¡Ya disponible! Investigación de Telegram 2025 — los principales insights del año 
Python/ django
Ir al canal en Telegram
по всем вопросам @haarrp @itchannels_telegram - 🔥 все ит каналы @ai_machinelearning_big_data -ML @ArtificialIntelligencedl -AI @datascienceiot - 📚 @pythonlbooks РКН: clck.ru/3FmxmM
Mostrar más📈 Análisis del canal de Telegram Python/ django
El canal Python/ django (@pythonl) en el segmento lingüístico de Ruso es un actor destacado. Actualmente la comunidad reúne a 60 005 suscriptores, ocupando la posición 2 202 en la categoría Tecnologías y Aplicaciones y el puesto 10 246 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 60 005 suscriptores.
Según los últimos datos del 11 junio, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -568, y en las últimas 24 horas de -5, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 6.98%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 3.11% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 4 188 visualizaciones. En el primer día suele acumular 1 867 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 22.
- Intereses temáticos: El contenido se centra en temas clave como github, claude, контекст, архитектура, api.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“по всем вопросам @haarrp
@itchannels_telegram - 🔥 все ит каналы
@ai_machinelearning_big_data -ML
@ArtificialIntelligencedl -AI
@datascienceiot - 📚
@pythonlbooks
РКН: clck.ru/3Fmxm...”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 12 junio, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Tecnologías y Aplicaciones.
60 005
Suscriptores
-524 horas
-1167 días
-56830 días
Archivo de publicaciones
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
