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
Red:📈 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
50 905
Совет по чистому коду в Python:
Используй
.exception() вместо .error(), чтобы в лог вместе с исключением попадал traceback
Пример:
import logging
LOGGER = logging.getLogger()
try:
{}["not_present"]
except Exception as exc:
LOGGER.error(exc) # только сообщение об ошибке
# -> 'not_present'
try:
{}["not_present"]
except Exception as exc:
LOGGER.exception(exc) # сообщение + traceback
# -> 'not_present'
# Traceback (most recent call last):
# File "my_module.py", line 12, in <module>
# KeyError: 'not_present'50 905
+2
Шпаргалка по простым паттернам вывода в Python.
Слева результат, справа минимальный код на вложенных циклах
for
👉 @PythonPortal
50 905
Пример построения цветной столбчатой диаграммы в Python с использованием библиотеки matplotlib.
Шаг 1. Установи matplotlib
pip install matplotlibimport matplotlib.pyplot as pltcategories = ['A', 'B', 'C', 'D', 'E']
values = [10, 15, 7, 12, 20]colors = ['red', 'blue', 'green', 'orange', 'purple']plt.figure(figsize=(6,4))
plt.bar(categories, values, color=colors)plt.xlabel('Categories')
plt.ylabel('Values')
plt.title('Colored Bar Graph')plt.show()50 905
Управление глазами с помощью Python
EyeGestures — это открытая библиотека на Python для отслеживания взгляда. Использует обычные камеры, веб-камеры или камеры смартфонов, чтобы отслеживать движение глаз, фиксации и моргания, и конвертировать это в события, вроде управления курсором движением глаз
Версия на JavaScript позволяет запускать всё прямо в браузере
Установка:
$ git clone https://github.com/NativeSensors/EyeGestures.git
$ cd EyeGestures
$ pip install -r requirements.txtpython3 -m pip install eyeGestures50 905
🖥 7000+ ГБ платных материалов для программистов утекли в Telegram
Выбирай нужное и обучайся:
385 ГБ — Python
229 ГБ — JS, HTML, CSS
422 ГБ — C, C++, C#
147 ГБ — Java, PHP
202 ГБ — Rust, Golang
352 ГБ — Flutter, Kotlin, Swift
168 ГБ — DevOps, СисАдмин
242 ГБ — ИБ, Хакинг
122 ГБ — Windows, Linux
107 ГБ — Git, GitHub
242 ГБ — БД (SQL и NoSQL)
163 ГБ — QA-тестирование
108 ГБ — ИИ, Machine Learning
189 ГБ — Разработка игр
171 ГБ — Разработка ботов
612 ГБ — Собеседования в IT
3942 ГБ — Другие направления
🔒 Успей подписаться, пока не удалили
50 905
Шпаргалка по Git-командам
🔸Конфигурация
-
git config --global user.name "Your Name"
Задаёт имя для коммитов глобально (для всех репозиториев).
- git config --global user.email "you@example.com"
Задаёт email для коммитов глобально.
- git config --list
Показывает все настройки конфигурации Git.
🔸Репозиторий и удалённые репозитории
- git init
Инициализирует новый Git-репозиторий в текущей директории.
- git clone <repo>
Создаёт локальную копию удалённого репозитория.
- git remote add <name> <url>
Добавляет новый удалённый репозиторий с именем и URL.
- git remote remove <name>
Удаляет удалённый репозиторий по имени.
- git remote rename <old-name> <new-name>
Переименовывает удалённый репозиторий.
🔸Ветки
- git branch
Список всех веток в репозитории.
- git branch <branch-name>
Создаёт новую ветку с указанным именем.
- git checkout -b <branch-name>
Создаёт новую ветку и сразу переключается на неё.
- git checkout <branch-name>
Переключается на указанную ветку.
- git merge <branch>
Сливает изменения из указанной ветки в текущую.
- git rebase <branch>
Переносит коммиты из текущей ветки поверх другой.
- git branch -d <branch-name>
Удаляет ветку, которая уже была слита.
- git branch -D <branch-name>
Принудительно удаляет ветку, независимо от её состояния.
🔸Индексация и коммиты
- git add <file>
Добавляет изменения в указанный файл в staging.
- git add .
Добавляет все изменения в текущей директории и подпапках.
- git commit -m "message"
Фиксирует проиндексированные изменения с сообщением.
- git commit --amend
Изменяет последний коммит (сообщение или содержимое).
🔸Отмена изменений
- git reset <file>
Убирает файл из staging (оставляет изменения).
- git reset HEAD~1
Отменяет последний коммит, но сохраняет изменения в рабочей директории.
🔸Просмотр изменений
- git status
Показывает состояние рабочего каталога и staging.
- git diff
Показывает различия между рабочей директорией и индексом.
- git diff --staged
Показывает различия между staged-изменениями и последним коммитом.
🔸История
- git log
Показывает историю коммитов текущей ветки.
- git log --oneline
Сокращённый лог (одна строка на коммит).
- git show <commit>
Показывает информацию о конкретном коммите.
- git blame <file>
Показывает последнюю модификацию для каждой строки файла.
🔸Stash
- git stash
Сохраняет текущие изменения во временное хранилище.
- git stash list
Список всех stash-записей.
- git stash apply
Применяет изменения из последнего stash.
- git stash drop
Удаляет конкретный stash.
- git stash pop
Применяет последний stash и удаляет его.
🔸Работа с удалённым репозиторием
- git pull
Загружает изменения из удалённого репозитория и сливает их.
- git push
Отправляет локальные коммиты в удалённый репозиторий.
- git push origin <branch>
Отправляет указанную ветку в удалённый репозиторий.
- git fetch
Загружает изменения из удалённого репозитория без слияния.
- git fetch --all
Обновляет все удалённые репозитории.
🔸Теги
- git tag <tag-name>
Создаёт тег для определённого коммита.
- git tag -a <tag-name> -m "message"
Создаёт аннотированный тег с сообщением.
- git push origin <tag-name>
Отправляет тег в удалённый репозиторий.
- git tag -d <tag-name>
Удаляет тег локально.
🔸Продвинутые команды
- git cherry-pick <commit>
Применяет изменения из указанного коммита в текущую ветку.
- git rebase -i HEAD~n
Интерактивный rebase для последних *n* коммитов.
- git reflog
Показывает журнал всех действий в репозитории.
- git bisect
Позволяет найти коммит с багом методом бинарного поиска.
- git describe
Показывает последний тег, доступный для коммита.
👉 @PythonPortal50 905
Microsoft выпустила новый курс по MCP для Python-разработчиков.
Курс полностью бесплатный и с открытым исходным кодом.
GitHub : https://github.com/microsoft/lets-learn-mcp-python
👉 @PythonPortal
50 905
Помни, что итераторы в Python (и не только) рассчитаны на одно использование.
Когда ты прошёл по всем элементам, назад «перемотать» их нельзя.
Это поведение называется исчерпание итератора
umbers = [1, 2, 3]
reversed_numbers = reversed(numbers)
print(list(reversed_numbers)) # [3, 2, 1]
print(list(reversed_numbers)) # [] — итератор уже пустreversed_numbers = reversed(numbers)
print(list(reversed_numbers)) # [3, 2, 1] снова работает50 905
Нужно потестить HTTPS локально в Python?
Вот простое решение в 3 шага — удобно для проверки SSL/TLS, интеграций с API или любых приложений, которым нужен HTTPS в dev-среде.
Только для локальной разработки, браузер будет ругаться на самоподписанный сертификат. 😋
Для NodeJS есть альтернатива: web.dev
👉 @PythonPortal
50 905
PyAutoGUI
Крайне любопытная библиотека языка Python, позволяющая превратить твой ПК в автоматизированную систему
За пару строчек кода можно заставить скрипт сделать скриншот, заставить мышку навести на нужную точку на экране, взаимодействовать с различными параметрами окон, написать слово или целый абзац или даже загуглить за тебя 🚬
Вот так можно создать простейший кликер:
import pyautogui
import time
def click():
time.sleep(0.1)
pyautogui.click()
def main():
for i in range(20):
click()
main()
50 905
Шпаргалка по очистке данных в Python Pandas
1. Обзор данных
import pandas as pd
df = pd.read_csv('data.csv') # Загрузить CSV
df.head(5) # Первые 5 строк
df.info() # Типы данных и количество null
df.describe() # Сводная статистикаdf.isnull().sum() # Посчитать пропуски
df.dropna() # Удалить строки с null
df.fillna(0) # Заполнить пропуски нулями
df.duplicated().sum() # Посчитать дубликаты
df.drop_duplicates() # Удалить дубликатыdf.rename(columns={'old': 'new'}) # Переименовать колонку
df.astype({'col': 'int'}) # Сменить тип данных
df.columns.str.strip() # Убрать пробелыdf.loc[df['col'] > 100] # Фильтр по условию
df.iloc[0:5] # Выбор по индексу строк
df['col'].isin(['A', 'B']) # Фильтр по значениямdf.sort_values('col') # Сортировка по возрастанию
df.groupby('group')['val'].mean() # Группировка и агрегация
df['col'].value_counts() # Подсчёт уникальных значенийdf['new'] = df['col1'] + df['col2'] # Новая колонка
df['col'] = df['col'].apply(lambda x: x*2) # Применить функцию
df.drop('col', axis=1) # Удалить колонкуdf.to_csv('cleaned.csv', index=False) # Экспорт в CSV50 905
⚡️ RECURA — один из лучших каналов для разработчиков и программистов.
Канал ведёт практикующий DevOps-инженер, который ежедневно публикует:
• код, повышающий эффективность разработки
• лайфхаки и полезные трюки для Bash и Linux
• готовые решения для Docker и Kubernetes
• инструменты и утилиты для автоматизации
• полезные материалы и советы по информационной безопасности
Подпишись, чтобы быть востребованным специалистом.
50 905
Совет по Python:
Вы можете заставить аргументы быть только позиционными, используя символ
/ в сигнатуре функции.
def add(x, y, /):
return x + y
add(1, 2)
add(x=1, y=2) # TypeError: add() got some positional-only arguments passed as keyword arguments: 'x, y'50 905
FastAPI теперь официально самый популярный веб-фреймворк среди Python-разработчиков 🎉
А вот ещё несколько интересных фактов из свежего опроса State of Python 2025 от JetBrains:
> 51% используют Python для работы с данными
> 46% применяют его для веб-разработки
> Половина сообщества — новички
> 83% всё ещё сидят на старых версиях Python
Подробный разбор: https://jb.gg/python-25
👉 @PythonPortal
50 905
FastAPI теперь официально самый популярный веб-фреймворк среди Python-разработчиков 🎉
А вот ещё несколько интересных фактов из свежего опроса State of Python 2025 от JetBrains:
> 51% используют Python для работы с данными
> 46% применяют его для веб-разработки
> Половина сообщества — новички
> 83% всё ещё сидят на старых версиях Python
Подробный разбор: https://jb.gg/python-25
👉 @PythonPortal
