en
Feedback
Zen of Python

Zen of Python

Open in Telegram

Полный Дзен Пайтона в одном канале Разместить рекламу: @tproger_sales_bot Правила общения: https://tprg.ru/rules Другие каналы: @tproger_channels Сайт: https://tprg.ru/site Регистрация в перечне РКН: https://tprg.ru/xZOL

Show more

📈 Analytical overview of Telegram channel Zen of Python

Channel Zen of Python (@zen_of_python) in the Russian language segment is an active participant. Currently, the community unites 19 288 subscribers, ranking 6 972 in the Technologies & Applications category and 35 079 in the Russia region.

📊 Audience metrics and dynamics

Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 19 288 subscribers.

According to the latest data from 05 June, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by 26 over the last 30 days and by -3 over the last 24 hours, overall reach remains high.

  • Verification status: Not verified
  • Engagement rate (ER): The average audience engagement rate is 12.34%. Within the first 24 hours after publication, content typically collects 5.62% reactions from the total number of subscribers.
  • Post reach: On average, each post receives 2 378 views. Within the first day, a publication typically gains 1 082 views.
  • Reactions and interaction: The audience actively supports content: the average number of reactions per post is 9.
  • Thematic interests: Content is focused on key topics such as github, rust, pip, api, install.

📝 Description and content policy

The author describes the resource as a platform for expressing subjective opinions:
Полный Дзен Пайтона в одном канале Разместить рекламу: @tproger_sales_bot Правила общения: https://tprg.ru/rules Другие каналы: @tproger_channels Сайт: https://tprg.ru/site Регистрация в перечне РКН: https://tprg.ru/xZOL

Thanks to the high frequency of updates (latest data received on 06 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.

19 288
Subscribers
-324 hours
+137 days
+2630 days
Posts Archive
trae-agent | LLM в CLI Если Господь Бог вас наказал и вы кодите прямо в командной строке, а на дворе 2025-й, то лучше делать
trae-agent | LLM в CLI Если Господь Бог вас наказал и вы кодите прямо в командной строке, а на дворе 2025-й, то лучше делать это с LLM. Библиотека позволяет фиксить, дописывать и читать логи вместе с вашей любимой нейронкой, понимающей естественный язык. #инструмент @zen_of_python 🤗 — Если за идею хочется приобнять создателей

Zango | Над Django На DjangoCon Europe 2025 презентовали новый «метафреймворк». Его архитектура использует Django как фундаме
Zango | Над Django На DjangoCon Europe 2025 презентовали новый «метафреймворк». Его архитектура использует Django как фундамент (ORM, миграции, middleware и пр.) и обещает ускоренную разработку бизнес-приложений: CRM, ERP и прочая внутрянка. Среди его фичей — способность содержать несколько микросервисов как монолит; #инструмент @zen_of_python

Agile в сторону! Доверьте планирование своей жизни IT-колоде Тем более что наши арканы уже приготовили для вас послание. Пере
Agile в сторону! Доверьте планирование своей жизни IT-колоде Тем более что наши арканы уже приготовили для вас послание. Переходите по ссылке, вытаскивайте карту и узнавайте, что вас ждёт сегодня, завтра и в другие дни спринта: https://tprg.ru/Bs2h Реклама

force-push-scanner | Спасаем ваши креды от «закоммичивания» Это инструмент для обнаружения «висячих» коммитов, которые остаются в истории Git после git push --force. Он анализирует события из GHArchive, чтобы выявить случаи перезаписи истории с нулевым количеством коммитов, часто скрывающих удалённые секреты. Инструмент позволяет сканировать как отдельные репозитории, так и целые организации в GitHub через командную строку. . Репозиторий проекта #инструмент @zen_of_python

isinstance(): Проверка типов В динамически типизированных языках нам особенно важно знать тип объекта, которым мы оперируем. С этим помогают две встроенные функции — type() и isinstance(), и мы поговорим сегодня о второй из них.

isinstance(object, classinfo)
object: объект, тип которого вы хотите проверить — classinfo: класс, тип или кортеж типов

# Является ли 42 целочисленным значением?
isinstance(42, int)  # True

# Относится ли "hello" к одному из типов str / list (логическое «ИЛИ»)? 
isinstance("hello", (str, list))    # True
isinstance() vs type() Поначалу может показаться, что type() делает то же самое:

type(42) == int    # True
Но isinstance(), в свою очередь, учитывает наследование:

class Animal:
    pass

class Dog(Animal):
    pass

dog = Dog()

type(dog) == Animal         # False
isinstance(dog, Animal)     # True
Это делает isinstance() предпочтительным выбором при работе с иерархиями классов. #основы

​​Вопрос подписчика Задает @Greatest_Of_AlI_Time: «Какая книга или пособие на русском языке самое лучшее и понятное для изучения?» От админа: — если хочется погрузиться в талмуд, то «Python. Справочник» Мартелли А, — если хочется карманный справочник, то Лутц М. «Python. Карманный справочник» #обсуждение @zen_of_python

Будущее Python: какие тренды развития и боли языка На PyCon 2025 подробно обсудили ключевые тренды: — продолжающееся доминиро
Будущее Python: какие тренды развития и боли языка На PyCon 2025 подробно обсудили ключевые тренды: — продолжающееся доминирование в области ИИ и анализа данных благодаря Pandas, NumPy, TensorFlow, PyTorch, HuggingFace и новой системе RAPIDS; — рост популярности асинхронных фреймворков и инструментов вроде FastAPI; — внедрение в сферу IoT — благодаря MicroPython / CircuitPython для систем умного дома. — продвижение JIT‑компиляции и Tail Calls. #факт @zen_of_python

​​Вопрос подписчика Задает @vberia: «Какие LLM лучше всего пишут/оптимизируют код Python?» От админа: у нас куплен Cursor (Team) на сразу несколько команд разработки. Ошибки плодит в 99,9% только при недостаточной подаче контекста. #обсуждение @zen_of_python

​​5 архитектурных ошибок, которые мы совершаем при старте проектов Многие из нас с головой уходят в реализацию идеи, не задавая себе главный вопрос: а что будет, когда проект вырастет?  Аспекты вроде масштабирования, как и фундамент дома, нужно продумывать сначала, иначе потом вас ждет не апгрейд, а перестройка с нуля. А еще именно в самом начале проекта закладывается почва для ада зависимостей: спонтанные решения, быстрые фиксы, «временные» костыли — всё это превращается в хаос, который сложно контролировать. В статье Tproger 5 самых частых архитектурных ошибок, которые мешают проектам расти и развиваться. #основы @zen_of_python 🙊 — Если сам так писал

Кроссплатформенные приложения на Python: весь путь от API до десктопа и веба Не обязательно учить полдюжины языков и городить
Кроссплатформенные приложения на Python: весь путь от API до десктопа и веба Не обязательно учить полдюжины языков и городить велосипед, чтобы собрать работающий кроссплатформенный продукт. В этой статье автор делится практическим опытом: как на одном только Python собрать backend на FastAPI, фронтенд на Flet, задеплоить всё это в облако и собрать под десктоп и веб. По дороге — много интересных наблюдений и подводных камней: чем Flet радует, а где его кроссплатформенность пока только на бумаге, почему простые вещи лучше делать «без заморочек», а фанатам стоит готовить десятки гигабайт SDK и терпение. Если вы уже освоились с Python и хотите попробовать собрать свой первый «всё‑в‑одном» проект, материал очень пригодится — от шаблонов кода до тонкостей деплоя и сборки. А вы бы рискнули собрать свой API и фронт на Python, или сразу пошли бы во Flutter? ❤️ — «да, попробую» 🗿 — «лучше Flutter»! #python #flet #fastapi #кроссплатформенность #разработка

А ведь предполагал, что понятное изложение сложного привлечет к чтению. А в итоге LLM галлюцинируют убедительнее. #кек @zen_o
А ведь предполагал, что понятное изложение сложного привлечет к чтению. А в итоге LLM галлюцинируют убедительнее. #кек @zen_of_python

Вопросы подписчиков Zen of Python поддерживает новоприбывших (и не только) в особой рубрике. Как это работает: — Спрашивайте
Вопросы подписчиков Zen of Python поддерживает новоприбывших (и не только) в особой рубрике. Как это работает: — Спрашивайте что угодно (в комментариях под этим постом), связанное с Python. Здесь нет плохих вопросов! — Сообщество вас поддержит. Самые интересные вопросы мы разберём в отдельном посте; #вопросы_новичков @zen_of_python

​​Опрос от Tproger: LifeStyle Если вы тоже хотите знать больше о подписчиках по соседству, пройдите опрос Tproger. Он не только про специализацию и грейд, но больше про окружающую айтишники жизнь. Результатами обязательно поделимся. #опрос @zen_of_python

​​Вышел Python 3.14 RC1: релиз-кандидат с ускоренным интерпретатором Вышел первый релиз-кандидат Python 3.14 — финальный релиз ожидается в октябре. Среди главных новинок: — JIT-компилятор теперь работает не только на Linux, но и на macOS и Windows; — Благодаря PEP 779 Python получает полную поддержку свободных потоков — это шаг к более эффективной многопоточности; — Появились t-строки — новый синтаксис для шаблонов с переменными прямо внутри строк — Добавлен модуль compression.zstd для работы с алгоритмом Zstandard прямо «из коробки» и многое другое. #факт @zen_of_python

​​Нейросети в контенте: опрос Многие из нас в прямой или иной форме создаем контент, будь то личный блог или написание кода для проекта. В Tproger проводят опрос о роли LLM в работе айтишников. Проходите, опрос даже немного познавательный. Результатами мы обязательно поделимся. #опрос @zen_of_python

Почему некоторые исключения не попадают в лог и как это исправить logging — это уже целый стандарт записи ошибок в Python. Ваше приложение запускается, сообщения попадают в лог. Но вдруг в продакшене приложение внезапно «падает», а в логах — тишина. Знакомо? Если да — вы столкнулись с одной из малозаметных, но опасных особенностей Python — «непойманные исключения» (uncaught exceptions). В этом посте мы разберёмся, почему такое вообще случается, как надежно логировать любые исключения. Рассмотрим следующий код:

import logging

logger = logging.getLogger(__name__)
logging.basicConfig(filename="output.log", level=logging.INFO)

logger.info("Application started")

1 / 0  # деление на ноль
В консоли вы увидите traceback:

Traceback (most recent call last):
...
ZeroDivisionError: division by zero
А в output.log будет только:

INFO:__main__:Application started
Никакой информации об ошибке. И это сгенерирует вам часы работы. Почему так происходит? Библиотека logging в Python не логирует ошибки сама по себе: она просто предоставляет инструменты для записи. Если программа падает из-за исключения, и это исключение не обрабатывается в try / except, то встроенный модуль никак не участвует в этом процессе. Потому что стандартный Python-интерпретатор выводит непойманные исключения напрямую в stderr, минуя logging. Плохое (но распространённое) решение Один из способов «поймать всё» — обернуть main() в try / except:

def main():
    logger.info("Application started")
    1 / 0

try:
    main()
except Exception as e:
    logger.exception("Unhandled exception:")
Это сработает: logger.exception() запишет ошибку и трейсбек. Но есть минусы: — Вы можете пропустить системные исключения (KeyboardInterrupt и проч., если ловите Exception, а не BaseException; — Такой код трудно масштабировать: оборачивать каждый main() в каждом скрипте — дублирование; — Это маскирует архитектурные проблемы: непойманные исключения — это чаще всего баг, а не ожидаемое поведение. Правильное решение: sys.excepthook Python дает глобально обрабатывать непойманные исключения — sys.excepthook:

import sys
import logging

logger = logging.getLogger(__name__)
logging.basicConfig(filename="output.log", level=logging.INFO)

def handle_uncaught_exception(exc_type, exc_value, exc_traceback):
    logger.critical(
        "Uncaught exception. Application will terminate.",
        exc_info=(exc_type, exc_value, exc_traceback)
    )

sys.excepthook = handle_uncaught_exception

logger.info("Application started")

1 / 0
Теперь, если запустить скрипт: — В output.log появится подробный трейсбек ошибки; — Вы будете уверены, что даже критические ошибки попадут в лог, прежде чем приложение завершится. Когда в Python возникает исключение, и его никто не перехватывает, вызывается sys.excepthook(type, value, traceback). По умолчанию она просто печатает детали в stderr. Но вы можете управлять процессом: — Логировать ошибки; — Отправлять оповещения (например, в Telegram или на почту); — Снимать дампы или делать очистку. #основы

​​TorchLeet | Литкод про PyTorch Момент настал, и вы достаточно хардкорный питонист, чтобы осваивать PyTorch, со сложной документацией и безграничными возможностями. Если ваша цель — создать свою ChatGPT, вам точно понадобится хорошо знать этот фреймворк, и с этим поможет опенсорсный специализированный 'LeetCode'. Задачи разделены на четыре уровня сложности, среди тем: функция активации, потери, CNN, RNN, LSTM и даже LLM. #инструмент @zen_of_python