенных ошибок при внедрении Service Desk — от банальных и легко устраняемых до вполне серьезных — которым мы и делимся в этой статье. Читать дальше → https://goo.gl/RaFayY

Добыча данных в R Этот пост — перевод трех частей серии Data acquisition in R из моего англоязычного блога. Исходная серия задумана в четырех частях, три из которых легли в основу данного поста: Использование подготовленных наборов данных; Доступ к популярным статистическим БД; Демографические данные; Демографические данные. В еще не написанной заключительной части речь пойдет об использовании пространственных данных. R заточен под воспроизводимость результатов. Существует множество прекрасных решений, обеспечивающих сопоставимость версий системы и пакетов, помогающих применять принципы literate programming… Я же хочу показать, как можно легко и эффективно находить/скачивать/добывать данные, используя собственно R и документируя каждый шаг, что обеспечивает полную воспроизводимость всего процесса. Разумеется, я не ставлю перед собой задачи перечислить все возможные источники данных и фокусирую внимание в основном на демографических данных. Если ваши интересы лежат вне сферы статистики населения, стоит посмотреть в сторону великолепного проекта Open Data Task View. Для иллюстрации использования каждого из источников информации я привожу пример визуализации полученных данных. Каждый пример кода задуман как самостоятельная единица — копируйте и воспроизводите. Разумеется, сперва необходимо установить требуемые пакеты. Весь код целиком лежит тут. Читать дальше → https://goo.gl/utze1W

Привет всем! Зачем в Django >1.10 убрали возможность авторизации неактивных пользователей? Это же нелогично и неправильно, когда после регистрации без подтверждения по email(допустим) пользователь пытается войти, а ему пишет ошибку, что логин/пароль не верны. Пришлось перелопатить весь интернет в поиске правды, а оказалось, достаточно поменять просто бэк...