en
Feedback
Python Portal

Python Portal

Open in Telegram

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

Show more

📈 Analytical overview of Telegram channel Python Portal

Channel Python Portal (@pythonportal) in the Russian language segment is an active participant. Currently, the community unites 52 329 subscribers, ranking 2 561 in the Technologies & Applications category and 11 945 in the Russia region.

📊 Audience metrics and dynamics

Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 52 329 subscribers.

According to the latest data from 14 June, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by -832 over the last 30 days and by -32 over the last 24 hours, overall reach remains high.

  • Verification status: Not verified
  • Engagement rate (ER): The average audience engagement rate is 9.37%. Within the first 24 hours after publication, content typically collects 5.65% reactions from the total number of subscribers.
  • Post reach: On average, each post receives 4 902 views. Within the first day, a publication typically gains 2 957 views.
  • Reactions and interaction: The audience actively supports content: the average number of reactions per post is 25.
  • Thematic interests: Content is focused on key topics such as строка, none, true, модуль, peter.

📝 Description and content policy

The author describes the resource as a platform for expressing subjective opinions:
Всё самое интересное из мира Python Сотрудничество, реклама: @devmangx Менеджер: @Spiral_Yuri РКН: https://clck.ru/3GMMF6

Thanks to the high frequency of updates (latest data received on 15 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.

52 329
Subscribers
-3224 hours
-2357 days
-83230 days
Posts Archive
Hugging Face дарит 9 бесплатных AI-курсов Хочешь разобраться в LLM, агентах, Deep RL, аудио и не только? Hugging Face выложил
Hugging Face дарит 9 бесплатных AI-курсов Хочешь разобраться в LLM, агентах, Deep RL, аудио и не только? Hugging Face выложили 9 курсов — абсолютно бесплатно. Все материалы открыты, без регистрации и оплаты
1. Курс по большим языковым моделям (LLM) — тут 2. Курс по AI-агентам — тут 3. Курс по глубокому обучению с подкреплением (Deep RL) — тут 4. Компьютерное зрение — тут 5. Работа с аудио — тут 6. ИИ в геймдеве — тут 7. ИИ для 3D — тут 8. Диффузионные модели — тут 9. Open-Source AI Cookbook — тут
❤️ — благодарю 🔥 — как вовремя 👉 @PythonPortal

Как устроен звук светового меча и почему технологии джедаев — не фантастика Чтобы световой меч не просто жужжал, а вибрировал десятками оттенков звука, инженер из Яндекса Геннадий Крэйл использует аппаратный генератор случайных чисел. Но одних алгоритмов мало: акселерометр и гироскоп в рукояти следят за силой удара и углом атаки, превращая каждый взмах в уникальную «песню» боя. Эти секреты раскрыли на Repair Cafe — мероприятии для тех, кто видит в сломанном гаджете не мусор, а вызов. Сердцем ивента стала мастерская, где за два дня починили 400 устройств. Под паяльник попали винтажные видеомагнитофоны и роботы-пылесосы с «травмами» от встреч с диванами. Отдельное внимание получили культовый ПК «Ленинград» и самокаты — последние разбирали до винтика, чтобы понять, как заставить их ехать тише и дальше. Яндекс, когда-то сосредоточенный на софте, теперь создает умные колонки, автономный транспорт и даже роверов-доставщиков. И всё потому, что здесь инженерная культура строится на праве пробовать. Repair Cafe — её отражение: место, где можно сменить теоретические знания — на навык починить то, что другие давно списали. Такие проекты доказывают: технологии будущего рождаются не в вакууме. Они начинаются с вопроса «А что, если?» — будь то настройка звука светового меча или ремонт дедушкиного радиоприемника. Главное — не бояться сломать шаблон. Или хотя бы попробовать его починить.

Найти самый недавно изменённый файл в папке — это одна строка на Python Всё, что нужно — это встроенная функция max и пользов
Найти самый недавно изменённый файл в папке — это одна строка на Python Всё, что нужно — это встроенная функция max и пользовательская функция key Хочешь только файлы? Фильтруй с помощью генератора. Нужен рекурсивный обход? Используй .rglob("*") вместо iterdir ❤️ 👉 @PythonPortal

В Python 3.14 добавили подсветку синтаксиса в новой интерактивной оболочке PyREPL Теперь прямо в консоли Python код выглядит
В Python 3.14 добавили подсветку синтаксиса в новой интерактивной оболочке PyREPL Теперь прямо в консоли Python код выглядит красиво, как в редакторе > ключевые слова, строки, числа и даже комментарии подсвечиваются цветом. И это не всё. Можно настроить тему под себя Пример дефолтной темы:
theme = {
    "PROMPT": colors.BOLD_MAGENTA,
    "KEYWORD": colors.BOLD_BLUE,
    "BUILTIN": colors.CYAN,
    "COMMENT": colors.RED,
    "STRING": colors.GREEN,
    "NUMBER": colors.YELLOW,
    "OP": colors.RESET,
    "DEFINITION": colors.BOLD,
    "SOFT_KEYWORD": colors.BOLD_BLUE,
    "RESET": colors.RESET,
}
Свою можно поставить так: 1. Меняем цвета для тех токенов, которые хотим подсветить. Складываем в импортируемый модуль. Например: your_theme 2. При старте Python установи тему через PYTHONSTARTUP
export PYTHONSTARTUP='import _colorize; from your_theme import theme; _colorize.set_theme(theme)'
—> Документация по PYTHONSTARTUP: клик —> PR с реализацией подсветки: клик Вот тут реализация подсветки, она довольно простая ❤️ 👉 @PythonPortal

Скрывай личную информацию в своём Python-коде Допустим, тебе нужно вывести email. Но ты хочешь сделать тот самый эффект, как
Скрывай личную информацию в своём Python-коде Допустим, тебе нужно вывести email. Но ты хочешь сделать тот самый эффект, как в ro*****@mathspp.com В Python это довольно просто Всё, что нужно — это f-строка и подходящие спецификаторы форматирования 1. Разделяем email Используем str.partition, чтобы отделить имя пользователя (user) от домена:
user, _, domain = email.partition("@")
2. Показываем первые символы Берём первые два:
user[:2]  # → 'ro'
3. Создаём поле нужной ширины Поле должно быть длиной, как user, то есть len(user) Используем f-строку:
f"{user[:2]:<{len(user)}}"
Пока что получится:
ro     
4. Меняем символ заполнения По умолчанию заполняется пробелами, но мы хотим *. Просто указываем его:
f"{user[:2]:*<{len(user)}}"
Получаем:
ro*****
5. Собираем всё вместе Добавляем домен:
f"{user[:2]:
👉 @PythonPortal

У меня для тебя подгон Если ты только начал изучать Python или уже пишешь скрипты, но забываешь синтаксис — вот то, что тебе нужно. Эта краткая шпаргалка охватывает всё самое важное Из разряда > распечатай и повесь перед собой 💖 👉 @PythonPortal

Хочешь общаться с ИИ от DeepSeek без ограничений и подписок? Тогда зацени DeeperSeek —> неофициальную Python-библиотеку, кото
Хочешь общаться с ИИ от DeepSeek без ограничений и подписок? Тогда зацени DeeperSeek —> неофициальную Python-библиотеку, которая позволяет напрямую работать с сайтом DeepSeek, обходя официальный API • Отправка сообщений и получение ответов • Обход Cloudflare-защиты • Поддержка входа по e-mail и токену • Работает даже в Google Colab • Работает с DeepThink и нейропоиском 💖 — спасибо, админ 👍 — имба 👉 @PythonPortal

Если ты хочешь научиться автоматизировать задачи и прокачаться в Python Google сделал крутой курс — IT Automation with Python В нём ты: ✓научишься писать на Python ✓автоматизировать рутинные задачи ✓работать с Git и GitHub ✓находить и фиксить ошибки ✓запускать всё это в облаке Подходит, если ты хочешь в DevOps Курс бесплатный, есть на Coursera → начни хоть сейчас 🎧 👉 @PythonPortal

Стэнфорд выложил, пожалуй, самые понятные и полезные шпаргалки по LLM и трансформерам В них есть всё, что нужно: • self-atten
Стэнфорд выложил, пожалуй, самые понятные и полезные шпаргалки по LLM и трансформерам В них есть всё, что нужно: • self-attention, flash attention, LoRA, SFT • mixture of experts, дистилляция, квантизация • RAG, агенты, LLM как "судья" И главное — всё это бесплатно и в открытом доступе 🤍 👉 @PythonPortal

С выходом Python 3.11, 3.12 и 3.14 изменилась даже такая простая вещь, как вычисление скалярного произведения векторов Сначал
С выходом Python 3.11, 3.12 и 3.14 изменилась даже такая простая вещь, как вычисление скалярного произведения векторов Сначала всё выглядело просто:
sum(map(operator.mul, vec1, vec2))
Но не все знают, что встроенная map может принимать 2 и более итерируемых объектов как источники аргументов для функции, которую она применяет С Python 3.12 добавился аргумент strict, и стало логично его использовать Однако из-за zip приходится “распаковывать” кортежи — поэтому тут нужен itertools.starmap, а не обычный map. Наконец, в Python 3.14 всё снова упростилось:
sum(map(operator.mul, vec1, vec2, strict=True))
Встроенная map получает именованный аргумент strict, как и zip 😍 👉 @PythonPortal

Хочешь быстро вытаскивать структурированные данные и инсайты из PDF, DOCX и других документов? Попробуй ContextGem — LLM-фрей
Хочешь быстро вытаскивать структурированные данные и инсайты из PDF, DOCX и других документов? Попробуй ContextGem — LLM-фреймворк, который делает это максимально просто и прозрачно. Всего несколько строк Python-кода и у тебя: > Чистые таблицы > Структурированные поля > Конкретные инсайты Работает на базе LLM. Полностью Open Source ❤️ 👉 @PythonPortal

Если вам когда-то казалось, что вы безумны — держитесь Есть люди, которые всерьёз решили писать Python с фигурными скобками Так появился Bython — препроцессор, который превращает {} в питоновские отступы Пишешь, как на C/JavaScript, а получаешь работающий Python
def sanity_check() {
    print("Это точно Python?");
}
Устанавливается через pip install bython Команда запуска: bython script.by > PyPI: https://pypi.org/project/Bython > GitHub: https://github.com/mathialo/bython Последнее обновление было в 2018 — для фана и экспериментов пойдёт 🎧 👉 @PythonPortal

Преврати любую ML-статью в репозиторий с кодом Paper2Code — это система на базе LLM-агентов, которая превращает научную работ
Преврати любую ML-статью в репозиторий с кодом Paper2Code — это система на базе LLM-агентов, которая превращает научную работу в полноценный кодовый репозиторий Она работает по трёхэтапному пайплайну: планирование, анализ и генерация кода — за каждый этап отвечает отдельный специализированный агент. Полностью с открытым исходным кодом 💖 Ссылка на руководство: тут 👉 @PythonPortal

Ошибка №1 в Python: не кэшировать детерминированные функции, которые многократно вызываются с одними и теми же аргументами Ош
Ошибка №1 в Python: не кэшировать детерминированные функции, которые многократно вызываются с одними и теми же аргументами Ошибка №2 в Python: не предпринимать меры, чтобы избежать переполнения памяти Решение для обеих ошибок: использовать functools.lru_cache с аргументом, задающим размер кэша 👉 @PythonPortal

Полезная шпаргалка по спискам, которую должен иметь под рукой каждый питонист Все методы, которые нужны, с описанием всех возможных манипуляций с ними Полный PDF — в файле 😎 👉 @PythonPortal

Полезная шпаргалка по спискам, которую должен иметь под рукой каждый питонист Все методы, которые нужны, с описанием всех возможных манипуляций с ними Полный PDF — в файле 😎 👉 @PythonPortal

Хочешь замедлить импорт чужих библиотек? tarrif позволяет наложить тариф на любой Python-модуль — он будет загружаться с заде
Хочешь замедлить импорт чужих библиотек? tarrif позволяет наложить тариф на любой Python-модуль — он будет загружаться с задержкой в зависимости от % "пошлины".
import tariff

tariff.set({
    "numpy": 50,     # 50% тариф
    "pandas": 200,   # 200% тариф
})

import numpy  # теперь будет импортироваться медленнее
При этом в консоли вылезет:
JUST IMPOSED a 50% TARIFF on numpy! Original import took 45000 us, now takes 67500 us. American packages are WINNING AGAIN! #MIGA
Повод потроллить коллег 🤡 👉 @PythonPortal

Если ты работаешь с Python и анализом данных, то обязательно запомни эти приёмы из библиотеки pandas 👍 — пригодится ❤️ — спа
Если ты работаешь с Python и анализом данных, то обязательно запомни эти приёмы из библиотеки pandas 👍 — пригодится ❤️ — спасибо 👉 @PythonPortal

Изучаете Python и уже чувствуете себя уверенно? Хотите проверить навыки и знания? Тогда приглашаем на бесплатный мини-курс «P
Изучаете Python и уже чувствуете себя уверенно? Хотите проверить навыки и знания? Тогда приглашаем на бесплатный мини-курс «Python для всех»! Регистрируйтесь в пару кликов и получите чек-листы с полезными материалами: https://epic.st/P_9YR?erid=2VtzqwFwHVd Курс состоит из практики чуть менее чем полностью. За 4 дня вы создадите 4 проекта: 1️⃣ Бота для Telegram, который умеет переводить голос в текст 2️⃣ Бота для Telegram, который обрабатывает фотографии 3️⃣ Парсер, который извлекает данные с сайтов 4️⃣ Веб-сайт (с помощью фреймворка Flask) В общем, прокачаете навыки и наверняка узнаете что-то новое. 🎁 А ещё подарки: персональная карьерная консультация, скидка 10 000 рублей на любой курс Skillbox и подборка полезных материалов. Реклама. ЧОУ ДПО «Образовательные технологии «Скилбокс (Коробка навыков)», ИНН: 9704088880

Создаем карту с поиском локации на Python 🐍 Хочешь ввести название города и сразу увидеть его на карте прямо в Jupyter Noteb
Создаем карту с поиском локации на Python 🐍 Хочешь ввести название города и сразу увидеть его на карте прямо в Jupyter Notebook? Вот простой скрипт, который делает именно это Используем библиотеки geopy и folium для геокодинга и отображения карты Вводишь, например, "Tokyo" — и получаешь интерактивную карту с маркером прямо в блокноте Удобно для гео-проектов, визуализаций 🔥 👉 @PythonPortal

Python Portal - Statistics & analytics of Telegram channel @pythonportal