Python/ django
Відкрити в Telegram
по всем вопросам @workakkk @itchannels_telegram - 🔥 все ит каналы @ai_machinelearning_big_data -ML @ArtificialIntelligencedl -AI @datascienceiot - 📚 @pythonlbooks РКН: clck.ru/3FmxmM
Показати більше
Сітка:📈 Аналітичний огляд Telegram-каналу Python/ django
Канал Python/ django (@pythonl) у мовному сегменті Російська є активним учасником. На даний момент спільнота об'єднує 58 433 підписників, посідаючи 2 246 місце в категорії Технології та додатки та 10 296 місце у регіоні Росія.
📊 Показники аудиторії та динаміка
З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 58 433 підписників.
За останніми даними від 01 листопада, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -234, а за останні 24 години на -37, загальне охоплення залишається високим.
- Статус верифікації: Не верифікований
- Рівень залученості (ER): Середній показник залученості аудиторії становить 6.02%. Протягом перших 24 годин після публікації контент зазвичай збирає 3.07% реакцій від загальної кількості підписників.
- Охоплення публікацій: В середньому кожен допис отримує 3 517 переглядів. Протягом першої доби публікація в середньому набирає 1 792 переглядів.
- Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 20.
- Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як github, claude, контекст, архитектура, api.
📝 Опис та контентна політика
Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“по всем вопросам @workakkk
@itchannels_telegram - 🔥 все ит каналы
@ai_machinelearning_big_data -ML
@ArtificialIntelligencedl -AI
@datascienceiot - 📚
@pythonlbooks
РКН: clck.ru/3Fm...”
Завдяки високій частоті оновлень (останні дані отримано 02 листопада, 2026), канал підтримує актуальність та високий рівень охоплення публікацій. Аналітика показує, що аудиторія активно взаємодіє з контентом, що робить його важливою точкою впливу в категорії Технології та додатки.
58 433
Підписники
-3724 години
-1687 днів
-23430 днів
Архів дописів
58 434
🖥 Austin: A Frame Stack Sampler for CPython
Сэмплер кадров для CPython.
Возможно это самый лучший профилировщик для Python.
Он кроссплатформенный, используя, вам не нужно изменять профилируемый код, а его выходные данные можно передавать непосредственно в flamegraph.pl.
Он работает для CPython и написан на чистом C.
▪️Github
@pythonl
58 434
58 434
⚡️Легкий способ получать свежие обновления и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь:
МАШИННОЕ ОБУЧЕНИЕ: t.me/ai_machinelearning_big_data
C++ t.me/cpluspluc
Python: t.me/python_job_interview
Хакинг: t.me/linuxkalii
Devops: t.me/DevOPSitsec
АНАЛИЗ Данных: t.me/data_analysis_ml
Javascript: t.me/javascriptv
C#: t.me/csharp_ci
Java: t.me/javatg
Базы данных: t.me/sqlhub
Linux: t.me/linuxacademiya
Python собеседования: t.me/python_job_interview
Мобильная разработка: t.me/mobdevelop
Docker: t.me/DevopsDocker
Golang: t.me/Golang_google
React: t.me/react_tg
Rust: t.me/rust_code
ИИ: t.me/vistehno
PHP: t.me/phpshka
Android: t.me/android_its
Frontend: t.me/front
Big Data: t.me/bigdatai
Собеседования МЛ: t.me/machinelearning_interview
МАТЕМАТИКА: t.me/data_math
Kubernets: t.me/kubernetc
💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy
Папка FRONTEND: https://t.me/addlist/mzMMG3RPZhY2M2Iy
😆ИТ-Мемы: t.me/memes_prog
🇬🇧Английский: t.me/english_forprogrammers
🧠ИИ: t.me/vistehno
🎓954ГБ ОПЕНСОРС КУРСОВ: @courses
📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy
58 434
58 434
Что можно создать с помощью Python? Сервис знакомств, чат-бота с ИИ, систему по поиску данных — почти всё что угодно. Именно за универсальность и простоту разработки компании и профессионалы любят Python.
Как освоить этот язык программирования, рассказывают на расширенном курсе Нетологии «Python-разработчик». На нём вы:
- Освоите все инструменты и технологии, необходимые для работы.
- Научитесь разрабатывать веб-приложения и API, работать с базами данных, настраивать сервера и тестировать код.
- Добавите в портфолио 22 проекта, поработаете над реальными кейсами и примете участие в хакатоне.
Получите скидку по промокоду PRINT(45)
После курса вы сможете стать крепким backend-разработчиком и попасть на стажировку в «Самолёт». А если вдруг решите сменить направление, Python станет надёжной базой для аналитики и машинного обучения. Постройте карьеру в IT
Реклама. ООО "Нетология". Erid 2VSb5xfsDyJ
58 434
👩💻 Простая шпаргалка по работе с функциями Pandas для Data Science!
🌟 Сохрани в избранное, чтобы не потерять!
@pythonl
58 434
🖥 Hallo2:Long-Duration and High-Resolution Audio-driven Portrait Image Animation
Python-проект для портретной анимации с длительной продолжительностью и высоким разрешением.
▪ GitHub: https://github.com/fudan-generative-vision/hallo2
▪ Проект: https://fudan-generative-vision.github.io/hallo2/#/
@pythonl
58 434
🖥 Справочник FastAPI – Как разрабатывать, тестировать и развертывать API!
🌟 После прочтения этого краткого руководства вы сможете разработать API администрирования курса с использованием FastAPI и MongoDB. Вы не только будете писать API, но и тестировать и контейнеризировать приложение
🌟 В этом пошаговом проекте вы создадите бэкэнд-систему Python с использованием FastAPI, быстрого веб-фреймворка и базы данных MongoDB для хранения и поиска информации о курсе
🌟 Система позволит пользователям получать доступ к сведениям о курсе, просматривать главы, оценивать отдельные главы и составлять общие рейтинги
💡 Проект предназначен для разработчиков Python с базовыми знаниями программирования и некоторыми знаниями NoSQL. Знакомство с MongoDB, Docker и PyTest не требуется
🔗 Ссылка: *клик*
@pythonl
58 434
Стать сотрудником Яндекса быстрее и проще, чем кажется. Участвуйте в днях быстрого найма: решите тестовое, пройдите несколько секций собеседования и получите офер за несколько дней.
Ближайшее мероприятие:
• 9-11 ноября — для продуктовых и аналитиков данных, офер за 3 дня в команды Финтеха и Яндекс Практикума.
Зарегистрироваться
58 434
+9
🖥 Python 3.12 против Python 3.13 – сравнение производительности
В этой статье описываются результаты тестирования производительности Python 3.13 по сравнению с Python 3.12. В общей сложности было проведено 100 различных тестов на компьютерах с процессорами AMD Ryzen серии 7000 и Intel Core 13-го поколения для настольных компьютеров, ноутбуков и мини-ПК.
Все тесты были выполнены на компьютерах с Windows 11 с использованием библиотеки pay performance 1.11.0 на Python 3.12.7 и Python 3.13.0 (обе 64-разрядные версии).
Результат показывает, что Python 3.13 имеет лучшие показатели по производительности по сравнению с Python 3.12 в следующих тестах: asyncio_tcp_ssl (в 1,51 раза быстрее), async_tree_io_tg (в 1,43 раза быстрее), async_tree_eager_io (в 1,40 раза быстрее). Однако вы можете заметить снижение производительности в некоторых тестах, особенно в покрытие кода (в 3,85 раза медленнее), regex_v8 (в 1,26 раза медленнее), telco (в 1,19 раза медленнее).
🔗 Подробные тесты
@pythonl
58 434
Бесплатный вебинар «Как стать аналитиком: полное руководство к действию» ↗️
Хотите узнать как выглядит типичный день аналитика, познакомиться с задачами и решить, подходит ли вам профессия?
Спикер Ия Зотова, ментор и тимлид направления аналитики в Сбере, на бесплатном вебинаре даст стратегию поиска работы и расскажет, как осознанно и эффективно начать карьеру в сфере.
Что будем делать на вебинаре?
✅ выясним, чем занимаются аналитики и какими они бывают
✅ поговорим о том как находить в данных инсайты и визуализировать результаты
✅ обсудим карту компетенций и разберем актуальные инструменты
✅ рассмотрим тренды в аналитике: AI/ML и BigData
✅ поймем, как выбрать pet-проект и найти крутую работу
Встречаемся в 23 октября в 19:00 по мск. Регистрируйтесь и погружайтесь в аналитику по ссылке 🔗
58 434
🖥 py2many: Python to many CLike languages transpiler
Инструмент py2many помогает переводить код на Python в код на различных языках, включая Rust.
Он поддерживает множество языков, таких как Rust, C++, Julia, Kotlin и другие, а также способен генерировать код Python с аннотациями типов.
Для трансляции кода используется команда в терминале, после чего сгенерированный код компилируется.
На сайте проекта доступна документация с инструкциями по установке необходимых библиотек и форматировщиков.
🔗 GitHub
@pythonl
58 434
👩💻 LLMCompiler — фреймворк на Python для оптимизации параллельных вызовов функций с использованием больших языковых моделей (LLM), таких как GPT и LLaMA
🌟 Этот фреймворк позволяет автоматически идентифицировать задачи, которые можно выполнять параллельно, снижая задержки и затраты. Этот инструмент полезен для ускорения и улучшения точности выполнения сложных задач с LLM
▪️Github
@pythonl
58 434
👩💻 Урок по созданию современного настольного GUI- приложения с использованием Python и PySide6!
🔍 Что вы изучите:
🌟 Настройка среды разработки
🌟 Создание главного окна приложения
🌟 Проектирование и реализация современных компонентов пользовательского интерфейса
🌟 Обработка взаимодействий и событий пользователя
🌟 Настройка внешнего вида с помощью таблиц стилей
🌟 Создание темных и светлых тем приложения
🕞 Продолжительность: 2:06:51
🔗 Ссылка: *клик*
@pythonl
58 434
👩💻 Streamlit — бесплатный пакет Python для науки о данных и визуализации данных . В этом видео вы познаете базовые навыки запуска проекта Streamlit с интеграцией с MySQL!
💡 Вы узнаете, как создать панель инструментов веб-сайта аналитики с помощью Python и библиотеки Streamlit. В качестве примера будет использована база данных Excel для хранения данных и Streamlit для создания интерактивной панели, которая позволит визуализировать и исследовать данные!
🕞 Продолжительность: 1:29:42
🔗 Ссылка: *клик*
@pythonl
58 434
👩💻 Streamlit — бесплатный пакет Python для науки о данных и визуализации данных . В этом видео вы познаете базовые навыки запуска проекта Streamlit с интеграцией с MySQL!
💡 Вы узнаете, как создать панель инструментов веб-сайта аналитики с помощью Python и библиотеки Streamlit. В качестве примера будет использована база данных Excel для хранения данных и Streamlit для создания интерактивной панели, которая позволит визуализировать и исследовать данные!
🕞 Продолжительность: 1:29:42
🔗 Ссылка: *клик*
@pythonl
58 434
🔥 Ditto — это простой инструмент для автоматической генерации кода. Он позволяет пользователю описать приложение на языке, близком к естественному, а затем создает полноценное многокомпонентное приложение Flask. Ditto использует языковую модель для построения маршрутов, шаблонов и статических файлов без необходимости вручную писать код
🌟 Основная цель проекта — упростить процесс разработки веб-приложений, автоматизируя создание структуры кода на основе текстового описания
🔐 Лицензия: MIT
▪️Github
@pythonl
58 434
👩💻 backtrader — это библиотека на Python для анализа торговых стратегий. Представьте, что у вас есть идея, как заработать на колебаниях цен на акции или валюты, но прежде чем использовать реальные деньги, вы хотите проверить свою идею на прошедших данных
🌟 Backtrader помогает "прокрутить" вашу стратегию на исторических данных и увидеть, насколько она была бы успешной. Даже без знания торговли, это как тестирование идеи с помощью симуляции, чтобы избежать рисков в реальном мире
🔐 Лицензия: GPL-3.0
▪️Github
@pythonl
58 434
🚀 Обновите свои навыки с Pydantic V2! 🚀
Приглашаем вас на бесплатный вебинар от Otus, где мы погрузимся в мир альтернатив встроенным в Python датаклассам — в библиотеку Pydantic!
🔍 Что вас ждет?
- Узнаем, как передавать данные от одного коллбека к другому с помощью кортежей, словарей и схем Pydantic.
- Разберем детальный пример реализации контракта API с использованием мощных схем Pydantic.
- Освоим термин «контракт» в контексте REST API, который станет основой для понимания работы с API.💯
В результате вы получите полезные сниппеты кода, которые помогут вам в разработке и парсинге!
👨💻🛠👨🏻💻 Это мероприятие будет особенно интересно тем, кто работает с парсингом, скрейпингом и разработкой API.
📅 Встречаемся 21 октября в 20:00 мск в преддверии старта курса «Python для аналитики». Участники вебинара получат специальную цену на обучение и консультацию от менеджеров OTUS.
🔴 Регистрация: https://otus.pw/IzCT/?erid=LjN8KM8of
#реклама
О рекламодателе
58 434
+2
Inquests - это простая, но элегантная HTTP-библиотека. Это дополнительная замена Requests, функциональность которой приостановлена.
>>> import niquests
>>> s = niquests.Session(resolver="doh+google://", multiplexed=True)
>>> r = s.get('https://pie.dev/basic-auth/user/pass', auth=('user', 'pass'))
>>> r.status_code
200
>>> r.headers['content-type']
'application/json; charset=utf8'
>>> r.oheaders.content_type.charset
'utf8'
>>> r.encoding
'utf-8'
>>> r.text
'{"authenticated": true, ...'
>>> r.json()
{'authenticated': True, ...}
>>> r
<Response HTTP/3 [200]>
>>> r.ocsp_verified
True
>>> r.conn_info.established_latency
datetime.timedelta(microseconds=38)