¡Ya disponible! Investigación de Telegram 2025 — los principales insights del año 
Библиотека Python разработчика | Книги по питону
Ir al canal en Telegram
Погружение в CPython и архитектуру. Разбираем неочевидное поведение (GIL, Memory), Best Practices (SOLID, DDD) и тонкости Django/FastAPI. Решаем задачи с подвохом и оптимизируем алгоритмы. 🐍 По всем вопросам @evgenycarter РКН clck.ru/3Ko7Hq
Mostrar más📈 Análisis del canal de Telegram Библиотека Python разработчика | Книги по питону
El canal Библиотека Python разработчика | Книги по питону (@bookpython) en el segmento lingüístico de Ruso es un actor destacado. Actualmente la comunidad reúne a 18 313 suscriptores, ocupando la posición 7 325 en la categoría Tecnologías y Aplicaciones y el puesto 36 923 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 18 313 suscriptores.
Según los últimos datos del 10 junio, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -90, y en las últimas 24 horas de -4, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 5.54%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 2.74% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 1 015 visualizaciones. En el primer día suele acumular 502 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 2.
- Intereses temáticos: El contenido se centra en temas clave como numbers, yield, модуль, none, декоратор.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“Погружение в CPython и архитектуру. Разбираем неочевидное поведение (GIL, Memory), Best Practices (SOLID, DDD) и тонкости Django/FastAPI. Решаем задачи с подвохом и оптимизируем алгоритмы. 🐍
По всем вопросам @evgenycarter
РКН clck.ru/3Ko7Hq”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 11 junio, 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.
18 313
Suscriptores
-424 horas
-177 días
-9030 días
Archivo de publicaciones
Расскажите, что вы думаете про российские IT-компании — кто, на ваш взгляд, делает классные продукты, у кого самые крутые технологии, а кто недостаточно заботится о сотрудниках.
Опрос займёт не больше 5 минут, среди участников будет разыгран iPhone 14 Pro Max (всё честно, правда разыграем, правила тут).
👉Пройти опрос
Компиляция Python
Предположим, вы разработали приложение или библиотеку на Python и уже готовитесь передать его / её заказчику. И в этот момент возникают вопросы, о которых многие даже не задумываются.
Во-первых, так может оказаться, что вы разработали супер крутой алгоритм, которого ни у кого нет, и показывать его хочется только избранным.
Во-вторых, возникает вопрос окружения - хочется быть уверенным, что заказчик справится с установкой правильной версии Python и всех вспомогательных библиотек, но это не всегда простая задача. Было бы удобно упаковать приложение в автономный исполняемый файл.
И, наконец, хочется, чтобы конечное приложение работало быстрее, чем в среде разработки.
И вот тут настало время скомпилировать Python-код. Меня зовут Руслан, я старший разработчик компании «Цифровое проектирование». Сегодня я расскажу, как выбрать тот самый компилятор из множества доступных.
https://habr.com/ru/company/numdes/blog/581374/
@BookPython
Add additional attributes to enum members in Python
https://rednafi.github.io/reflections/add-additional-attributes-to-enum-members-in-python.html
@BookPython
Микросервис или монолит: выбираем архитектуру под задачу.
На бесплатном вебинаре Яндекс Практикума будем разбираться, когда стоит смотреть в сторону монолита, а когда — в микросервис.
→ 25 января в 19:00
Вебинар будут вести четверо опытных программистов:
◾️ Дмитрий Шеламов, старший разработчик в Delivery Hero;
◾️ Алексей Мясников, старший разработчик в Яндекс Облаке, на проекте YDB;
◾️ Олег Кожанов, старший Technical Program Manager в Amazon;
◾️ Владислав Шевченко, руководитель бэкенд-практики на Go/Python в red_mad_robot.
Они расскажут о своих кейсах: какой подход работал в системе сбора онлайн-чеков от ККТ, как создавать МС без опыта и распиливать монолитный бэкенд в наземной станции управления квадрокоптерами.
На вебинаре
— рассмотрим отличия микросервисной архитектуры и монолита;
— обсудим плюсы и минусы подходов;
— разберём, под какие задачи подходит каждый из них;
— расскажем про проблемы масштабирования: как запланировать и с чего начать миграцию.
→ Приходите на вебинар и выбирайте подход мудро
Библиотеки Python, чтобы сделать ваш код читабельным, надежным и удобным для обслуживания
Testing Frameworks
Test Runners
E2E Testing
Fake Data
Mocking
Code coverage
Object Factories
Code Style
Typing
https://isaak.dev/2020/08/python-libraries-to-make-your-code-readable-and-maintainable
@BookPython
🔥 Хотите перейти в область дата-инжиринга и работать с большими данными?
👉 Сделайте первые шаги в этом направлении на открытом уроке онлайн-курса «Data Engineer» в OTUS! 27 января в 20:00 мск пройдет вебинар «Elasticsearch как NoSQL хранилище документов». Глубокое понимание этого инструмента — ключевой момент для его правильного применения.
💻 В результате урока вы:
🔸 Изучите классификацию NoSQL СУБД
🔸 Узнаете про отличительные черты Elasticsearch и его применимости к разным задачам
🔸 Узнаете, почему Elasticsearch — одних из наиболее популярных инструментов для создания поисковых датасетов в современном мире
🔸 Поймете, чем так хорош Elasticsearch и задумаетесь об его внедрении в вашей команде
🟢 Чтобы записаться на мероприятие, пройдите вступительный тест: https://otus.pw/9Qul/
Реклама. Информация о рекламодателе на сайте www.otus.ru.
Перевод с английского на немецкий с использованием моделей Seq2Seq в PyTorch
Модели «последовательность к последовательности», также называемые моделями «кодер-декодер», представляют собой семейство моделей, в которых обычно обучаются две рекуррентные нейронные сети. Первая RNN, кодер, обучается получать входной текст и последовательно кодировать его. Вторая RNN, декодер, получает закодированную последовательность и выполняет преобразование текста. Этот уникальный метод совместного обучения двух RNN был представлен Чо и др. в https://arxiv.org/pdf/1406.1078v3.pdfand и мгновенно завоевал популярность в задачах NLP, где вход и выход — это пары явных текстов, таких как перевод и резюмирование.
https://bookflow.ru/perevod-s-anglijskogo-na-nemetskij-s-ispolzovaniem-modelej-seq2seq-v-pytorch/
@BookPython
25 репозиториев Github, которые должен знать каждый Python разработчик
https://www.kdnuggets.com/2021/11/25-github-repositories-python-developer.html
@BookPython
🔥 Хардкорный тест по Python от OTUS 🔥
🐍 Ответьте на 20 вопросов и проверьте, насколько вы готовы к обучению на курсе - «Python Developer. Professional»
👉 ПРОЙТИ ТЕСТ https://otus.pw/ui5V/
💣 Пройдете тест и получите:
✔️ Живое общение с экспертами Python-сообщества
✔️ Лучшие открытые уроки прошлых наборов курса
✔️ Продвинутые темы и практика на «боевых» задачах уровня Middle+
✔️ Скидку на прохождение онлайн курса «Python Developer. Professional»
Stanford CS224W: Machine Learning with Graphs
Бесплатный курс от Стенфорда, с которым вы изучите структуру графов и их особенности и применения, научитесь строить графовые нейронные сети.
📌CS224W: Machine Learning with Graphs
📌Introduction to Graph Machine Learning
📌Video Lectures Stanford CS224W
@BookPython
Ищем учеников на бесплатное обучение по созданию искусственного интеллекта с нуля. Опыт программирования не важен!🤖
Всего за 3 вечера под руководством Дмитрия Романова - основателя Университета Искусственного Интеллекта, лидера обучения AI-разработке в РФ, вы с легкостью напишете свой первый искусственный интеллект👨💻
Какие нейронные сети вы создадите?
▫️Классификация людей на входящих и выходящих из автобуса
▫️Обнаружение возгораний
▫️Оценка стоимости квартир
▫️Оценка резюме соискателей
▫️Прогнозирование стоимости полиметаллов
▫️Сегментация изображений самолетов
▫️Распознавание команд умного дома⠀
Лучше освоить навыки создания нейронных сетей вам помогут домашние задания с проверкой от кураторов.⠀
Приходите на бесплатное обучение и напишите искусственный интеллект за 3 вечера💪
Регистрация по ссылке
Решение крупномасштабных задач машинного обучения на Python
Это руководство демонстрирует библиотеку xLearn, которая используется для применения задач машинного обучения на крупномасштабных данных (Данные с огромным количеством строк и столбцов).
https://medium.com/@fareedkhandev/solve-large-scale-machine-learning-problem-in-python-58416f67c0ef
@BookPython
+5Алгоритмы сортировки в Python
Существует множество типов алгоритмов сортировки: поразрядная, быстрая, пирамидальная, слиянием, пузырьком, Шеллаи т.д. Ни один из них не может считаться самым быстрым, поскольку каждый алгоритм предназначен для определенной структуры данных и набора данных. Это зависит от того, какой набор данных вы хотите отсортировать.
В этой заметке я остановлюсь на 5 наиболее часто используемых алгоритмах сортировки в Python.
@BookPython
Мини-инструкция по сортировке в Python
https://wiki.python.org/moin/HowTo/Sorting
@BookPython
Хотите начать карьеру в сфере IT?
Python - один из самых популярных и простых языков для старта.
Вас ждут онлайн-лекции, более 100 практических работ, настоящая стажировка в команде под руководством тимлида. По итогам обучения вы добавите сразу 4 внушительных проекта в своё портфолио:
- создадите telegram-бот для турагентства;
- создадите социальную сеть, аналог Twitter;
- разработаете маркетплейс наподобие Яндекс.Маркета;
- напишите приложение для предпринимателей.
Курс построен так, чтобы максимально приблизить вас к опыту реальной разработки продукта в IT-компании. В конце курса — помощь от Центра карьеры и гарантированное трудоустройство. Если вы не выйдете на работу, мы вернём вам деньги за курс.
Сейчас на курс действует скидка до 55% и год английского в подарок! К тому же можно оформить рассрочку и начать платить через 3 месяца после начала обучения. Подробности и полная программа по ссылке: https://clc.to/Ng2yJQ
Repost from BigData
Unseen Object Amodal Instance Segmentation (UOAIS)
Github: https://github.com/gist-ailab/uoais
Paper: https://arxiv.org/abs/2109.11103
Dataset: https://paperswithcode.com/dataset/ocid
Project: https://sites.google.com/view/uoais
👉 @bigdata_1
Упаковка приложений PyQt6 для Windows с помощью PyInstaller и InstallForge
Создание собственных настольных приложений не приносит особой радости, если вы не можете поделиться ими с другими людьми - будь то коммерческая публикация, распространение в Интернете или просто передача знакомым. Обмен приложениями позволяет другим людям воспользоваться плодами вашего труда!
https://www.pythonguis.com/tutorials/packaging-pyqt6-applications-windows-pyinstaller/
@BookPython
Вы разработчик с опытом и знакомы с основами Python? На курсе Яндекс Практикума «Мидл Python-разработчик» вы сможете выйти на новый профессиональный уровень и использовать навыки, которые отличают мидла от джуна. Вы начнете думать о проекте, как о единой системе, разрабатывать полноценные веб-сервисы, организовывать инфраструктуру, а ещё:
• углубите знания технологий для бэкенд-разработки на Python;
• разовьёте инженерное мышление;
• сможете брать больше ответственности и решать задачи посложнее;
• разберётесь, как работает бэкенд, DevOps и другие смежные области;
• добавите 7 проектов в портфолио;
• почувствуете себя увереннее в процессах командной разработки.
На всех этапах вас будут сопровождать опытные разработчики: мы не дадим просесть по учёбе и поможем выкроить время на образование. Вы будете практиковаться на реальных кейсах и положите в портфолио работающие проекты. А карьерные консультации подготовят вас к разговору о повышении или помогут с поиском новой работы.
Начать учиться
Потоки в Python: полное руководство
https://superfastpython.com/threading-in-python/
@BookPython
Как оптимизировать размер памяти при обработке крупных файлов
Нередко я сталкиваюсь с большими объемами данных, которые требуют дополнительной обработки с помощью известной всем библиотеки Pandas. Однако, загружая или сохраняя огромные датасеты, неприятно столкнуться с ошибкой Memory error. В таких ситуациях применение таких методов, как .drop_duplicates() (удаление дубликатов) или .dropna() (удаление пустых строк) слабо влияет на сокращение занимаемого объема памяти.
Существует несколько способов эффективного решения проблем с памятью.
@BookPython
