Python Portal
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 50 880 suscriptores, ocupando la posición 2 538 en la categoría Tecnologías y Aplicaciones y el puesto 12 054 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 50 880 suscriptores.
Según los últimos datos del 31 agosto, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -435, y en las últimas 24 horas de -23, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 9.33%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 4.71% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 4 751 visualizaciones. En el primer día suele acumular 2 396 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 19.
- 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 01 septiembre, 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.
group3, если нет — в group2, если и там нет — в group1:
age = group3.get(name, group2.get(name, group1.get(name)))
Работает, но нечитаемо и неудобно, особенно при большом количестве словарей.
Лучше используй ChainMap для чистой логики с подстановкой по умолчанию
m = ChainMap(group3, group2, group1)
age = m.get("ana")
Создается объект ChainMap, который объединяет словари по приоритету:
Просто вызываешь m.get(key) — он сам идет по цепочке, пока не найдет ключ
Даже если ключ есть в нескольких словарях, берётся первое вхождение по приоритету
👉 @PythonPortal«Создай ячейку с кодом, который загружает CSV-файл и строит график»И он реально создаст такую ячейку в Jupyter и запустит её Полностью open-source и бесплатен для использования 😎
Counter из модуля collections
Например у нас словарь, где ключ — это ID устройства, а значение — его производитель.
devices_vendors = {
'device001': 'Cisco',
'device002': 'Juniper',
'device003': 'Cisco',
'device004': 'Arista',
'device005': 'Cisco'
}
> Выполняем подсчёт:
vendor_counts = Counter(devices_vendors.values())
Здесь берутся все значения из словаря (.values()), т.е. список вендоров: ['Cisco', 'Juniper', 'Cisco', 'Arista', 'Cisco'], и Counter считает, сколько раз каждый встретился.
> Выводим и получаем:
Counter({'Cisco': 3, 'Juniper': 1, 'Arista': 1})
👉 @PythonPortaldataclass упрощает создание классов, которые в основном хранят данные. Он автоматически генерирует специальные методы, такие как __init__, __repr__ и другие. Это снижает многословность кода, сохраняя при этом его ясность и функциональность.
На фото приведены два примера. В первом мы используем декоратор dataclass, поэтому явно не добавляем методы __init__, __repr__ и __eq__. Они автоматически добавляются декоратором.
Во втором примере показано, как выглядел бы тот же код без использования декоратора dataclass. Видно, что такой код гораздо длиннее
Ставь лайк если пост был полезным 🪑
👉 @PythonPortalLoguru — удобной и мощной альтернативы стандартному logging
Примеры кода показаны для реальных задач, от простой отладки до продакшен-логирования.
Приятного изучения 💪
👉 @PythonPortalimport webbrowser
# Укажем ссылку на Google Earth
google_earth_url = 'https://earth.google.com/'
# Откроем Google Earth в браузере по умолчанию
webbrowser.open(google_earth_url)
Удобно для утилит, лаунчеров или GUI-программ 💐
👉 @PythonPortalhub" на "podcast" в URL — за считанные секунды он превратится в аудиоподкаст
Можно слушать, пока делаешь кофе или дебажишь прод 🤔
Опенсорс и бесплатно
👉 @PythonPortalfrom faker import Faker # импортируем библиотеку Faker
> Подключаем модуль, который умеет генерировать фейковые данные.
fake = Faker() # создаём объект генератора
> Теперь можно вызывать методы для генерации данных.
print(fake.name()) # Например: Paul Lynn
print(fake.name()) # Например: Keith Soto
> Генерируем случайные имена (имя + фамилия).
print(fake.address())
# Например:
# Unit 6944 Box 5854
# DPO AA 14829
> Генерируем случайный адрес.
Поддерживает локализацию (например, Faker('ru_RU')), а также умеет создавать email, номера, даты, компании и т.д 🤙
👉 @PythonPortal.com на .dev в URL любого репозитория GitHub — репозиторий откроется в VS Code прямо в браузере
Идеально для быстрого просмотра и редактирования кода без установки 🤤
👉 @PythonPortal* (splat) позволяет разворачивать итерируемые объекты 😂
👉 @PythonPortalUV_TORCH_BACKEND=auto, и uv автоматически установит подходящую версию PyTorch с поддержкой CUDA для вашей машины — без какой-либо настройки. 😊
👉 @PythonPortal