Python 🇺🇦
▪️Вивчаємо Python разом. ▪️Високооплачувана професія ▪️Допомагаємо з пошуком роботи Зв'язок: @Ekater1na_admin
Больше📈 Аналитический обзор Telegram-канала Python 🇺🇦
Канал Python 🇺🇦 языкового сегмента Украинский является активным участником. Сейчас сообщество объединяет 20 874 подписчиков, занимая 6 483 место в категории Технологии и приложения и 2 945 место в регионе Украина.
📊 Показатели аудитории и динамика
С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 20 874 подписчиков.
Согласно последним данным от 10 июня, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -180, а за последние 24 часа — -14, при этом общий охват остаётся высоким.
- Статус верификации: Не верифицирован
- Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 9.35%. В первые 24 часа после публикации контент обычно набирает 5.50% реакций от общего числа подписчиков.
- Охват публикаций: В среднем каждый пост получает 1 951 просмотров. В течение первых суток публикация набирает 1 148 просмотров.
- Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 10.
- Тематические интересы: Контент сосредоточен на ключевых темах, таких как шпаргалка, mcp, user1, python'er, бібліотека.
📝 Описание и контентная политика
Автор описывает ресурс как площадку для выражения субъективного мнения:
“▪️Вивчаємо Python разом.
▪️Високооплачувана професія
▪️Допомагаємо з пошуком роботи
Зв'язок: @Ekater1na_admin”
Благодаря высокой частоте обновлений (последние данные получены 11 июня, 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.
>>> from datetime import date, timedelta
>>> dt = date(2022, 11, 3)
>>> dt-timedelta(days=1)
???
👉 Відповідь
#Python // #practice // Архів книгshutil багато хто вже, ймовірно, знайомий, але його зазвичай використовують у контексті завдань копіювання, перенесення файлів і папок.
Але за допомогою shutil можна отримати навіть інформацію про пам'ять на жорсткому диску. Метод disk_usage повертає кількість всієї, зайнятої та вільної пам'яті.
import shutil
total_b, used_b, free_b = shutil.disk_usage('.')
gb = 10 ** 9
print('Total: {:6.2f} GB'.format(total_b / gb))
print('Used: {:6.2f} GB'.format(used_b / gb))
print('Free : {:6.2f} GB'.format(free_b / gb))
# Output:
# Total: 245.11 GB
# Used : 128.38 GB
# Free: 99.04 GB
Так як всі три значення повертаються в байтах, у прикладі ми їх перевели та вивели у гігабайти для кращої наочності.
#shutil // #practice // PythonВ компанії зазначають, що таким чином хочуть розворушити українську IT-спільноту і покреативити — ну і власне, це гарний маркетинговий хід, оскільки кошти переможцю нададуть лише як депозит, який можна витратити на будь-який з курсів.👉 Детальніше #Python // #news // Архів книг
truncate() змінює розмір файлу до заданої кількості байтів. Якщо розмір не вказано, використається поточна позиція.
Зверніть увагу: якщо вказаний розмір перевищує поточний розмір файлу, результат буде залежати від платформи.
f = open ("demofile2.txt", "a")
f.truncate(20)
f.close()
f = open("demofile2.txt", "r")
print(f.read())
Файл може залишитися незмінним, збільшитися до вказаного розміру, якщо він був заповнений нулями, або збільшитися до вказаного розміру з невизначеним новим вмістом.
#truncate // #practice // Pythonstatistics.stdev() обчислює стандартне відхилення вибірки даних. Стандартне відхилення — це міра того, наскільки розкидані числа.
import statistics
print(statistics.stdev([1, 3, 5, 7, 9, 11]))
# 3.7416573867739413
print(statistics.stdev([2, 2.5, 1.25, 3.1, 1.75, 2.8]))
# 0.6925797186365383
print(statistics.stdev([-11, 5.5, -3.4, 7.1]))
# 8.414471660973927
print(statistics.stdev([1, 30, 50, 100]))
# 41.67633221226008
Велике стандартне відхилення свідчить про те, що дані розкидані, а невелике — що дані згруповані близько до середнього значення. Стандартне відхилення виявляється у тих самих одиницях, що й дані.
#Python // #practice // Архів книгHelloWorld з методом index, що декорований за допомогою cherrypy.expose — він буде доступним як обробник HTTP-запитів.
import cherrypy
class HelloWorld:
@cherrypy.expose
def index(self):
return "Hello World!"
cherrypy.quickstart(HelloWorld())
Потім запускається веб-сервер CherryPy за допомогою методу cherrypy.quickstart та передачі йому екземпляра класу HelloWorld.
Результатом роботи цього коду буде те, що при надсиланні GET-запиту на кореневий маршрут (/) сервер поверне рядок "Hello World!".
#CherryPy // #theory // Python☑️ Оцінимо ваш поточний рівень та перспективи. ☑️ Складемо конкретний план: які компанії та навички допоможуть зробити наступний крок. ☑️ Розкажемо, які можливості є на міжнародному ринку для IT-спеціалістів з України. ☑️ Все без складнощів і зайвих теорій. Просто і по суті.Навіщо це вам? Щоб не втрачати час на здогадки і відразу знати, що робити, щоб перейти на новий рівень у кар'єрі. 🎟 Записатися на консультацію просто: https://i.goit.global/VinbM Не пропустіть можливість дізнатися, як отримувати більше, залишаючись собою!
tp = (0)
lst = [0]
print(tp.__ sizeof__() > lst.__sizeof__())
👉 Відповідь
#Python // #practice // Архів книгintersection() повертає набір, який містить схожість між двома чи більше наборами.
x = {"apple", "banana", "cherry"}
y = {"google", "microsoft", "apple"}
z = x.intersection(y)
print(z) # ['apple']
x = {"a", "b", "c"}
y = {"c", "d", "e"}
z = {"f", "g", "c"}
result = x.intersection(y, z)
print(result) # ['c']
Набір, що повертається, містить тільки елементи, які існують в обох наборах або у всіх наборах, якщо порівняння виконується більш, ніж з двома наборами.
#intersection // #practice // Python
Уже доступно! Исследование Telegram 2025 — ключевые инсайты года 
