Zen of Python
Открыть в 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
Больше
📈 Аналитический обзор Telegram-канала Zen of Python
Канал Zen of Python (@zen_of_python) языкового сегмента Русский является активным участником. Сейчас сообщество объединяет 18 685 подписчиков, занимая 6 986 место в категории Технологии и приложения и 35 144 место в регионе Россия.
📊 Показатели аудитории и динамика
С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 18 685 подписчиков.
Согласно последним данным от 04 ноября, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -115, а за последние 24 часа — -3, при этом общий охват остаётся высоким.
- Статус верификации: Не верифицирован
- Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 6.88%. В первые 24 часа после публикации контент обычно набирает 4.30% реакций от общего числа подписчиков.
- Охват публикаций: В среднем каждый пост получает 1 285 просмотров. В течение первых суток публикация набирает 804 просмотров.
- Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 1.
- Тематические интересы: Контент сосредоточен на ключевых темах, таких как github, rust, pip, api, install.
📝 Описание и контентная политика
Автор описывает ресурс как площадку для выражения субъективного мнения:
“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”
Благодаря высокой частоте обновлений (последние данные получены 05 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.
18 685
Подписчики
-324 часа
-337 дней
-11530 дней
Архив постов
18 685
Время предпринимать по-крупному
Создавайте свой стартап или развивайте уже существующий в онлайн-магистратуре МФТИ и Сколково «Технологическое Предпринимательство».
Кроме теоретических знаний и 1 000 часов практического опыта вы получите:
— экспертизу опытных менторов;
— поддержку других предпринимателей;
— выход на потенциальных инвесторов и партнеров.
Профиль может быть любым — от ИТ до биотехнологий и космоса.
А после завершения обучения вы получите готовый к инвестированию бизнес-проект.
Осталось только узнать все подробности на сайте ТехПреда.
Реклама МФТИ, ФИЗТЕХ ИНН 5008006211, erid:LjN8K46hT
18 685
Нужна ли вам Kafka?
В статье Selectel разобрались, чем Kafka отличается от традиционных СУБД типа MySQL, почему именно этот продукт в резюме так повышает целевой оффер и как настроить простейший проект.
#kafka
18 685
Typing Self: интуитивно понятный способ аннотирования методов, возвращающих экземпляр своего класса
Ведёт себя так же, как TypeVar, но более краток и прост:
Допустим, мы создали метод get_scale(), который возвращает экземпляр того же класса Scale с помощью self:
class Shape:
def set_scale(self, scale: float):
self.scale = scale
return self
Shape().set_scale(0.5) # => Экземпляр класса Shape
Один из способов обозначить тип возвращаемого значения — указать его как текущий класс Shape. Использование этого метода заставляет средство проверки типов выводить тип Shape, как и ожидалось:
class Shape:
def set_scale(self, scale: float) -> Shape:
self.scale = scale
return self
Shape().set_scale(0.5) # => Shape
...
PEP-673
#pep18 685
Машинное обучение прямо в PostgreSQL
PostgresML — это расширение, позволяющее создавать модели машинного обучения и выводить их результаты с помощью SQL-запросов.
Анализ тональности:
SELECT pgml.transform(
task => 'text-classification',
inputs => ARRAY[
'I love how amazingly simple ML has become!',
'I hate doing mundane and thankless tasks. ☹️'
]
) AS positivity;
Репозиторий на GitHub
#postgresql18 685
faulthandler: запись логов в файл
К примеру, для записи логов каждые 5 секунд к основной программе потребуется добавить следующий код:
import faulthandler
from time import sleep
faulthandler.dump_traceback_later(
timeout=2,
repeat=True,
)
for i in range(5):
print(f"iteration {i}")
sleep(5)
Документация
#лучшиепрактики18 685
Задача о заменах хвостов
Уровень: средний
Список A состоит из четырех элементов, каждый из которых содержит ровно одно двоеточие (не в начале и не в конце). Длина подстрок до и после двоеточия является случайной:
A = ["abc:123", "cde:456", "a:12345", "777:xyz"]
Ваша задача — преобразовать список таким образом, чтобы поменять местами подстроки после каждого двоеточия.
Результат:
B = ["abc:456", "cde:123", "a:xyz", "777:12345"]
Напишите решение задачи в комментариях.
#задача18 685
Перенос GPT-проекта на Python
На связи админ канала. Их тех, кто прикручивал к GPT API собственный датасет, как вы решали эту задачу?
Нашел решение на JavaScript (БД Pinecone, коэффициент Отиаи, связка нескольких API на Pipedream), но теперь нужно переписать проект на Python. Fine-Tuning модели, то есть подгрузка по документации OpenAI, обходится значительно дороже, чем своя БД.
На каком фреймворке лучше развернуть аналогичный проект? Подскажите в комментариях.
#GPT
18 685
Упрощённый оператор if
Порой вместо множественных сравнений с использованием or:
m = 3
if m == 1 or m == 2 or m == 3 or m == 4:
print("m равен 1 / 2 / 3 / 4")
Эффективнее использовать in:
if m in [1, 2, 3, 4]:
print("m входит в диапазон [1, 4]")
#лучшиепрактики18 685
Модуль warnings для кастомных предупреждений
Встроенная утилита позволяет тонко настраивать всевозможные ворнинги под ваш код:
def deprecation(message):
warnings.warn(message, DeprecationWarning, stacklevel=2)
Документация
#факты18 685
Субботний Win Share
Что хорошего получилось у вас в сфере Python и IT в целом за неделю?
Поделитесь в комментариях.
18 685
PlotAI для вёрстки графиков на Matplotlib
Возможно, вы уже знаете, что LLM-модели вроде GPT неплохо справляются с построением различных диаграмм. Теперь можно упростить создание графиков на Python с помощью PlotAI:
— пользователь предоставляет датафрейм;
— PlotAI создаёт промт для LLM, который содержит первые пять записей и запрашивает код Python;
— возвращенный код Python выполняется, и отображается график.
Ссылка на репозиторий GitHub
#dataviz
18 685
+2А что выберете вы?
Не знаете, что из этого вам больше подходит? Лучше получите бесплатный набор из 3 курсов для старта в IT от GeekBrains, они помогут определиться и с другим важным жизненным выбором — карьерой. https://tprg.ru/j6PF
Реклама ООО «ГикБреинс» LjN8KVC7E
18 685
Dara для Decision-Making-приложений
Адаптированный для нужд дата-сайентистов, фреймворк предлагает создавать приложения на чистом Python с помощью библиотеки готовых компонентов. Инструмент позволяет гибко настраивать и создавать собственные компоненты на CSS и JavaScript.
Ссылка на репозиторий
#dataviz
18 685
В Excel появился Python
Стала доступна публичная предварительная надстройка, позволяющая пользователям Excel манипулировать данными и анализировать их.
«Вы можете исследовать данные в Excel, используя библиотеки Python, а затем подводить формулы, диаграммы и сводные таблицы Excel для дальнейшего развития своих идей», — объясняет Стефан Киннестранд, генеральный менеджер по современным работам в Microsoft. «Теперь вы можете выполнять расширенный анализ данных в знакомой среде Excel, обращаясь к Python непосредственно в MS Excel».
Установка дополнительных модулей не требуется.
#excel
18 685
Всем привет! Сегодня мы запускаем новую версию нашего сайта tproger.ru, поэтому могут наблюдаться сбои и ошибки
Мы постараемся всё сделать аккуратно, но если столкнётесь с багами или проблемами, дайте нам знать.
Спасибо за понимание
18 685
Бессмертие объектов
В Python 3.12 в рамках CPython некоторые объекты, такие как
None, True и False действуют как глобальные синглтоны (паттерны, ограничивающие возможность создания объектов данного класса одним экземпляром). Они совместно используются интерпретатором вместо того, чтобы каждый раз создавать их новые копии.
Каждая новая ссылка на такой синглтон побуждала интерпретатор инкрементировать счетчик ссылок, как с обычными объектами. Это приводило к проблемам с производительностью.
Что означает "бессмертие" (immortality) и как оно решает эту проблему, читайте в англоязычной статье на mail.python.org.
#факты18 685
Вышел Python 3.11.5
Новая версия:
— точнее указывает на причину ошибки в трейсбеке;
— позволяет использовать файлы.toml для конфигов;
— позволяет группировать задачи с asyncio и многое другое.
Ссылка на дистрибутив
#факты
18 685
NaN – число с плавающей запятой
И это довольно нелогично:
import math
>>> sorted([5.0, math.nan, 10.0, 0.0])
... [5.0, nan, 0.0, 10.0]
>>> 3 < math.nan
... False
>>> 3 > math.nan
... False
>>> min(3, math.nan)
... 3
>>> min(math.nan, 3)
... nan
Будьте осторожны и используйте math.isnan() для проверки на равенство NaN.
#факты