Python/ django
Open in Telegram
по всем вопросам @workakkk @itchannels_telegram - 🔥 все ит каналы @ai_machinelearning_big_data -ML @ArtificialIntelligencedl -AI @datascienceiot - 📚 @pythonlbooks РКН: clck.ru/3FmxmM
Show more
Network:📈 Analytical overview of Telegram channel Python/ django
Channel Python/ django (@pythonl) in the Russian language segment is an active participant. Currently, the community unites 59 007 subscribers, ranking 2 174 in the Technologies & Applications category and 10 227 in the Russia region.
📊 Audience metrics and dynamics
Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 59 007 subscribers.
According to the latest data from 02 September, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by -219 over the last 30 days and by 0 over the last 24 hours, overall reach remains high.
- Verification status: Not verified
- Engagement rate (ER): The average audience engagement rate is 6.21%. Within the first 24 hours after publication, content typically collects 3.57% reactions from the total number of subscribers.
- Post reach: On average, each post receives 3 665 views. Within the first day, a publication typically gains 2 105 views.
- Reactions and interaction: The audience actively supports content: the average number of reactions per post is 24.
- 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 03 September, 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.
59 007
Subscribers
No data24 hours
No data7 days
-21930 days
Posts Archive
59 004
🖥 Downloading a YouTube Playlist using Python
Загрузка плейлиста YouTube с помощью Python.
@pythonl
59 004
🖥 PhySO — модуль для поиска закономерностей в данных и вывода аналитических зависимостей на их основе
PhySO предназначен для вывода аналитических физических законов из эмпирических данных; модуль способен использовать ограничения физических единиц, например, сокращая пространство поиска с помощью анализа размерности
Рекомендуемый способ установки с помощью conda:
conda create -n PhySO python=3.8
conda activate PhySO
git clone https://github.com/WassimTenachi/PhySO
cd PhySO
conda install --file requirements.txt
pip install -e .59 004
+2
🖥 vedo — модуль python для анализа и визуализации 3D-объектов
—
pip install vedo
vedo может работать как с полигональной сеткой, так и с облаком точек, отлично интегрируется с другими библиотеками
🖥 GitHub
🟡 Примеры использования
@pythonl59 004
🖥🖥 Дроиды и питоны: как работать с ADB быстрее и проще
У нас вышла новая статья, в которой рассматривается как работать с ADB через python.
Если вы — разработчик или тестировщик приложений для Android, просто обычный программист или юзер — то вы попали по адресу.
Перед тем как начать, стоит понять, почему именно Python.
Python — один из моих любимых языков программирования. Простой и читаемый синтаксис, в последних версиях наблюдается увеличение оптимизации и производительности, а также добавления разных фич — например в Python 3.10 была добавления конструкция match-case.
https://habr.com/ru/articles/821781/
@pro_python_code
59 004
+4
👣 Подробный гайд о том, как обращаться к программам на Go из Python
При работе на Python иногда имеет смысл реализовать часть программы на статичном, высокопроизводительном языке. Go может стать отличным выбором для этого, поскольку он быстрый, простой и кроссплатформенный.
Есть множество способов, чтобы обращаться к программам на Go из Python, конкретно в этом гайде описан способ сборки
.dll из .go-файлов, и именно эти .dll уже вызываются из Python с помощью ctypes
Существуют и другие способы вызова Go из Python, такие как SWIG, например. В этом гайде рассматривается ctypes, потому что он не имеет дополнительных зависимостей и прост в освоении.
📎 Как вызывать Go из Python
@pythonl59 004
🖥 👣 Вызов функций Go из Python с помощью ctypes
Поговорим о том, как можно запускать программу, написанную на Go из Python.
Зачем?
При работе на Python иногда имеет смысл реализовать отдельные функции на статичном, высокопроизводительном языке. Go может стать отличным выбором для этого, потому что он быстрый, простой и кроссплатформенный.
Поехали!
https://habr.com/ru/articles/821007/
@pythonl
59 004
Python-разработчики тут? Вас уже ждут в Т-банке!
Вместе с результативной командой вы будете развивать финтех: от внутренних проектов до клиентских продуктов, которыми пользуются миллионы.
Приходите прокачивать навыки и работать в команде единомышленников. Посмотреть вакансии и откликнуться, если у вас больше двух лет опыта, можно здесь
Реклама. АО «Тинькофф Банк», ИНН 7710140679
59 004
🖥 Litestar — это мощный, гибкий ASGI-фреймворк, ориентированный на создание API
—
pip install litestar
Litestar предлагает проверку данных, внедрение зависимостей, интеграцию с ORM, примитивы авторизации и многое другое, что необходимо для запуска приложений в работу.
Простой пример использования Litestar:
from litestar import Litestar, get
@get("/")
async def hello_world() -> str:
return "Hello, world!"
app = Litestar([hello_world])59 004
ПСБ цифровая лаборатория — это ИТ-блок ПСБ, одного из крупнейших банков в стране.
Ребята разрабатывают и совершенствуют продукты ПСБ, которыми пользуются миллионы людей. Присоединяйся к команде и участвуй в создании финтех-сервисов.
На сайте ПСБ цифровая лаборатория ты узнаешь:
- ️какие в банке есть ИТ-направления
- с каким стеком работают
- какие бонусы и льготы есть для сотрудников
- чем занимаются айтишники вне офиса
- что надо сделать, чтобы попасть в команду
Разделяешь ценности и подход к работе? Оставляй резюме на сайте!
Реклама. ООО "ПСБ ЛАБ". ИНН 7714436892.
59 004
+2
🖥 StatsForecast — библиотека Python для быстрого прогнозирования с помощью статистических и эконометрических моделей
—
pip install statsforecast
StatsForecast предоставляет коллекцию популярных моделей прогнозирования одномерных временных рядов, оптимизированных для высокой производительности и масштабируемости.
🖥 GitHub
🟡 Доки
@pythonl59 004
+2
🖥 368 решённых задач по Python с Leetcode
Здесь собрана масса литкод-задач с решением на Python.
Вот условия некоторых из задач:
— найти самое популярное слово в наборе
— удалить один элемент, чтобы список был строго возрастающим
— объединить k сортированных списков
— обойти матрицу по спирали и собрать полученные числа
▶️ Задачи с решениями
@pythonl
59 004
Сбер проведет открытую технологическую конференцию GigaConf 2024.
27 июня в «Дизайн заводе» соберутся ведущие инженеры и разработчики из Сбера, Билайна, Positive Technologies, Т-Банка, МТС и других компаний.
Вместе они погрузят вас в темы:
— машинное обучение и искусственный интеллект;
— инструменты разработчика;
— DevOps;
— инженерия данных;
— безопасность приложений;
— системный анализ
— инновации и стратегии.
Зарегистрироваться и узнать подробности можно на сайте конференции.
Участие бесплатное!
59 004
+4
🖥 tinygrad — фреймворк Python для Deep Learning
—
pip install tinygrad
tinygrad имеет встроенную библиотеку для работы с нейросетями, используя разные классы, оптимизаторы и инструменты для управления состоянием нейросетей.
В tinygrad есть JIT, чтобы всё работало быстро.
Также tinygrad имеет отличную поддержку нескольких GPU, что позволяет удобно параллелить операции над тензорами с помощью Tensor.shard.
🖥 GitHub
🟡 Доки
🟡 Примеры использования tinygrad
@pythonl59 004
59 004
59 004
🖥 draw_scatter — позволяет нарисовать нужное распределение в Python
Если нужны кластеры нужной формы (например, хочется сравнить разные алгоритмы кластеризации) — не проблема, для этого есть библиотека
drawdata и функция draw_scatter()
# ячейка 1
import pandas as pd
import seaborn as sns
from drawdata import draw_scatter
draw_scatter()
# ячейка 2
df = pd.read_clipboard(sep=',')
sns.scatterplot(data=df, x='x', y='y', hue='z')59 004
+2
🖥 Instructor — получение структурированного вывода от LLM
—
pip install -U instructor
Instructor позволяет легко получать структурированные данные (например, в формате JSON) от таких LLM, как GPT-3.5, GPT-4, GPT-4-Vision, и моделей с открытым исходным кодом, включая Mistral/Mixtral, Anyscale, Ollama и llama-cpp-python.
Instructor отличается простотой и ориентированным на пользователя дизайном, построенным на базе Pydantic.
🖥 GitHub
🟡 Примеры использования instructor
@pythonl59 004
+1
🖥 Distilabel — фреймворк Python для создания синтетических данных для AI и не только для этого
—
pip install distilabel --upgrade
Помимо создания синтетических данных, Distilabel помогает организовать сложные конвейеры обработки данных;
эти конвейеры могут содержать любое количество разных шагов.
🖥 GitHub
🟡 Доки
@pythonl59 004
⚡️Хочешь разработать решение технологического кейса для внедрения в работу НКО? Тогда регистрируйся на Smart Social: Хакатон!
🏆Гранты на 1 200 000 рублей!
Smart Social: Хакатон – это командное соревнование для программистов, дизайнеров, менеджеров, аналитиков и других IT-специалистов, которые в сжатые сроки решают технологическую задачу.
👨💻Кейсы:
- Сервис для онлайн-записи на музейные мероприятия;
- Телеграм-бот для быстрого сбора, передачи и выгрузки информации для участников проекта "Накорми";
- Приложение для туристических маршрутов;
- Инструмент для анонимизации документов пользователей сервиса «Просто спросить»;
- Алгоритм для систематизации архивных материалов;
- Приложение-путеводитель по музею.
📆Даты хакатона: C 10 по 18 Июня 2024 г
📍Формат: Онлайн/Офлайн
🔥Дедлайн регистрации: 6 Июня, 23:59 (МСК)
Не нашел для себя задачу? Смотри еще кейсы по ссылке: https://tglink.io/85445a9e0b4c
🚀Сделай Добро – помоги НКО!
59 004
🖥 Marker — Python-утилита для быстрого и точного преобразования PDF в MD
—
pip install marker-pdf
Процесс преобразования PDF при помощи Marker состоит из таких шагов:
— извлечение текста, при необходимости использование OCR (эвристические методы, Surya, Tesseract)
— определение макета страницы и порядка чтения (Surya)
— подготовка и форматирование каждого блока (эвристика, Texify)
— объединение блоков и постобработка полного текста (Heuristics, Pdf_postprocessor)
Marker использует ML-модели только там, где это необходимо, что повышает скорость и точность
Пример использования:
marker_single /path/to/file.pdf /path/to/output/folder --batch_multiplier 2 --max_pages 10 --langs English
🖥 GitHub
🟡 Пример использования
@pythonl