Python 🇺🇦
▪️Вивчаємо Python разом. ▪️Високооплачувана професія ▪️Допомагаємо з пошуком роботи Зв'язок: @Ekater1na_admin
Mostrar más📈 Análisis del canal de Telegram Python 🇺🇦
El canal Python 🇺🇦 en el segmento lingüístico de Ucraniano es un actor destacado. Actualmente la comunidad reúne a 19 778 suscriptores, ocupando la posición 6 648 en la categoría Tecnologías y Aplicaciones y el puesto 3 142 en la región Ucrania.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 19 778 suscriptores.
Según los últimos datos del 16 noviembre, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -232, y en las últimas 24 horas de -11, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 9.12%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 5.25% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 1 803 visualizaciones. En el primer día suele acumular 1 038 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 8.
- Intereses temáticos: El contenido se centra en temas clave como шпаргалка, mcp, user1, python'er, бібліотека.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“▪️Вивчаємо Python разом.
▪️Високооплачувана професія
▪️Допомагаємо з пошуком роботи
Зв'язок: @Ekater1na_admin”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 17 noviembre, 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.
heapq надавав публічні функції лише для мінімальної купи, де першим витягується найменший елемент. Щоб отримати максимальний, розробникам доводилося використовувати обхідний прийом із від’ємними значеннями
from heapq import heappush, heappop
heap = []
heappush(heap, -42)
heappush(heap, -100)
print(-heappop(heap)) # 100
Починаючи з Python 3.14, у heapq з’явився публічний API для максимальної купи. Тепер можна працювати з початковими значеннями без зміни знака
from heapq import heappush_max, heappop_max
heap = []
heappush_max(heap, 42)
heappush_max(heap, 100)
print(heappop_max(heap)) # 100
Для перетворення наявного списку передбачена heapify_max(). Вона будує максимальну купу за лінійний час
from heapq import heapify_max, heappop_max
scores = [45, 92, 18, 76]
heapify_max(scores)
print(heappop_max(scores)) # 92
print(heappop_max(scores)) # 76
Також додано:
- heappushpop_max() — додає елемент і повертає максимальний
- heapreplace_max() — витягує поточний максимум і додає новий елемент. Купа має бути непорожньою
from heapq import heapify_max, heappushpop_max
scores = [10, 30, 20]
heapify_max(scores)
result = heappushpop_max(scores, 25)
print(result) # 30
print(scores[0]) # 25
Складність додавання та вилучення елементів — O(log n), а побудови купи через heapify_max() — O(n)
Важливо: максимальна купа не є повністю відсортованим списком. Гарантується лише те, що найбільший елемент знаходиться на позиції heap[0]
Нові функції доступні лише в Python 3.14 і новіших версіях. У попередніх версіях їх імпорт призведе до ImportError
Новий API спрощує реалізацію черг із пріоритетами, планувальників та алгоритмів пошуку максимальних значень
Pythonimport voluptuous as v
Python@cache зі стандартної бібліотеки Python (3.9+)
Як це працює:
- Під час першого виклику результат обчислюється та зберігається
- Повторні виклики з тими самими аргументами беруть значення з кешу
- cache_clear() очищає кеш
- cache_info() показує статистику використання
from functools import cache
@cache
def calculate(n):
print("Обчислення...")
return n * n
print(calculate(10))
print(calculate(10))
calculate.cache_info()
calculate.cache_clear()
Важливо: аргументи мають бути хешованими, а @cache не обмежує розмір кешу. Якщо потрібно контролювати його обсяг, використовуйте @lru_cache(maxsize=...)
Особливо корисно для рекурсивних алгоритмів і функцій, які щоразу повертають однаковий результат для однакових аргументів
Pythongroupby(), Make New Columns — створення нових стовпців і застосування функцій, Combine Data Sets — об'єднання таблиць через merge() та concat(), Reshaping Data — зміна структури таблиць через melt() і pivot(), Data Filtering — вибірка рядків і стовпців за умовами, Sorting — сортування, перейменування та видалення стовпців, Windows — ковзні та накопичувальні обчислення, Plotting — візуалізація даних за допомогою графіків і гістограм
Pythonpython-dateutil доповнює стандартний модуль datetime корисними інструментами для роботи з датами й часом
Одна з найпопулярніших можливостей — нечіткий парсинг дат, який дозволяє розпізнавати дати в різних форматах без жорсткого шаблону
Pythonasyncio.Queue можна закривати через shutdown(), без використання None чи інших спеціальних значень
import asyncio
async def worker(queue):
while True:
try:
task = await queue.get()
except asyncio.QueueShutDown:
break
print(task)
queue.task_done()
async def main():
queue = asyncio.Queue()
task = asyncio.create_task(worker(queue))
await queue.put("task-1")
await queue.put("task-2")
queue.shutdown()
await queue.join()
await task
asyncio.run(main())
Після shutdown() нові елементи не додаються, а вже наявні обробляються. Коли черга спорожніє, get() викличе asyncio.QueueShutDown
Для примусового завершення є shutdown(immediate=True), який очищає чергу, але може порушити звичайну поведінку join()
Pythonstartswith() для перевірки належності файлу до директорії некоректно: метод порівнює лише рядкові префікси, а не компоненти файлового шляху
Наприклад, /srv/uploads_backup/file.txt також поверне True для перевірки startswith("/srv/uploads"), хоча ця директорія не є вкладеною
Для правильної перевірки використовуйте pathlib:
from pathlib import Path
base = Path("/srv/uploads").resolve()
path = Path("/srv/uploads/images/photo.jpg").resolve()
print(path.is_relative_to(base))
Метод is_relative_to() перевіряє, чи належить шлях до вказаної директорії з урахуванням компонентів шляху
Чому важливо використовувати resolve()?
Він нормалізує шлях, обробляє .. і розкриває символічні посилання. Без цього шлях може виглядати вкладеним у дозволену директорію, хоча фактично вказує за її межі
Важливо:
- is_relative_to() самостійно не викликає resolve() і перевіряє лише структуру шляху
- resolve() за замовчуванням не вимагає існування кінцевого файлу. Для суворої перевірки використовуйте strict=True
- Path.is_relative_to() доступний починаючи з Python 3.9
Зв'язка resolve() та is_relative_to() допомагає захиститися від виходу за межі дозволеної директорії під час обробки користувацьких шляхів, завантаження файлів і розпакування даних
Python