Python Portal
Ir al canal en Telegram
Всё самое интересное из мира Python Сотрудничество, реклама: @devmangx Работаем с @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 51 005 suscriptores, ocupando la posición 2 608 en la categoría Tecnologías y Aplicaciones y el puesto 12 045 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 51 005 suscriptores.
Según los últimos datos del 01 noviembre, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de 718, y en las últimas 24 horas de -13, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 9.76%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 5.52% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 4 978 visualizaciones. En el primer día suele acumular 2 819 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
Работаем с @Spiral_Yuri
РКН: https://clck.ru/3GMMF6”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 02 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.
51 005
Suscriptores
-1324 horas
-867 días
+71830 días
Archivo de publicaciones
51 005
ty — новый сверхбыстрый type checker для Python от Astral
Анонсирован ty — проверщик типов и языковой сервер, написанный на Rust.
В тестах он в 10–100 раз быстрее аналогов (на реальных проектах — до 600x быстрее Mypy 😳)
Цель —> сделать лучшую цепочку инструментов для статического анализа Python, которая масштабируется на десятки и сотни миллионов строк кода
Сейчас это превью-версия
Но уже работает:
> ty check file.py
> ty server как LSP (VS Code, Neovim и др.)
> MIT-лицензия, можно использовать где угодно: CLI, CI, редакторы, команды
Построен на тех же принципах, что rust-analyzer: инкрементальность, мощная архитектура.
Уже есть поддержка: generics, overloads, protocols и т.д.
Ожидается стабильный релиз позже в этом году
> github.com/astral-sh/ty 💖
👉 @PythonPortal51 005
⚠️ 7.834.500₽ - бесплатно! ⚠️
На сегодняшний день это самый крупный сборник слитых курсов в снг, по таким языкам как:
>Python (564гб курсов, 332гб видео)
>C# (127гб курсов, 82гб видео)
>Java (345гб курсов, 223гб видео)
>PHP (134гб курсов, 217гб видео)
>Go (223гб курсов, 79гб видео)
>Rust (187гб курсов, 149гб видео)
>SQL (341гб курсов, 127гб видео)
>MySQL (221гб курсов, 134гб видео)
>REST (178гб курсов, 94гб видео)
>NoSQL (89гб курсов, 54гб видео
>C++ (163гб курсов, 231гб видео)
>Kotlin (294гб курсов, 128гб видео)
>ИБ (172гб курсов, 98гб видео)
>GoLang (182гб курсов, 283гб видео)
> 1C (291гб курсов, 102гб видео)
>DevOps (92гб курсов, 71гб видео)
>Swift (62гб курсов, 27гб видео)
>Другое (1114гб курсов, 871гб видео)
Не видео на ютуб, а реальный СЛИВ огромных баз. Проверь сам!🚨
51 005
Используйте тип Literal в сигнатурах Python-функций для аргументов, представляющих варианты
Это лучше, чем использовать общий тип, к которому относятся эти значения
Более строгое указание типов помогает раньше ловить ошибки.
Кроме того, это документирует допустимые значения
Ставь лукас если зашёл пост ❤️
👉 @PythonPortal
51 005
Громадный сборник шпаргалок разработчика на любой вкус
https://quickref.me — сайт, где собраны десятки крутых шпаргалок:
> Git, Docker, Bash, SQL, Python, Regex, PostgreSQL, Markdown и многое другое
Прямо то, что нужно
Если не хочешь спрашивать у чат джпт по 100 раз — добавь в закладки 🤍
👉 @PythonPortal
51 005
Сегодня QA.GURU анонсировали закрытый вебинар «Как Python открывает новые горизонты в карьере тестировщика».
Обещают последние тренды QA, блок с лайфкодингом и живую сессию вопросов.
▶ По этой ссылке можно зарегистрироваться для бесплатного участия в этот четверг в 8 вечера мск.
В программе:
— Зачем ручным тестировщикам разбираться в автоматизации и почему Python — оптимальный старт;
— Какие навыки выводят QA в топ в 2025 году (спойлер: нейросети пока не конкуренты);
— Практика: пишем ручной тест, автоматизируем на Python, сравниваем Playwright, Selenium и Selene, запускаем с Pytest и без.
Спикер, Станислав Васенков — QA, за плечами которого больше 10 лет автоматизации, ex-Head of QAA pflb.ru и автор библиотеки allure-notifications. Победитель хакатона по автоматизации тестирования от EPAM. Организатор конференций, спикер Heisenbug, основатель QA.GURU и AUTOTESTS.AI. Стас знает, о чём говорит — и умеет научить.
🔗 Забирайте ссылку. Кто успеет — тот в игре.
51 005
НОВОЕ: топовый репозиторий на GitHub для дата-сайентистов, работающих с генеративным ИИ
Экосистема LangGraph включает:
1. Готовые агенты
2. AI-агенты для дата-сайенса
3. LangMem — память для агентов
4. LangGraph Supervisor — управление агентами
5. Open Deep Research — открытые исследования
6. LangGraph Reflection — саморефлексия агентов
7. LangGraph Big Tool — мощные инструменты
8. LangGraph CodeAct — агенты, пишущие код
9. LangGraph Swarm — координация нескольких агентов
10. LangGraph MCP Adapters — адаптеры под разные среды
Если работаешь с LLM — стоит заценить 💖
👉 @PythonPortal
51 005
Hugging Face дарит 9 бесплатных AI-курсов
Хочешь разобраться в LLM, агентах, Deep RL, аудио и не только?
Hugging Face выложили 9 курсов — абсолютно бесплатно.
Все материалы открыты, без регистрации и оплаты
1. Курс по большим языковым моделям (LLM) — тут 2. Курс по AI-агентам — тут 3. Курс по глубокому обучению с подкреплением (Deep RL) — тут 4. Компьютерное зрение — тут 5. Работа с аудио — тут 6. ИИ в геймдеве — тут 7. ИИ для 3D — тут 8. Диффузионные модели — тут 9. Open-Source AI Cookbook — тут❤️ — благодарю 🔥 — как вовремя 👉 @PythonPortal
51 005
Как устроен звук светового меча и почему технологии джедаев — не фантастика
Чтобы световой меч не просто жужжал, а вибрировал десятками оттенков звука, инженер из Яндекса Геннадий Крэйл использует аппаратный генератор случайных чисел. Но одних алгоритмов мало: акселерометр и гироскоп в рукояти следят за силой удара и углом атаки, превращая каждый взмах в уникальную «песню» боя. Эти секреты раскрыли на Repair Cafe — мероприятии для тех, кто видит в сломанном гаджете не мусор, а вызов.
Сердцем ивента стала мастерская, где за два дня починили 400 устройств. Под паяльник попали винтажные видеомагнитофоны и роботы-пылесосы с «травмами» от встреч с диванами. Отдельное внимание получили культовый ПК «Ленинград» и самокаты — последние разбирали до винтика, чтобы понять, как заставить их ехать тише и дальше.
Яндекс, когда-то сосредоточенный на софте, теперь создает умные колонки, автономный транспорт и даже роверов-доставщиков. И всё потому, что здесь инженерная культура строится на праве пробовать. Repair Cafe — её отражение: место, где можно сменить теоретические знания — на навык починить то, что другие давно списали.
Такие проекты доказывают: технологии будущего рождаются не в вакууме. Они начинаются с вопроса «А что, если?» — будь то настройка звука светового меча или ремонт дедушкиного радиоприемника. Главное — не бояться сломать шаблон. Или хотя бы попробовать его починить.
51 005
Найти самый недавно изменённый файл в папке — это одна строка на Python
Всё, что нужно — это встроенная функция
max и пользовательская функция key
Хочешь только файлы? Фильтруй с помощью генератора.
Нужен рекурсивный обход? Используй .rglob("*") вместо iterdir ❤️
👉 @PythonPortal51 005
В Python 3.14 добавили подсветку синтаксиса в новой интерактивной оболочке PyREPL
Теперь прямо в консоли Python код выглядит красиво, как в редакторе > ключевые слова, строки, числа и даже комментарии подсвечиваются цветом.
И это не всё. Можно настроить тему под себя
Пример дефолтной темы:
theme = {
"PROMPT": colors.BOLD_MAGENTA,
"KEYWORD": colors.BOLD_BLUE,
"BUILTIN": colors.CYAN,
"COMMENT": colors.RED,
"STRING": colors.GREEN,
"NUMBER": colors.YELLOW,
"OP": colors.RESET,
"DEFINITION": colors.BOLD,
"SOFT_KEYWORD": colors.BOLD_BLUE,
"RESET": colors.RESET,
}your_theme
2. При старте Python установи тему через PYTHONSTARTUP
export PYTHONSTARTUP='import _colorize; from your_theme import theme; _colorize.set_theme(theme)'51 005
Скрывай личную информацию в своём Python-коде
Допустим, тебе нужно вывести email.
Но ты хочешь сделать тот самый эффект, как в
ro*****@mathspp.com
В Python это довольно просто
Всё, что нужно — это f-строка и подходящие спецификаторы форматирования
1. Разделяем email
Используем str.partition, чтобы отделить имя пользователя (user) от домена:
user, _, domain = email.partition("@")user[:2] # → 'ro'user, то есть len(user)
Используем f-строку:
f"{user[:2]:<{len(user)}}"ro *.
Просто указываем его:
f"{user[:2]:*<{len(user)}}"ro*****f"{user[:2]:51 005
У меня для тебя подгон
Если ты только начал изучать Python или уже пишешь скрипты, но забываешь синтаксис — вот то, что тебе нужно. Эта краткая шпаргалка охватывает всё самое важное
Из разряда > распечатай и повесь перед собой 💖
👉 @PythonPortal
51 005
Хочешь общаться с ИИ от DeepSeek без ограничений и подписок?
Тогда зацени DeeperSeek —> неофициальную Python-библиотеку, которая позволяет напрямую работать с сайтом DeepSeek, обходя официальный API
• Отправка сообщений и получение ответов
• Обход Cloudflare-защиты
• Поддержка входа по e-mail и токену
• Работает даже в Google Colab
• Работает с DeepThink и нейропоиском
💖 — спасибо, админ
👍 — имба
👉 @PythonPortal
51 005
Если ты хочешь научиться автоматизировать задачи и прокачаться в Python
Google сделал крутой курс — IT Automation with Python
В нём ты:
✓научишься писать на Python
✓автоматизировать рутинные задачи
✓работать с Git и GitHub
✓находить и фиксить ошибки
✓запускать всё это в облаке
Подходит, если ты хочешь в DevOps
Курс бесплатный, есть на Coursera
→ начни хоть сейчас 🎧
👉 @PythonPortal
51 005
Стэнфорд выложил, пожалуй, самые понятные и полезные шпаргалки по LLM и трансформерам
В них есть всё, что нужно:
• self-attention, flash attention, LoRA, SFT
• mixture of experts, дистилляция, квантизация
• RAG, агенты, LLM как "судья"
И главное — всё это бесплатно и в открытом доступе 🤍
👉 @PythonPortal
51 005
С выходом Python 3.11, 3.12 и 3.14 изменилась даже такая простая вещь, как вычисление скалярного произведения векторов
Сначала всё выглядело просто:
sum(map(operator.mul, vec1, vec2))map может принимать 2 и более итерируемых объектов как источники аргументов для функции, которую она применяет
С Python 3.12 добавился аргумент strict, и стало логично его использовать
Однако из-за zip приходится “распаковывать” кортежи — поэтому тут нужен itertools.starmap, а не обычный map.
Наконец, в Python 3.14 всё снова упростилось:
sum(map(operator.mul, vec1, vec2, strict=True))map получает именованный аргумент strict, как и zip 😍
👉 @PythonPortal51 005
Хочешь быстро вытаскивать структурированные данные и инсайты из PDF, DOCX и других документов?
Попробуй ContextGem — LLM-фреймворк, который делает это максимально просто и прозрачно.
Всего несколько строк Python-кода и у тебя:
> Чистые таблицы
> Структурированные поля
> Конкретные инсайты
Работает на базе LLM. Полностью Open Source ❤️
👉 @PythonPortal
51 005
Если вам когда-то казалось, что вы безумны — держитесь
Есть люди, которые всерьёз решили писать Python с фигурными скобками
Так появился Bython — препроцессор, который превращает {} в питоновские отступы
Пишешь, как на C/JavaScript, а получаешь работающий Python
def sanity_check() {
print("Это точно Python?");
} pip install bython
Команда запуска: bython script.by
> PyPI: https://pypi.org/project/Bython
> GitHub: https://github.com/mathialo/bython
Последнее обновление было в 2018 — для фана и экспериментов пойдёт 🎧
👉 @PythonPortal51 005
Преврати любую ML-статью в репозиторий с кодом
Paper2Code — это система на базе LLM-агентов, которая превращает научную работу в полноценный кодовый репозиторий
Она работает по трёхэтапному пайплайну: планирование, анализ и генерация кода — за каждый этап отвечает отдельный специализированный агент.
Полностью с открытым исходным кодом 💖
Ссылка на руководство: тут
👉 @PythonPortal
51 005
Ошибка №1 в Python: не кэшировать детерминированные функции, которые многократно вызываются с одними и теми же аргументами
Ошибка №2 в Python: не предпринимать меры, чтобы избежать переполнения памяти
Решение для обеих ошибок: использовать
functools.lru_cache с аргументом, задающим размер кэша
👉 @PythonPortal