Python/ django
по всем вопросам @workakkk @itchannels_telegram - 🔥 все ит каналы @ai_machinelearning_big_data -ML @ArtificialIntelligencedl -AI @datascienceiot - 📚 @pythonlbooks РКН: clck.ru/3FmxmM
Показати більше📈 Аналітичний огляд Telegram-каналу Python/ django
Канал Python/ django (@pythonl) у мовному сегменті Російська є активним учасником. На даний момент спільнота об'єднує 58 418 підписників, посідаючи 2 246 місце в категорії Технології та додатки та 10 302 місце у регіоні Росія.
📊 Показники аудиторії та динаміка
З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 58 418 підписників.
За останніми даними від 02 листопада, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -225, а за останні 24 години на -8, загальне охоплення залишається високим.
- Статус верифікації: Не верифікований
- Рівень залученості (ER): Середній показник залученості аудиторії становить 6.13%. Протягом перших 24 годин після публікації контент зазвичай збирає 3.05% реакцій від загальної кількості підписників.
- Охоплення публікацій: В середньому кожен допис отримує 3 581 переглядів. Протягом першої доби публікація в середньому набирає 1 781 переглядів.
- Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 19.
- 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 03 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.
docker run -p 80:80 -p 443:443 -p 3000:3000 -e ACCEPTED_TERMS=true -v /var/run/docker.sock:/var/run/docker.sock -v /captain:/captain caprover/caprover
# ...подключение домена
npm install -g caprover
caprover serversetup
CapRover — это очень простой в использовании менеджер развертывания приложений/баз данных и веб-серверов для NodeJS, Python, PHP, ASP.NET и т.д. приложений
CapRover очень быстрый и надёжный; под капотом использует Docker, nginx, LetsEncrypt и NetData
🖥 GitHub
🟡 Доки
🟡 Посмотреть демо (пароль captain42)
@pythonl<photos> — реальная папка с фотографиями):
docker run -v <photos>:/var/lib/librephotos/photos/ -v <thumbnails>:/var/lib/librephotos/data/protected_media -v <logs>:/var/log/librephotos/ -v <db>:/var/lib/postgresql/data -p 3000:80 -d reallibrephotos/singleton
🖥 GitHub
🟡 Доки
@pythonlpip install bm25s
▪ Github
@pythonlpip install scapy
Утилита позволяет создавать инструменты для сканирования сети и осуществления сетевых атак.
Scapy может заменить такие инструменты как hping, arpspoof, arp-sk, arping, p0f и даже некоторые части Nmap, tcpdump и tshark.
🖥 GitHub
🟡 Доки
@pythonlpip install sh
Может кто не знает, но существует sh — полноценная замена подпроцесса для Python 3.8 - 3.11 и PyPy, которая позволяет вызывать любую программу так, как если бы она была функцией, наподобие:
from sh import ifconfig
print(ifconfig("eth0"))
Очень удобно для некоторых задач DevOps
При этом:
— sh — это не набор системных команд, реализованных на Python
— sh опирается на различные системные вызовы Unix и работает только на Unix-подобных операционных системах - Linux, macOS, BSD и т. д. В частности, Windows не поддерживается.
🖥 GitHub
🟡 Доки
@pythonlpip install rio-ui
Rio привносит в Python компоненты в стиле React.
Можно выбирать из множества встроенных компонентов и комбинировать их для создания своих собственных компонентов, а потом строить из тех свои приложения
Готовые приложения, созданные с помощью Rio могут работать как локально на вашей машине, так и в Интернете.
🖥 GitHub
🟡 Доки
🟡 Примеры готовых веб-приложений
@pythonlconda create -n PhySO python=3.8
conda activate PhySO
git clone https://github.com/WassimTenachi/PhySO
cd PhySO
conda install --file requirements.txt
pip install -e .
🖥 GitHub
🟡 Доки
🟡 Примеры использования
@pythonlpip install vedo
vedo может работать как с полигональной сеткой, так и с облаком точек, отлично интегрируется с другими библиотеками
🖥 GitHub
🟡 Примеры использования
@pythonl.dll из .go-файлов, и именно эти .dll уже вызываются из Python с помощью ctypes
Существуют и другие способы вызова Go из Python, такие как SWIG, например. В этом гайде рассматривается ctypes, потому что он не имеет дополнительных зависимостей и прост в освоении.
📎 Как вызывать Go из Python
@pythonlpip install litestar
Litestar предлагает проверку данных, внедрение зависимостей, интеграцию с ORM, примитивы авторизации и многое другое, что необходимо для запуска приложений в работу.
Простой пример использования Litestar:
from litestar import Litestar, get
@get("/")
async def hello_world() -> str:
return "Hello, world!"
app = Litestar([hello_world])
🖥 GitHub
🟡 Доки
@pythonl