Python/ django
رفتن به کانال در Telegram
по всем вопросам @workakkk @itchannels_telegram - 🔥 все ит каналы @ai_machinelearning_big_data -ML @ArtificialIntelligencedl -AI @datascienceiot - 📚 @pythonlbooks РКН: clck.ru/3FmxmM
نمایش بیشتر
📈 تحلیل کانال تلگرام Python/ django
کانال Python/ django (@pythonl) در بخش زبانی روسی بازیگری فعال است. در حال حاضر جامعه شامل 58 385 مشترک است و جایگاه 2 244 را در دسته فناوری و برنامه‌ها و رتبه 10 292 را در منطقه روسيا دارد.
📊 شاخص‌های مخاطب و پویایی
از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 58 385 مشترک جذب کرده است.
بر اساس آخرین داده‌ها در تاریخ 03 نوامبر, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر -242 و در ۲۴ ساعت گذشته برابر -32 بوده و همچنان دسترسی گسترده‌ای حفظ شده است.
- وضعیت تأیید: تأیید نشده
- نرخ تعامل (ER): میانگین تعامل مخاطب 6.00% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 3.06% واکنش نسبت به کل مشترکان کسب می‌کند.
- دسترسی پست‌ها: هر پست به طور میانگین 3 501 بازدید دریافت می‌کند. در اولین روز معمولاً 1 784 بازدید جمع‌آوری می‌شود.
- واکنش‌ها و تعامل: مخاطبان به‌طور فعال حمایت می‌کنند؛ میانگین واکنش به هر پست 18 است.
- علایق موضوعی: محتوا بر موضوعات کلیدی مانند github, claude, контекст, архитектура, api تمرکز دارد.
📝 توضیح و سیاست محتوایی
نویسنده این فضا را محل بیان دیدگاه‌های شخصی توصیف می‌کند:
“по всем вопросам @workakkk
@itchannels_telegram - 🔥 все ит каналы
@ai_machinelearning_big_data -ML
@ArtificialIntelligencedl -AI
@datascienceiot - 📚
@pythonlbooks
РКН: clck.ru/3Fm...”
به لطف به‌روزرسانی‌های پرتکرار (آخرین داده در تاریخ 04 نوامبر, 2026)، کانال همواره به‌روز و دارای دسترسی بالاست. تحلیل‌ها نشان می‌دهد مخاطبان به‌طور فعال با محتوا تعامل دارند و آن را به نقطه اثرگذاری مهم در دسته فناوری و برنامه‌ها تبدیل کرده‌اند.
58 385
مشترکین
-3224 ساعت
-1807 روز
-24230 روز
آرشیو پست ها
58 382
58 382
🖥 The `concurrent.futures` module wraps both threading and multiprocessing, which makes the interfaces even nicer.
Python предоставляет вам возможность создавать пулы процессов. Вы можете создавать их с помощью модуля Python `
threading` или модуля `concurrent.futures`.
Модуль `concurrent.futures` оборачивает и потоки, и многопроцессорность, что делает их интерфейсы еще более приятными.
@pythonl58 382
🖥 The dataclass decorator automatically adds generated special methods such as
__init__() and __repr__() to user-defined classes.
Вы уже пробовали использовать dataclass в Python?
Декоратор dataclass автоматически добавляет сгенерированные специальные методы, такие как `__init__()` и `__repr__()` в ваши классы.
@pythonl58 382
💼 Y'ORG
Y'ORG объединяет большин языковые модель с Jupyter Notebook для выполнения различных задач.
Цель Y'ORG - предоставить удобный интерактивный способ (1) изучения кода, (2) составления планов и задач для работы, (3) написания кода и добавления новых функций. Он также помогает ученым и аналитикам (4) проводить анализ данных и (5) создавать полноценные отчеты.
▪ Github
@pythonl
58 382
Все для изучения Data Science
Собрали все что потребуется для изучения data science
👉 Data Science | Machinelearning - канал для изучения data science и machinelearning
👉 Python - канал для изучения python и его аспектов связанных с data science.
Добро пожаловать!
58 382
🖥
class difflib.SequenceMatcher: This module provides classes and functions for comparing sequences.
Этот модуль предоставляет классы и функции для сравнения последовательностей. Он может быть использован, например, для сравнения файлов и может выдавать информацию о различиях в файлах в различных форматах, включая HTML, контекстные и унифицированные диффы. Для сравнения каталогов и файлов см. также модуль filecmp.
https://docs.python.org/3/library/difflib.html
@pythonl58 382
⚡️ 100 вопросов с собеседований Data Science
Habr: https://habr.com/ru/articles/783766/
Видео: https://www.youtube.com/watch?v=6Pk4OgdNxXQ
@pythonl
58 382
58 382
🖥 Image Color Extraction with Python
Извлечение цвета из изображения с помощью Python.
@pythonl58 382
🖥 Scrabe Table from a website using Python
Пример парсинга таблицы с веб-сайта с помощью Python.
@pythonl
58 382
Разбираем тестовое задание в СБЕР на позицию junior-аналитика
📣 Всем привет! Команда Simulative и наш CEO – Андрон Алексанян приглашаем вас на интенсив, где мы в прямом эфире будем разбирать настоящее тестовое задание на позицию junior-аналитика в компанию СБЕР. Это будет последний обучающий интенсив в этом году.
Нам предстоит проанализировать историю договоров клиентов банка, провести аналитику и сформулировать бизнес-выводы.
📅 Дата: 26 декабря
🕘 Время: 19:00 по Мск
Что будем делать на интенсиве:
➖ Решать задания с помощью SQL
➖ Писать хитрые запросы на SCD, pivot table и другие
➖ Подробно разбирать каждый шаг
➖ Считать retention банка и проводить сегментацию
➖ Проводить аналитику и составлять бизнес-выводы
В прямом эфире мы также расскажем о частых ошибках новичков и поделимся лайфхаками — как достойно пройти собеседование и удивить ревьюера крутыми фишками 🤩
❗️ Записи интенсива не будет. Только один раз и только в live-формате.
А вы готовы бустануть свои знания и скиллы в аналитике?
🔗 Регистрируйтесь на интенсив
Реклама. ООО «АЙТИ РЕЗЮМЕ». ИНН 4025460134. Erid:LjN8K329g
58 382
+1🖥
Game Catch on Python
Игра фейковая викторина на Python.
import random
import tkinter
# Create the main window
window = tkinter.Tk()
window.title("Catch me if you can")
# Create a canvas inside the main window
canvas = tkinter.Canvas(window, width=800, height=600, bg="Light Blue")
canvas.pack(fill=tkinter.BOTH, expand=True)
# Create a label and place it at the top center of the canvas
label = tkinter.Label(canvas, text="Are you a loser?", font=('consolas', 40), bg='lightblue')
label.place(relx=0.5, rely=0.1, anchor=tkinter.CENTER)
# Function called when "yes" button is clicked
def catchme():
button.config(text="then catch me if you can :)", font=('consolas', 40), command=teleport)
# Function called when "no" button is clicked
def for_real():
yes.config(text="I knew")
# Function to teleport the "no" button to a random position
def teleport():
button.place(x=random.randint(0, 100), y=random.randint(0, 100))
button.config(text="no", command=catchme)
button.config(bg=random.choice(["red", "blue", "green", "yellow", "pink"]))
# Create the "yes" button, set its appearance, and place it at a specific position on the canvas
yes = tkinter.Button(canvas, text="yes", font=('consolas', 40), command=for_real)
yes.place(relx=0.3, rely=0.8, anchor=tkinter.CENTER)
# Create the "no" button, set its aёppearance, and place it at a specific position on the canvas
button = tkinter.Button(canvas, text="no", font=('consolas', 40), command=teleport)
button.place(relx=0.7, rely=0.8, anchor=tkinter.CENTER)
# Start the main event loop
window.mainloop()
📌 10 лучших библиотек Python для создания графического интерфейса в 2024 году
@pythonl58 382
58 382
ㅤ
ВТБ и Финтех Хаб Банка России проводят образовательную программу "Машинное обучение PRO: обработка документов и генеративные нейросети".
Программа предназначена для тех, кто уже знаком с основами машинного обучения и хочет углубить свои знания в области обработки естественного языка, деплоя и тестирования моделей, а также создания ML-сервисов.
Программа состоит из двух модулей. Теоретический модуль будет проходить в дистанционном формате с 12 февраля по 11 марта 2024 года. В нем будут проводиться лекции по основам NLP, обработке изображений, языковым моделям, извлечению сущностей и отношений, суммаризации, классификации, кластеризации и MLOps.
Практический модуль состоит из дистанционных занятий с 18 марта по 8 апреля 2024 года, а также нескольких очных дней в Москве. В этом модуле участники смогут применить полученные знания и вместе с менторами из Банка России и ВТБ пройти весь цикл продуктовой ML-разработки. Они будут разрабатывать архитектуру и user-story для одного из сервисов, работать в кросс-функциональной команде и создавать и внедрять модели машинного обучения.
Лучшие команды по итогам модуля получат возможность презентовать свой прототип на международной конференции по анализу данных Data Fusion 18 апреля 2024 года. Форма отбора - тестирование, которое будет проводиться с 25 января по 2 февраля 2023 года. Заявки на участие можно подать на сайте программы.
58 382
ㅤ
ВТБ и Финтех Хаб Банка России проводят образовательную программу "Машинное обучение PRO: обработка документов и генеративные нейросети".
Программа предназначена для тех, кто уже знаком с основами машинного обучения и хочет углубить свои знания в области обработки естественного языка, деплоя и тестирования моделей, а также создания ML-сервисов.
Программа состоит из двух модулей. Теоретический модуль будет проходить в дистанционном формате с 12 февраля по 11 марта 2024 года. В нем будут проводиться лекции по основам NLP, обработке изображений, языковым моделям, извлечению сущностей и отношений, суммаризации, классификации, кластеризации и MLOps.
Практический модуль состоит из дистанционных занятий с 18 марта по 8 апреля 2024 года, а также нескольких очных дней в Москве. В этом модуле участники смогут применить полученные знания и вместе с менторами из Банка России и ВТБ пройти весь цикл продуктовой ML-разработки. Они будут разрабатывать архитектуру и user-story для одного из сервисов, работать в кросс-функциональной команде и создавать и внедрять модели машинного обучения.
Лучшие команды по итогам модуля получат возможность презентовать свой прототип на международной конференции по анализу данных Data Fusion 18 апреля 2024 года. Форма отбора - тестирование, которое будет проводиться с 25 января по 2 февраля 2023 года. Заявки на участие можно подать на сайте программы.
