اکنون در دسترس! پژوهش تلگرام ۲۰۲۵ — مهمترین بینشهای سال 
Zen of Python
رفتن به کانال در Telegram
Полный Дзен Пайтона в одном канале Разместить рекламу: @tproger_sales_bot Правила общения: https://tprg.ru/rules Другие каналы: @tproger_channels Сайт: https://tprg.ru/site Регистрация в перечне РКН: https://tprg.ru/xZOL
نمایش بیشتر📈 تحلیل کانال تلگرام Zen of Python
کانال Zen of Python (@zen_of_python) در بخش زبانی روسی بازیگری فعال است. در حال حاضر جامعه شامل 19 250 مشترک است و جایگاه 6 993 را در دسته فناوری و برنامهها و رتبه 35 022 را در منطقه روسيا دارد.
📊 شاخصهای مخاطب و پویایی
از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 19 250 مشترک جذب کرده است.
بر اساس آخرین دادهها در تاریخ 18 ژوئن, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر 10 و در ۲۴ ساعت گذشته برابر 0 بوده و همچنان دسترسی گستردهای حفظ شده است.
- وضعیت تأیید: تأیید نشده
- نرخ تعامل (ER): میانگین تعامل مخاطب 13.51% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 5.28% واکنش نسبت به کل مشترکان کسب میکند.
- دسترسی پستها: هر پست به طور میانگین 2 601 بازدید دریافت میکند. در اولین روز معمولاً 1 016 بازدید جمعآوری میشود.
- واکنشها و تعامل: مخاطبان بهطور فعال حمایت میکنند؛ میانگین واکنش به هر پست 11 است.
- علایق موضوعی: محتوا بر موضوعات کلیدی مانند github, rust, pip, api, install تمرکز دارد.
📝 توضیح و سیاست محتوایی
نویسنده این فضا را محل بیان دیدگاههای شخصی توصیف میکند:
“Полный Дзен Пайтона в одном канале
Разместить рекламу: @tproger_sales_bot
Правила общения: https://tprg.ru/rules
Другие каналы: @tproger_channels
Сайт: https://tprg.ru/site
Регистрация в перечне РКН: https://tprg.ru/xZOL”
به لطف بهروزرسانیهای پرتکرار (آخرین داده در تاریخ 19 ژوئن, 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.
19 250
مشترکین
اطلاعاتی وجود ندارد24 ساعت
-317 روز
+1030 روز
آرشیو پست ها
19 251
Манга-учебник по базам данным и никакой семпай не нужен
Любите ли вы комиксы так, как их любят Японцы? Похоже, их тяга ко всему необычному распространяется и на IT-сферу. Посудите сами, вы когда-нибудь видели учебник по базам данным с принцессой и сюжетом? «The Manga Guide to Databases» поможет в простой форме освоить непростую науку.
Мы, кстати, нашли эту мангу в открытом доступе, можете почитать:
https://tprg.ru/SlkR
#книга
19 251
Нюансы распознавания речи. Восстанавливаем пунктуацию, числа и заглавные буквы
В задачах распознаваниях речи при переводе аудио в текст есть дополнительные этапы, делающие этот текст более человекочитаемым. Например, добавление пунктуации и капитализации нужных слов. В этой статье речь как раз пойдёт о том, как научить машину правильной расстановке знаков препинания, заглавных букв и чисел в автоматическом режиме:
https://habr.com/ru/company/ods/blog/660041/
#ml
19 251
Создайте средство проверки подключения к сайту на Python
Создание средства проверки подключения к сайту на Python — интересный проект для повышения уровня ваших навыков. В этом проекте вы объедините знания, связанные с обработкой HTTP-запросов, созданием интерфейсов командной строки (CLI) и организацией кода вашего приложения с использованием распространенных методов компоновки проекта Python.
https://realpython.com/site-connectivity-checker-python/
#веб
19 251
Топ-5 лучших графических (GUI) фреймворков Python
В Python очень много схожих инструментов, отличающихся в нюансах. Из-за этого можно продолжать пользоваться инструментом, который недостаточно хорошо выполняет необходимые вам задачи, в то время как существуют идеальное для вас решение, о котором вы можете просто не знать.
В этом видео вы узнаете топ-5 лучших GUI фреймворков Python, которые позволяют реализовывать красивый и удобный интерфейс для вашего приложения. Вы изучите особенности каждого фреймворка и узнаете, в каких случаях использовать определенную технологию.
https://www.youtube.com/watch?v=tT2ikZDvH1k
#видео
19 251
Понимание сети обнаружения объектов в реальном времени: You Only Look Once (YOLOv1)
Подробный разбор систем распознавания объектов, в частности архитектуры YOLOv1. Вы узнаете не только принцип его работы, но также познакомитесь с другими версиями архитектуры. Подробнее:
https://pyimagesearch.com/2022/04/11/understanding-a-real-time-object-detection-network-you-only-look-once-yolov1/
#ml #yolo
19 251
Как взломать кикшеринг легально
Классная статья о том, как автор занялся этичным хакингом и в качестве «жертвы» выбрал один из крупнейших сервисов шеринга самокатов в РФ. С помощью реверс-инжиниринга ему удалось получить доступ к API сервиса. Разумеется, сейчас уязвимость уже устранена и воспроизвести её не получится, но сам процесс хакинка крайне занятный. Убедитесь сами:
https://habr.com/ru/post/660575/
19 251
Подборка актуальных вакансий
— QA Automation Engineer в Outlines Tech
Где: Москва
Опыт: от 1 года
— Продуктовый аналитик в МТС
Где: Москва, можно удалённо
Опыт: от 1 года
— DevOps-инженер в МТС
Где: Удалённо
Опыт: от 1 года
— Middle DevOps-инженер в Outlines Tech
Где: Москва
Опыт: от 2 лет
— Middle Data Scientist в МТС
Где: Москва
Опыт: от 2 лет
— Middle Data Engineer в МТС
Где: Москва
Опыт: от 2 лет
— Middle QA Engineer в МТС
Где: Москва
Опыт: от 2 лет
— Middle Администратор Tableau в МТС
Где: Москва
Опыт: от 2 лет
— Преподаватель на курс «Буткэмп Python» в OTUS
Где: Удалённо
Опыт: от 5 лет
#вакансии #работа
19 251
Парсинг FIT файлов c данными тренировок
Если вы активно занимаетесь спортом и при этом используете носимую электронику и всякие умные устройства, то у вас, вероятно, найдётся достаточно много различных данных о ваших тренировках. Другой вопрос, можете ли вы правильно их проанализировать и сопоставить, особенно если данные разрозненные и никак между собой не взаимодействуют? Такую задачу можно решить с помощью Python, распарсив эти данных из различных файлов и затем объединив их и проанализировав.
Как это сделать можно узнать тут:
https://habr.com/ru/post/658675/
#парсинг
19 251
Идеи для проектов на Python
С помощью Python можно создать самые разные проекты. Огромное количество библиотек позволяет окунуться в любую сферу разработки, не меняя язык. Если вы хотите попрактиковаться в разработке на Python, но не знаете, что именно сделать, то эта статья вам поможет. Здесь собраны различные идеи проектов с разным уровнем сложности:
https://pythonist.ru/idei-dlya-proektov-na-python-aktualnye-v-2020-godu/
19 251
Уменьшение использования памяти NumPy с помощью сжатия без потерь
Если работаете с большими массивами данных в NumPy, то можете столкнуться с тем, что в какой-то момент у вас закончится память. Одним из главных методов сокращения использования памяти является сжатие. Например, это можно сделать с помощью меньших
dtypes и разреженных массивов.
Подробнее:
https://pythonspeed.com/articles/numpy-memory-footprint/
#numpy19 251
Создание чат-бота на Python
Чат-боты повсюду, будь то банковский сайт, пиццерия или магазины электронной коммерции. Они помогают обслуживать клиентов в режиме реального времени по ряду заранее определенных вопросов, относящихся к сфере деятельности компании. При этом боты используют естественный язык и создают иллюзию общения с человеком.
Это стало возможным благодаря развитию машинного обучения и алгоритмов обработки естественного языка. Сегодня даже дома можно создать аналогичного бота, который сможет вести диалог с людьми. О том, как это сделать, читайте в этой статье:
https://pythonist.ru/sozdanie-chat-bota-v-python/
19 251
Python-разработчик Олег Соколов из FUNCORP поделился простыми способами ускорения нейросетей в продакшене
И вот, что он рекомендует:
— отказаться от нейросетей в части логики. Зачастую разработчики хотят решить всё с помощью современного ИИ, но его опыт говорит, что нейросети хорошо работают и помогают в 20% случаев, а 80% задач бизнеса можно решать более простыми моделями или без них;
— использовать GPU. Видеокарты дают выигрыш по скорости на порядок, но возможно проигрыш по деньгам. Надо считать в каждом отдельном случае;
— взять/обучить нейросеть поменьше. У многих нейросетей авторы выставляют среднюю или наиболее точную версию модели. Можно брать архитектуру поменьше, но, вероятно, с этим упадет и точность сети;
— берём onnxruntime и не паримся. Для этого достаточно конвертировать модель в onnx формат. Минус — не все слои конвертируются правильно, нужно брать самые последние версии движка, а также считать отклонения ответов onnx-модели на тысячах примеров;
— квантизация — понижение точности вычислений. Способ, когда веса модели переводим, например, из float32 в float16. Но нужно следить за деградацией точности, а также степенью ускорения на вашей конкретной платформе;
— Knowledge Distillation — один из сложных способов, когда большая модель учит маленькую модель повторять ее ответы. На выходе получаем сопоставимую точность, но с меньшим размером, а, значит, и скоростью.
— Pruning — подход, при котором зануляем малозначимые веса модели (которые дают слабый вклад в финальный ответ модели). На личном опыте Олега подход работал плохо, либо сильно влиял на метрики модели. Но возможно просто не повезло.
Напишите в комментарии, если здесь нет ещё какого-то способа ускорения.
Кстати, в команде Олега открыта вакансия Python-разработчика. Если интересно, переходи читать требования и присылай резюме на job@fun.co.
Это #партнёрский пост
19 251
Как включить CORS в Django REST Framework
Если мы создаём API с использованием Django REST framework и обращаемся к этим API в интерфейсном приложении, нам нужно включить CORS в Django Rest Framework, иначе мы получим ошибку
«Cross-Origin Request Blocked: The Same Origin Policy disallows reading the remote resource at $somesite».
В этой статье вы узнаете, как избежать подобной проблемы:
https://itsmycode.com/enable-cors-on-django-rest-framework/
#cors #django19 251
Синтаксический сахар против повторяющегося кода в Python
Сделайте свой код чище и более читаемым, добавив в него пару ложек синтаксического сахара. Автор этой статьи рассказал, как это сделать:
https://medium.com/using-pythons-syntactic-sugar-to-remove-code/using-pythons-syntactic-sugar-to-remove-code-repetition-ad90313d5eed
19 251
Путь к пониманию декораторов в Python
Декораторы — это обёртки вокруг Python-функций (или классов), которые изменяют работу того, к чему они применяются. Один из самых часто встречаемых декораторов — @property.
Эта статья поможет вам разобраться в том, как работают декораторы, чтобы вы могли эффективнее применять их, а также создавать собственные:
https://habr.com/ru/company/wunderfund/blog/657355/
19 251
Строим математический график на Python
Хотите научиться строить математические графики всего за 10 минут? Благодаря этой статье, Python и нескольким полезным библиотекам, вы сможете построить любой математический график:
https://pythonist.ru/kak-postroit-matematicheskij-grafik-v-python-za-10-minut/
19 251
Websocket-сервер для геолокации на asyncio
Вебсокеты нужны там, где идет взаимодействие с пользователем в режиме реального времени. С их помощью клиент может послать запрос к серверу, как в обычном HTTP. Но самое интересное, что используя вебсокеты, сервер тоже может послать данные клиенту, не дожидаясь от него HTTP-запроса.
В этой статье вы узнаете, как создать веб-сервис, который позволяет делиться своим местоположением и отслеживать местоположение всех остальных подключенных к нему людей на карте мира в режиме реального времени:
https://habr.com/ru/company/kts/blog/659341/
#веб #websocket #asyncio
19 251
Метаклассы в Python
Метакласс в Python — это класс классов, определяющий поведение класса. То есть класс сам по себе является экземпляром метакласса. Непонятно? Тогда открывайте статью, ведь там вы узнаете, что такое метаклассы в Python, зачем они нужны и как их создавать:
https://pythonist.ru/metaklassy-v-python/
#junior
