Python/ django
Открыть в Telegram
по всем вопросам @workakkk @itchannels_telegram - 🔥 все ит каналы @ai_machinelearning_big_data -ML @ArtificialIntelligencedl -AI @datascienceiot - 📚 @pythonlbooks РКН: clck.ru/3FmxmM
Больше
📈 Аналитический обзор Telegram-канала Python/ django
Канал Python/ django (@pythonl) языкового сегмента Русский является активным участником. Сейчас сообщество объединяет 58 385 подписчиков, занимая 2 244 место в категории Технологии и приложения и 10 292 место в регионе Россия.
📊 Показатели аудитории и динамика
С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 58 385 подписчиков.
Согласно последним данным от 03 ноября, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -242, а за последние 24 часа — -32, при этом общий охват остаётся высоким.
- Статус верификации: Не верифицирован
- Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 6.00%. В первые 24 часа после публикации контент обычно набирает 3.06% реакций от общего числа подписчиков.
- Охват публикаций: В среднем каждый пост получает 3 501 просмотров. В течение первых суток публикация набирает 1 784 просмотров.
- Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 18.
- Тематические интересы: Контент сосредоточен на ключевых темах, таких как github, claude, контекст, архитектура, api.
📝 Описание и контентная политика
Автор описывает ресурс как площадку для выражения субъективного мнения:
“по всем вопросам @workakkk
@itchannels_telegram - 🔥 все ит каналы
@ai_machinelearning_big_data -ML
@ArtificialIntelligencedl -AI
@datascienceiot - 📚
@pythonlbooks
РКН: clck.ru/3Fm...”
Благодаря высокой частоте обновлений (последние данные получены 04 ноября, 2026) канал поддерживает актуальность и высокий уровень охвата публикаций. Аналитика показывает, что аудитория активно взаимодействует с контентом, что делает его важной точкой влияния в категории Технологии и приложения.
58 385
Подписчики
-3224 часа
-1807 дней
-24230 дней
Архив постов
58 382
📁 Shutil: лучший инструмент для управления файлами Python
https://www.youtube.com/watch?v=_q2h9qslPzI
@pythonl
58 382
58 382
⚡️ Ollama — бесплатная модель уровня GPT. Используй GPT без ограничений и абсолютно бесплатно.
https://www.youtube.com/watch?v=bniEv-dNcy4
@pythonl
58 382
🖥 A lesser-known case in a lesser-known function in the standard library, `itertools.groupby()` (not the `pandas` version!)
Параметр `
key` чаще всего встречается в `sorted()` и `.sort()` или `max()` и `min()`, но он встречается и в других функциях.
Вот менее известный случай в менее известной функции из стандартной библиотеки, `itertools.groupby()` (не pandas!)
@pythonl58 382
🖥 The code for building an OpenCV Python security camera.
Код для управление камеры безопасности на OpenCV Python.
import cv2
import time
import datetime
cap = cv2.VideoCapture(0)
face_cascade = cv2.CascadeClassifier(
cv2.data.haarcascades + "haarcascade_frontalface_default.xml")
body_cascade = cv2.CascadeClassifier(
cv2.data.haarcascades + "haarcascade_fullbody.xml")
detection = False
detection_stopped_time = None
timer_started = False
SECONDS_TO_RECORD_AFTER_DETECTION = 5
frame_size = (int(cap.get(3)), int(cap.get(4)))
fourcc = cv2.VideoWriter_fourcc(*"mp4v")
while True:
_, frame = cap.read()
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(gray, 1.3, 5)
bodies = face_cascade.detectMultiScale(gray, 1.3, 5)
if len(faces) + len(bodies) > 0:
if detection:
timer_started = False
else:
detection = True
current_time = datetime.datetime.now().strftime("%d-%m-%Y-%H-%M-%S")
out = cv2.VideoWriter(
f"{current_time}.mp4", fourcc, 20, frame_size)
print("Started Recording!")
elif detection:
if timer_started:
if time.time() - detection_stopped_time >= SECONDS_TO_RECORD_AFTER_DETECTION:
detection = False
timer_started = False
out.release()
print('Stop Recording!')
else:
timer_started = True
detection_stopped_time = time.time()
if detection:
out.write(frame)
# for (x, y, width, height) in faces:
# cv2.rectangle(frame, (x, y), (x + width, y + height), (255, 0, 0), 3)
cv2.imshow("Camera", frame)
if cv2.waitKey(1) == ord('q'):
break
out.release()
cap.release()
cv2.destroyAllWindows()
@pythonl58 382
💼 QuantStats Python library that performs portfolio profiling
"Библиотека QuantStats на языке Python, которая выполняет расчет портфеля, позволяя инвесторам и портфельным менеджерам лучше понимать свою работу, предоставляя им углубленную аналитику и метрики риска."
%matplotlib inline
import quantstats as qs
# extend pandas functionality with metrics, etc.
qs.extend_pandas()
# fetch the daily returns for a stock
stock = qs.utils.download_returns('META')
# show sharpe ratio
qs.stats.sharpe(stock)
# or using extend_pandas() :)
stock.sharpe()
▪ Github
@pythonl58 382
🎉 Django 5.0 released
Команда Django выпустила Django 5.0.
https://www.djangoproject.com/weblog/2023/dec/04/django-50-released/
@pythonl
58 382
🖥 SQLModel 0.0.14 with support for pydantic v2 ✨🚀
SQLModel 0.0.14 с поддержкой pydantic v2 🎉
Уверен, что это самый большой релиз за все время 🤓.
SQLModel - это библиотека для взаимодействия с базами данных SQL из кода Python, с объектами Python. Она создана для того, чтобы быть интуитивно понятной, простой в использовании, хорошо совместимой и надежной.
$ pip install sqlmodel
▪ Github
@pythonl58 382
Python-разработчики, готовы к новым карьерным возможностям? Тогда One Day Offer от Сбера для вас!
16 декабря вы сможете пройти fast-интервью и при успешном прохождении получить оффер. Чем предстоит заниматься?
— Решать технические задачи при разработке новых и доработке существующих сервисов с использованием Python
— Взаимодействовать с другими сервисами посредством различных API
— Работать с заказчиками, аналитиками и смежными командами.
Присоединяйтесь к команде SberDevices, которая создает голосовые продукты, умные устройства, виртуальных персонажей и другие интересные проекты:
• Поисковый сервис SmartSearch
• Краудсорсинговую платформу TagMe для разметки данных
• Intelligent Document Processing – продукты для решения задач обработки неструктурированного контента
• Мультимодальную нейросетевую модель GigaChat.
Работа в крупнейшем IT-сообществе ждет вас. Все, что нужно сделать – зарегистрироваться на One Day Offer и готовиться к интервью.
58 382
🖥 Python module to get stock data/cryptocurrencies from the Alpha Vantage API.
Python-модуль для получения данных о акциях/криптовалютах из API Alpha Vantage
Бесплатный API для получения финансовых данных и индикаторов в реальном времени.
pip install alpha_vantage
from alpha_vantage.timeseries import TimeSeries
import matplotlib.pyplot as plt
ts = TimeSeries(key='YOUR_API_KEY', output_format='pandas')
data, meta_data = ts.get_intraday(symbol='MSFT',interval='1min', outputsize='full')
data['4. close'].plot()
plt.title('Intraday Times Series for the MSFT stock (1 min)')
plt.show()
▪Github
@pythonl58 382
58 382
✌️ Привет! На связи организатор онлайн-конференций Podlodka Crew.
Проект на Python вырос и стал плохо сопровождаться? Всё время уходит на поиск багов, а фичи выпускаются раз в месяц? Нагрузка растёт, а что делать не понятно?
🐍 Приходите на Podlodka Python Crew — обсудите свои боли и проблемы с экспертами из КРОК, Точка, Контур, X5 Tech, Skillbox, а также в компании единомышленников.
Стартуем 4 декабря. Свежие подробности сессий:
🔸Обсудим, а нужны ли практики из Java в коммерческой Python-разработке. В формате круглого стола проговорим основные вопросы проектирования enterprise-приложений на python. Вас ждёт дискуссия про выбор архитектуры, соблюдение слоёв, связи и контексты, абстрактные классы.
🔸Узнаем, как переезжать на pyproject и tox. Разберёмся с bash-скриптами, настроим лаконичный CI/CD с помощью простых инструментов.
🔸Послушаем про внедрение feature flags на тернистом пути к TBD.
🤑 Промокод на скидку 500 руб: python_crew_2_wXPEbG
Больше подробностей на сайте: https://podlodka.io/pythoncrew
58 382
🦾 nrich
A command-line tool to quickly analyze all IPs in a file and see which ones have open ports/ vulnerabilities.
Инструмент командной строки, позволяющий быстро проанализировать все IP-адреса в файле и увидеть, какие из них имеют открытые порты/уязвимости. Также может передавать данные из stdin для использования в конвейере данных.
wget https://gitlab.com/api/v4/projects/33695681/packages/generic/nrich/latest/nrich_latest_x86_64.deb
$ sudo dpkg -i nrich_latest_x86_64.deb
▪ GIthub
@pythonl58 382
Душа питона— авторский канал про нейросети глазами девушки. Рассказывает о новых возможностях нейросетей в доступной форме с иронией и юмором.
Как использовать Нейросети на максимум?
Подумайте сами, KaiberAi нарисует спецэффекты для вашего видео, насколько хорош GigaChat и почему Mathgptpro умнее ChatGPT, InstAi - помогает набрать подписчиков в инст,
OSINT инструменты с ИИ выдают все информацию по по одной ссылке с VK.
Присоединяйся, чтобы быть в курсе всех новостей в области искусственного интеллекта.
58 382
💥 Here is an amazing Python cheat sheet for you all!
Объемная шпаргалка по Python по всем основным темам.
@pythonl
58 382
58 382
🖥Deepfake video при помощи Python в Google Colab
https://www.youtube.com/watch?v=Rj4qq-iQepg
Вот Google Colab с кодом для обоих способов:
1 - https://colab.research.google.com/drive/1gYaKcQ1-wDjzoVK5k8QQ13M7XcyP--rE?usp=sharing
2 - https://colab.research.google.com/drive/1vN84lTEeACqu4EmVdQiVLgGDMSQBn_ij?usp=sharing
@pythonl
58 382
🖥Security of data storage in Python
We recommend storing sensitive information in an .env file and loading it into a Python script using python-dotenv.
🔒Безопасность хранения данных в Python🔒
Рекомендуется хранить конфиденциальную информацию в файле .env и загружать ее в сценарий Python с помощью python-dotenv.
Это позволяет защитить информацию от раскрытия в кодовой базе или системах контроля версий.
@pythonl
58 382
Салют, GigaChat!
Речевые технологии и большие языковые модели.
Приглашаем ML-разработчиков и Data Science-специалистов на встречу с командами разработки продакшен GigaChat и речевых технологий.
📍 Онлайн / Офлайн в Москве
🗓 4 декабря в 18:00 (МСК, GMT+3)
В программе:
✔ Григорий Лелейтнер — «Что мы улучшили в процессе pre-training LLM»
✔ Эмиль Шакиров и Никита Сидоров — «Наш путь в процессе Alignment для совершенства моделей глубокого обучения»
✔ Александр Максименко — «Speech-only Pre-training: обучение универсального аудиоэнкодера»
✔ Григорий Федоров — «Intended Query Detection: распознаем только нужные запросы»
✔ Гриша Стерлинг — «Как мы заставили модель синтеза речи 2023 года говорить лучше модели 2018 года»
Участвуйте в дискуссиях с другими участниками митапа и задавайте вопросы спикерам во время докладов.
Количество мест в офлайне ограничено. Для участия необходимо зарегистрироваться на сайте.
Реклама. ПАО Сбербанк. ИНН 7707083893.
