[PYTHON:TODAY]
Python скрипты, нейросети, боты, автоматизация. Всё бесплатно! Приват: https://boosty.to/pythontoday YouTube: https://clck.ru/3LfJhM Канал админа: @akagodlike Чат: @python2day_chat Сотрудничество: @web_runner Канал в РКН: https://clck.ru/3GBFVm
Больше📈 Аналитический обзор Telegram-канала [PYTHON:TODAY]
Канал [PYTHON:TODAY] (@python2day) языкового сегмента Русский является активным участником. Сейчас сообщество объединяет 63 864 подписчиков, занимая 2 000 место в категории Технологии и приложения и 9 364 место в регионе Россия.
📊 Показатели аудитории и динамика
С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 63 864 подписчиков.
Согласно последним данным от 01 сентября, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -95, а за последние 24 часа — -18, при этом общий охват остаётся высоким.
- Статус верификации: Не верифицирован
- Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 14.70%. В первые 24 часа после публикации контент обычно набирает 7.71% реакций от общего числа подписчиков.
- Охват публикаций: В среднем каждый пост получает 9 387 просмотров. В течение первых суток публикация набирает 4 922 просмотров.
- Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 59.
- Тематические интересы: Контент сосредоточен на ключевых темах, таких как github, soft, install, pip, docker.
📝 Описание и контентная политика
Автор описывает ресурс как площадку для выражения субъективного мнения:
“Python скрипты, нейросети, боты, автоматизация. Всё бесплатно!
Приват: https://boosty.to/pythontoday
YouTube: https://clck.ru/3LfJhM
Канал админа: @akagodlike
Чат: @python2day_chat
Сотрудничество: @web_runner
Канал в РКН: https://clck.ru/3GBFVm”
Благодаря высокой частоте обновлений (последние данные получены 02 сентября, 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.
import cv2
from typing import Tuple
def load_image(path: str) -> cv2.Mat:
"""Загружает изображение с указанного пути."""
image = cv2.imread(path)
if image is None:
raise FileNotFoundError(f"Изображение не найдено: {path}")
return image
def detect_faces(image: cv2.Mat) -> Tuple[Tuple[int, int, int, int], ...]:
"""Находит лица на изображении с помощью каскада Хаара."""
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
face_cascade = cv2.CascadeClassifier(
cv2.data.haarcascades + "haarcascade_frontalface_default.xml"
)
faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5)
return tuple(faces)
def blur_faces(image: cv2.Mat, faces: Tuple[Tuple[int, int, int, int], ...]) -> cv2.Mat:
"""Размывает найденные лица на изображении."""
for (x, y, w, h) in faces:
face_roi = image[y:y+h, x:x+w]
blurred = cv2.GaussianBlur(face_roi, (99, 99), 30)
image[y:y+h, x:x+w] = blurred
return image
def save_image(image: cv2.Mat, path: str) -> None:
"""Сохраняет изображение на диск."""
cv2.imwrite(path, image)
if __name__ == "__main__":
input_path = "/home/kali/Coding/TEST/man.png"
output_path = "blurred_faces.jpg"
img = load_image(input_path)
found_faces = detect_faces(img)
print(f"👀 Найдено лиц: {len(found_faces)}")
blurred_img = blur_faces(img, found_faces)
save_image(blurred_img, output_path)
print(f"✅ Сохранено: {output_path}")
👨💻 Возможности:
🖱 Автоматическое обнаружение лиц;
🖱 Размытие без потери качества остальной части фото;
🖱 Работает за считанные секунды;
🖱 Код полностью на Python + OpenCV.
📂 Сохраняй и экспериментируй! Лойс не забудь поставить 👍
#python #soft #codevenv — встроенный инструмент Python для создания виртуального окружения, где каждый проект живёт в своей песочнице. Никакого бардака в глобальной системе!
👨💻 Создание и активация окружения:
python -m venv myenv # Создаём виртуальное окружение
source myenv/bin/activate # Активация на Linux/macOS
myenv\Scripts\activate # Активация на Windows
⚠️ Выключение и удаление:
deactivate # Отключение окружения
rm -r myenv # Удаление на Linux/macOS
rmdir /s myenv # Удаление на Windows
📦 Работа с зависимостями:
pip install <package> # Установка библиотеки
pip install -U <package> # Обновление
pip uninstall <package> -y # Удаление
pip freeze # Список зависимостей
pip freeze > requirements.txt # Сохраняем в файл
pip install -r requirements.txt # Установка из файла
💬 Полезные команды pip:
pip list # Список установленных библиотек
pip show <package> # Инфо о библиотеке
pip check # Поиск конфликтов версий
pip cache purge # Очистка кэша pip
💡 Совет:
Добавь venv/ в .gitignore, чтобы не пушить окружение в репозиторий. Один`requirements.txt` — и проект можно разворачивать за секунды!
📌 Сохраняй шпаргалку, пригодится.
#python #doc #cheatsheet