Available now! Telegram Research 2025 — the year's key insights 
Библиотека Python разработчика | Книги по питону
Open in Telegram
Погружение в CPython и архитектуру. Разбираем неочевидное поведение (GIL, Memory), Best Practices (SOLID, DDD) и тонкости Django/FastAPI. Решаем задачи с подвохом и оптимизируем алгоритмы. 🐍 По всем вопросам @evgenycarter РКН clck.ru/3Ko7Hq
Show more📈 Analytical overview of Telegram channel Библиотека Python разработчика | Книги по питону
Channel Библиотека Python разработчика | Книги по питону (@bookpython) in the Russian language segment is an active participant. Currently, the community unites 18 313 subscribers, ranking 7 325 in the Technologies & Applications category and 36 923 in the Russia region.
📊 Audience metrics and dynamics
Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 18 313 subscribers.
According to the latest data from 10 June, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by -90 over the last 30 days and by -4 over the last 24 hours, overall reach remains high.
- Verification status: Not verified
- Engagement rate (ER): The average audience engagement rate is 5.54%. Within the first 24 hours after publication, content typically collects 2.74% reactions from the total number of subscribers.
- Post reach: On average, each post receives 1 015 views. Within the first day, a publication typically gains 502 views.
- Reactions and interaction: The audience actively supports content: the average number of reactions per post is 2.
- Thematic interests: Content is focused on key topics such as numbers, yield, модуль, none, декоратор.
📝 Description and content policy
The author describes the resource as a platform for expressing subjective opinions:
“Погружение в CPython и архитектуру. Разбираем неочевидное поведение (GIL, Memory), Best Practices (SOLID, DDD) и тонкости Django/FastAPI. Решаем задачи с подвохом и оптимизируем алгоритмы. 🐍
По всем вопросам @evgenycarter
РКН clck.ru/3Ko7Hq”
Thanks to the high frequency of updates (latest data received on 11 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.
18 313
Subscribers
-424 hours
-177 days
-9030 days
Posts Archive
Расскажите, что вы думаете про российские IT-компании — кто, на ваш взгляд, делает классные продукты, у кого самые крутые технологии, а кто недостаточно заботится о сотрудниках.
Опрос займёт не больше 5 минут, среди участников будет разыгран iPhone 14 Pro Max (всё честно, правда разыграем, правила тут).
👉Пройти опрос
Компиляция Python
Предположим, вы разработали приложение или библиотеку на Python и уже готовитесь передать его / её заказчику. И в этот момент возникают вопросы, о которых многие даже не задумываются.
Во-первых, так может оказаться, что вы разработали супер крутой алгоритм, которого ни у кого нет, и показывать его хочется только избранным.
Во-вторых, возникает вопрос окружения - хочется быть уверенным, что заказчик справится с установкой правильной версии Python и всех вспомогательных библиотек, но это не всегда простая задача. Было бы удобно упаковать приложение в автономный исполняемый файл.
И, наконец, хочется, чтобы конечное приложение работало быстрее, чем в среде разработки.
И вот тут настало время скомпилировать Python-код. Меня зовут Руслан, я старший разработчик компании «Цифровое проектирование». Сегодня я расскажу, как выбрать тот самый компилятор из множества доступных.
https://habr.com/ru/company/numdes/blog/581374/
@BookPython
Add additional attributes to enum members in Python
https://rednafi.github.io/reflections/add-additional-attributes-to-enum-members-in-python.html
@BookPython
Микросервис или монолит: выбираем архитектуру под задачу.
На бесплатном вебинаре Яндекс Практикума будем разбираться, когда стоит смотреть в сторону монолита, а когда — в микросервис.
→ 25 января в 19:00
Вебинар будут вести четверо опытных программистов:
◾️ Дмитрий Шеламов, старший разработчик в Delivery Hero;
◾️ Алексей Мясников, старший разработчик в Яндекс Облаке, на проекте YDB;
◾️ Олег Кожанов, старший Technical Program Manager в Amazon;
◾️ Владислав Шевченко, руководитель бэкенд-практики на Go/Python в red_mad_robot.
Они расскажут о своих кейсах: какой подход работал в системе сбора онлайн-чеков от ККТ, как создавать МС без опыта и распиливать монолитный бэкенд в наземной станции управления квадрокоптерами.
На вебинаре
— рассмотрим отличия микросервисной архитектуры и монолита;
— обсудим плюсы и минусы подходов;
— разберём, под какие задачи подходит каждый из них;
— расскажем про проблемы масштабирования: как запланировать и с чего начать миграцию.
→ Приходите на вебинар и выбирайте подход мудро
Библиотеки Python, чтобы сделать ваш код читабельным, надежным и удобным для обслуживания
Testing Frameworks
Test Runners
E2E Testing
Fake Data
Mocking
Code coverage
Object Factories
Code Style
Typing
https://isaak.dev/2020/08/python-libraries-to-make-your-code-readable-and-maintainable
@BookPython
🔥 Хотите перейти в область дата-инжиринга и работать с большими данными?
👉 Сделайте первые шаги в этом направлении на открытом уроке онлайн-курса «Data Engineer» в OTUS! 27 января в 20:00 мск пройдет вебинар «Elasticsearch как NoSQL хранилище документов». Глубокое понимание этого инструмента — ключевой момент для его правильного применения.
💻 В результате урока вы:
🔸 Изучите классификацию NoSQL СУБД
🔸 Узнаете про отличительные черты Elasticsearch и его применимости к разным задачам
🔸 Узнаете, почему Elasticsearch — одних из наиболее популярных инструментов для создания поисковых датасетов в современном мире
🔸 Поймете, чем так хорош Elasticsearch и задумаетесь об его внедрении в вашей команде
🟢 Чтобы записаться на мероприятие, пройдите вступительный тест: https://otus.pw/9Qul/
Реклама. Информация о рекламодателе на сайте www.otus.ru.
Перевод с английского на немецкий с использованием моделей Seq2Seq в PyTorch
Модели «последовательность к последовательности», также называемые моделями «кодер-декодер», представляют собой семейство моделей, в которых обычно обучаются две рекуррентные нейронные сети. Первая RNN, кодер, обучается получать входной текст и последовательно кодировать его. Вторая RNN, декодер, получает закодированную последовательность и выполняет преобразование текста. Этот уникальный метод совместного обучения двух RNN был представлен Чо и др. в https://arxiv.org/pdf/1406.1078v3.pdfand и мгновенно завоевал популярность в задачах NLP, где вход и выход — это пары явных текстов, таких как перевод и резюмирование.
https://bookflow.ru/perevod-s-anglijskogo-na-nemetskij-s-ispolzovaniem-modelej-seq2seq-v-pytorch/
@BookPython
25 репозиториев Github, которые должен знать каждый Python разработчик
https://www.kdnuggets.com/2021/11/25-github-repositories-python-developer.html
@BookPython
🔥 Хардкорный тест по Python от OTUS 🔥
🐍 Ответьте на 20 вопросов и проверьте, насколько вы готовы к обучению на курсе - «Python Developer. Professional»
👉 ПРОЙТИ ТЕСТ https://otus.pw/ui5V/
💣 Пройдете тест и получите:
✔️ Живое общение с экспертами Python-сообщества
✔️ Лучшие открытые уроки прошлых наборов курса
✔️ Продвинутые темы и практика на «боевых» задачах уровня Middle+
✔️ Скидку на прохождение онлайн курса «Python Developer. Professional»
Stanford CS224W: Machine Learning with Graphs
Бесплатный курс от Стенфорда, с которым вы изучите структуру графов и их особенности и применения, научитесь строить графовые нейронные сети.
📌CS224W: Machine Learning with Graphs
📌Introduction to Graph Machine Learning
📌Video Lectures Stanford CS224W
@BookPython
Ищем учеников на бесплатное обучение по созданию искусственного интеллекта с нуля. Опыт программирования не важен!🤖
Всего за 3 вечера под руководством Дмитрия Романова - основателя Университета Искусственного Интеллекта, лидера обучения AI-разработке в РФ, вы с легкостью напишете свой первый искусственный интеллект👨💻
Какие нейронные сети вы создадите?
▫️Классификация людей на входящих и выходящих из автобуса
▫️Обнаружение возгораний
▫️Оценка стоимости квартир
▫️Оценка резюме соискателей
▫️Прогнозирование стоимости полиметаллов
▫️Сегментация изображений самолетов
▫️Распознавание команд умного дома⠀
Лучше освоить навыки создания нейронных сетей вам помогут домашние задания с проверкой от кураторов.⠀
Приходите на бесплатное обучение и напишите искусственный интеллект за 3 вечера💪
Регистрация по ссылке
Решение крупномасштабных задач машинного обучения на Python
Это руководство демонстрирует библиотеку xLearn, которая используется для применения задач машинного обучения на крупномасштабных данных (Данные с огромным количеством строк и столбцов).
https://medium.com/@fareedkhandev/solve-large-scale-machine-learning-problem-in-python-58416f67c0ef
@BookPython
+5Алгоритмы сортировки в Python
Существует множество типов алгоритмов сортировки: поразрядная, быстрая, пирамидальная, слиянием, пузырьком, Шеллаи т.д. Ни один из них не может считаться самым быстрым, поскольку каждый алгоритм предназначен для определенной структуры данных и набора данных. Это зависит от того, какой набор данных вы хотите отсортировать.
В этой заметке я остановлюсь на 5 наиболее часто используемых алгоритмах сортировки в Python.
@BookPython
Мини-инструкция по сортировке в Python
https://wiki.python.org/moin/HowTo/Sorting
@BookPython
Хотите начать карьеру в сфере IT?
Python - один из самых популярных и простых языков для старта.
Вас ждут онлайн-лекции, более 100 практических работ, настоящая стажировка в команде под руководством тимлида. По итогам обучения вы добавите сразу 4 внушительных проекта в своё портфолио:
- создадите telegram-бот для турагентства;
- создадите социальную сеть, аналог Twitter;
- разработаете маркетплейс наподобие Яндекс.Маркета;
- напишите приложение для предпринимателей.
Курс построен так, чтобы максимально приблизить вас к опыту реальной разработки продукта в IT-компании. В конце курса — помощь от Центра карьеры и гарантированное трудоустройство. Если вы не выйдете на работу, мы вернём вам деньги за курс.
Сейчас на курс действует скидка до 55% и год английского в подарок! К тому же можно оформить рассрочку и начать платить через 3 месяца после начала обучения. Подробности и полная программа по ссылке: https://clc.to/Ng2yJQ
Repost from BigData
Unseen Object Amodal Instance Segmentation (UOAIS)
Github: https://github.com/gist-ailab/uoais
Paper: https://arxiv.org/abs/2109.11103
Dataset: https://paperswithcode.com/dataset/ocid
Project: https://sites.google.com/view/uoais
👉 @bigdata_1
Упаковка приложений PyQt6 для Windows с помощью PyInstaller и InstallForge
Создание собственных настольных приложений не приносит особой радости, если вы не можете поделиться ими с другими людьми - будь то коммерческая публикация, распространение в Интернете или просто передача знакомым. Обмен приложениями позволяет другим людям воспользоваться плодами вашего труда!
https://www.pythonguis.com/tutorials/packaging-pyqt6-applications-windows-pyinstaller/
@BookPython
Вы разработчик с опытом и знакомы с основами Python? На курсе Яндекс Практикума «Мидл Python-разработчик» вы сможете выйти на новый профессиональный уровень и использовать навыки, которые отличают мидла от джуна. Вы начнете думать о проекте, как о единой системе, разрабатывать полноценные веб-сервисы, организовывать инфраструктуру, а ещё:
• углубите знания технологий для бэкенд-разработки на Python;
• разовьёте инженерное мышление;
• сможете брать больше ответственности и решать задачи посложнее;
• разберётесь, как работает бэкенд, DevOps и другие смежные области;
• добавите 7 проектов в портфолио;
• почувствуете себя увереннее в процессах командной разработки.
На всех этапах вас будут сопровождать опытные разработчики: мы не дадим просесть по учёбе и поможем выкроить время на образование. Вы будете практиковаться на реальных кейсах и положите в портфолио работающие проекты. А карьерные консультации подготовят вас к разговору о повышении или помогут с поиском новой работы.
Начать учиться
Потоки в Python: полное руководство
https://superfastpython.com/threading-in-python/
@BookPython
Как оптимизировать размер памяти при обработке крупных файлов
Нередко я сталкиваюсь с большими объемами данных, которые требуют дополнительной обработки с помощью известной всем библиотеки Pandas. Однако, загружая или сохраняя огромные датасеты, неприятно столкнуться с ошибкой Memory error. В таких ситуациях применение таких методов, как .drop_duplicates() (удаление дубликатов) или .dropna() (удаление пустых строк) слабо влияет на сокращение занимаемого объема памяти.
Существует несколько способов эффективного решения проблем с памятью.
@BookPython
