Available now! Telegram Research 2025 — the year's key insights 
Python/ django
Open in Telegram
по всем вопросам @haarrp @itchannels_telegram - 🔥 все ит каналы @ai_machinelearning_big_data -ML @ArtificialIntelligencedl -AI @datascienceiot - 📚 @pythonlbooks РКН: clck.ru/3FmxmM
Show more📈 Analytical overview of Telegram channel Python/ django
Channel Python/ django (@pythonl) in the Russian language segment is an active participant. Currently, the community unites 60 005 subscribers, ranking 2 202 in the Technologies & Applications category and 10 246 in the Russia region.
📊 Audience metrics and dynamics
Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 60 005 subscribers.
According to the latest data from 11 June, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by -568 over the last 30 days and by -5 over the last 24 hours, overall reach remains high.
- Verification status: Not verified
- Engagement rate (ER): The average audience engagement rate is 6.98%. 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 4 188 views. Within the first day, a publication typically gains 1 867 views.
- Reactions and interaction: The audience actively supports content: the average number of reactions per post is 22.
- 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 @haarrp
@itchannels_telegram - 🔥 все ит каналы
@ai_machinelearning_big_data -ML
@ArtificialIntelligencedl -AI
@datascienceiot - 📚
@pythonlbooks
РКН: clck.ru/3Fmxm...”
Thanks to the high frequency of updates (latest data received on 12 June, 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.
60 005
Subscribers
-524 hours
-1167 days
-56830 days
Posts Archive
60 005
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.
@pythonl60 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
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!)
@pythonl60 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()
@pythonl60 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
@pythonl60 005
🎉 Django 5.0 released
Команда Django выпустила Django 5.0.
https://www.djangoproject.com/weblog/2023/dec/04/django-50-released/
@pythonl
