es
Feedback
Python Portal

Python Portal

Ir al canal en Telegram

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

Mostrar más

📈 Análisis del canal de Telegram Python Portal

El canal Python Portal (@pythonportal) en el segmento lingüístico de Ruso es un actor destacado. Actualmente la comunidad reúne a 50 919 suscriptores, ocupando la posición 2 540 en la categoría Tecnologías y Aplicaciones y el puesto 12 053 en la región Rusia.

📊 Métricas de audiencia y dinámica

Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 50 919 suscriptores.

Según los últimos datos del 30 agosto, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -422, y en las últimas 24 horas de -37, conservando un alto alcance.

  • Estado de verificación: No verificado
  • Tasa de interacción (ER): El promedio de interacción de la audiencia es 9.45%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 4.69% de reacciones respecto al total de suscriptores.
  • Alcance de las publicaciones: Cada publicación recibe en promedio 4 811 visualizaciones. En el primer día suele acumular 2 390 visualizaciones.
  • Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 20.
  • Intereses temáticos: El contenido se centra en temas clave como строка, none, true, модуль, peter.

📝 Descripción y política de contenido

El autor describe el recurso como un espacio para expresar opiniones subjetivas:
Всё самое интересное из мира Python Сотрудничество, реклама: @devmangx Менеджер: @Spiral_Yuri РКН: https://clck.ru/3GMMF6

Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 31 agosto, 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.

50 919
Suscriptores
-3724 horas
-1587 días
-42230 días
Archivo de publicaciones
Хочешь изучить Git, не рискуя своей локальной установкой? Теперь можно запускать команды Git прямо из браузера , с пошаговым
Хочешь изучить Git, не рискуя своей локальной установкой? Теперь можно запускать команды Git прямо из браузера , с пошаговым объяснением, что делает каждая команда. → https://scrum-master.es/virtualOS/otros/git 👉 @PythonPortal

Берём на заметку 👉 @PythonPortal
Берём на заметку 👉 @PythonPortal

Кортежы используют меньше памяти, чем списки того же размера >>> import sys >>> sys.getsizeof(tuple(iter(range(20)))) 200 >>>
Кортежы используют меньше памяти, чем списки того же размера
>>> import sys
>>> sys.getsizeof(tuple(iter(range(20))))
200
>>> sys.getsizeof(list(iter(range(20))))
216
Разница небольшая, но при работе с большими объёмами данных — важна. 🤕 👉 @PythonPortal

Airweave — будущее RAG-систем в реальном времени Теперь можно строить агентов, которые ищут данные в любых приложениях, базах и хранилищах документов в реальном времени. Инструмент Airweave создаёт живые, би-временные knowledge bases, чтобы агенты всегда работали с самыми свежими фактами. Он подключается к Notion, Google Drive, SQL-базам и превращает их содержимое в индексируемое знание. Всё это работает локально в Docker-контейнере, с возможностью экспонировать API и MCP-сервер. Автор показал полный сетап и живое демо, а также поделился ссылкой на GitHub проекта. 👉 @PythonPortal

Они сделали первый шаг к восстанию 👉 @PythonPortal

Отличная находка для разработчиков: бесплатные шпаргалки по Deep Learning и PyTorch Подробное руководство по созданию и обуче
Отличная находка для разработчиков: бесплатные шпаргалки по Deep Learning и PyTorch Подробное руководство по созданию и обучению нейросетей - ссылка Базовые принципы и практика работы с PyTorch - ссылка 👉 @PythonPortal

Крутейший интерактивный учебник по теории вероятностей и статистике Внутри наглядные визуализации, интерактивчики и минимум сухой теории. Можно покрутить распределения, посэмплить выборки, поиграться с доверительными интервалами и наглядно увидеть, как это всё работает Забираем тут, советую открывать с десктопа 👉 @PythonPortal

Ищете мощный сервер без переплаты? Выгодное решение для обработки и анализа больших данных — выделенный сервер конфигурации A
Ищете мощный сервер без переплаты? Выгодное решение для обработки и анализа больших данных — выделенный сервер конфигурации AR45-NVMe от Selectel. Он подойдет для эффективной работы с многопоточностью и Python, R, Spark в рамках одной машины, а также машинного обучения на CPU. Преимущества сервера: - 16 высокочастотных ядер, - Безлимитный интернет-трафик и приватная сеть — 1 Гбит/с, - DDoS-защита, публичный IPv4, SLA — 99,8%, - Автоустановка ОС и загрузка своих ISO-образов, - Техподдержка 24/7 и замена комплектующих за 3 часа. Закажите сервер конфигурации AR45-NVMe на сайте в несколько кликов: https://slc.tl/vympp?erid=2W5zFK5p86C

Те, кто стал легендой, остаются навсегда в сердце и памяти каждого 👉 @PythonPortal

API для фанатов Симпсонов и начинающих разработчиков 😏 Без регистрации, бесплатно, с картинками: → https://thesimpsonsapi.com 👉 @PythonPortal

У VK миллионы пользователей. А теперь представьте, сколько легаси и логов. В канале Backend VK Hub инженеры VK рассказывают о том, что происходит за кулисами больших сервисов и как справляться со всей этой красотой. Подписывайтесь, если хочется не только читать, но и обмениваться опытом с практикующими инженерами.

Лямбды это не просто однострочные функции, они ещё и сохраняют контекст Логика находится прямо там, где она нужна. Не нужно п
Лямбды это не просто однострочные функции, они ещё и сохраняют контекст Логика находится прямо там, где она нужна. Не нужно прыгать между строками.
# Без lambda — приходится прыгать по коду
def get_name(user):
    return user['name']

# Представьте, что здесь 100–200 строк кода...

users.sort(key=get_name)


# Условия сортировки прямо на месте
users.sort(key=lambda user: user['name'])
👉 @PythonPortal

Python-библиотека RetinaFace для детекции лиц и работы с ключевыми точками (глаза, нос, рот) Поддерживает выравнивание лиц, л
Python-библиотека RetinaFace для детекции лиц и работы с ключевыми точками (глаза, нос, рот) Поддерживает выравнивание лиц, легко ставится через pip install retina-face и работает на основе глубинных моделей из проекта insightface. Отличный инструмент для задач в области компьютерного зрения и face recognition. Примеры использования:
from retinaface import RetinaFace

resp = RetinaFace.detect_faces("img1.jpg")
print(resp)

{
    "face_1": {
        "score": 0.9993440508842468,
        "facial_area": [155, 81, 434, 443],
        "landmarks": {
          "right_eye": [257.82974, 209.64787],
          "left_eye": [374.93427, 251.78687],
          "nose": [303.4773, 299.91144],
          "mouth_right": [228.37329, 338.73193],
          "mouth_left": [320.21982, 374.58798]
        }
  }
}
👉 @PythonPortal

🔥Прими участие в Хакатоне от ИТ-холдинга Т1 в Новосибирске и поборись за призовой фонд 800 000 рублей! Когда: 23–26 октября
🔥Прими участие в Хакатоне от ИТ-холдинга Т1 в Новосибирске и поборись за призовой фонд 800 000 рублей! Когда: 23–26 октября Формат: онлайн + финал на площадке Участвуй, если ты: 🔹обучаешься на технической или ИТ-специальности; 🔹развиваешься в направлении разработки, аналитики, CV, ML или DevOps; 🔹сможешь быть в Новосибирске 26 октября. Выбери свой кейс:
✴️Цифровой дресс-код: фон, который выделяет вас. Создай локальный ML-модуль сегментации видео и генератор персонализированных фонов. ✴️CodeMetrics: метрики, которые помогают расти. Разработай систему автооценки эффективности команд через анализ Git-метрик.
Почему стоит участвовать: 🔘Кейс в портфолио и полезная обратная связь от менторов Т1; 🔘Шанс проявить себя, чтобы начать карьеру в одной из крупнейших ИТ-компаний; 🔘Реальный опыт командной работы; 🔘Мерч и атмосфера сильного комьюнити — в Т1 более 5 000 джунов из 580+ вузов России и Беларуси. Регистрация открыта! ➡️ Успей до 21 октября по ссылке. erid: 2Vtzqwmd32u

Лучшие практики Docker: Ограничивай CPU и память для своих контейнеров, чтобы не положить остальные контейнеры на машине. Чер
Лучшие практики Docker: Ограничивай CPU и память для своих контейнеров, чтобы не положить остальные контейнеры на машине. Через docker run:
docker run --cpus=2 -m 512m nginx
--cpus=2 → ограничение по CPU: максимум 2 виртуальных ядра. -m 512m → ограничение по памяти: максимум 512 МБ. Через docker-compose:
version: "3.9"
services:
  redis:
    image: redis:alpine
    deploy:
      resources:
        limits:
          cpus: 2
          memory: 512M
        reservations:
          cpus: 1
          memory: 256M
limits → верхние границы ресурсов (контейнер не может выйти за них). reservations → гарантированный минимум ресурсов, который будет выделен контейнеру. 👉 @PythonPortal

Прокачай свой путь в обучении 🚀 Нашлась бесплатная платформа, где можно изучать любые темы в формате карт знаний. Строй собственные маршруты, визуализируй связи между понятиями и прокачивай то, что интересно именно тебе. Попробуй здесь: https://learn-anything.xyz/ 👉 @PythonPortal

О собесах в яндекс 👉 @PythonPortal
О собесах в яндекс 👉 @PythonPortal

Чекпоинт по навыкам ✌️ Кто не в курсе: с недавнего времени работает платформа от hh‎.ru, где можно добровольно пройти тесты и
Чекпоинт по навыкам ✌️ Кто не в курсе: с недавнего времени работает платформа от hh‎.ru, где можно добровольно пройти тесты и официально подтвердить свои ИТ-навыки. Так вот, сейчас они готовят пул новых заданий и обкатывают их через практикующих разработчиков, чтобы проверить релевантность и докрутить детали. Ко мне тоже обратились и я решил оценить пачку вопросов по Python. Я смотрел на несколько вещей: насколько формулировки понятны без дополнительных пояснений, есть ли неточности или спорные моменты, и хорошо ли смешаны база, средний и продвинутый уровень ​​По впечатлениям: встречается и база, и тонкие моменты вроде работы с аргументами по умолчанию или различий между list, set и dict. Формулировки в целом понятные, чувствуется, что задачи пишут люди, которые сами кодят, а не «для галочки». Хотелось бы только чуть больше вопросов про библиотеки (pandas, requests), чтобы было ещё ближе к реальной практике В целом впечатление позитивное: задания помогают проверить навык и при этом выглядят честно и адекватно. Похоже, из этого выйдет реально рабочий инструмент, а не формальность 👍 👉 @PythonPortal

Создаём QR-коды с помощью Python всего за несколько строк кода Любой может сгенерировать свой QR-код для ссылки, текста или д
Создаём QR-коды с помощью Python всего за несколько строк кода Любой может сгенерировать свой QR-код для ссылки, текста или даже Wi-Fi данных. Для этого используется библиотека qrcode и модуль PIL
pip install qrcode pillow
import qrcode
from PIL import Image

data = input("Введите данные для QR: ")
qr = qrcode.QRCode(version=3, box_size=8, border=4)
qr.add_data(data)
qr.make(fit=True)

image = qr.make_image(fill="black", back_color="aqua")
image.save("qr_code.png")
Image.open("qr_code.png")
На выходе получаем готовый QR-код с любым текстом или ссылкой. Можно менять цвета, размеры и стиль под свой дизайн 🙂 👉 @PythonPortal

Прокачай базовые навыки работы с Kubernetes Вот практическое задание, которое проведёт тебя через весь жизненный цикл Pod’а: от его создания до инспектирования, выполнения команд внутри, просмотра логов и удаления. Это отличный способ потренироваться, если ты только начинаешь работать с Kubernetes или хочешь увереннее чувствовать себя при работе с kubectl. Попробуй здесь ☕ 👉 @PythonPortal