Python/ django

Відкрити в Telegram

по всем вопросам @haarrp @itchannels_telegram - 🔥 все ит каналы @ai_machinelearning_big_data -ML @ArtificialIntelligencedl -AI @datascienceiot - 📚 @pythonlbooks РКН: clck.ru/3FmxmM

Сітка:Machinelearning Росія10 253 Технології та додатки2 206...

📈 Аналітичний огляд Telegram-каналу Python/ django

Канал Python/ django (@pythonl) у мовному сегменті Російська є активним учасником. На даний момент спільнота об'єднує 60 007 підписників, посідаючи 2 206 місце в категорії Технології та додатки та 10 253 місце у регіоні Росія.

📊 Показники аудиторії та динаміка

З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 60 007 підписників.

За останніми даними від 10 червня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -595, а за останні 24 години на -15, загальне охоплення залишається високим.

Статус верифікації: Не верифікований
Рівень залученості (ER): Середній показник залученості аудиторії становить 6.91%. Протягом перших 24 годин після публікації контент зазвичай збирає 3.31% реакцій від загальної кількості підписників.
Охоплення публікацій: В середньому кожен допис отримує 4 148 переглядів. Протягом першої доби публікація в середньому набирає 1 986 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 @haarrp @itchannels_telegram - 🔥 все ит каналы @ai_machinelearning_big_data -ML @ArtificialIntelligencedl -AI @datascienceiot - 📚 @pythonlbooks РКН: clck.ru/3Fmxm...”

Завдяки високій частоті оновлень (останні дані отримано 11 червня, 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.

60 007

Підписники

-1524 години

-1277 днів

-59530 день

4 148

Перегляди допису

~ 1 98624 години

~ 2 48148 годин

6.91%

Коефіцієнт залучення

~ 1

Дописів на день

Ads index

beta

Архів дописів

60 007

⁉️ Готов стать профи в разработке на Python?- или будешь довольствоваться средним уровнем? Всего за 5 месяцев можно освоить широкий стек технологий на онлайн-курсе «Python Developer. Professional» и вырасти в доходе и должности. ➡️ Пройди тест по Python и проверь свои знания. Ответишь — пройдешь на продвинутый курс "Python Developer. Professional" от OTUS по специальной цене 🔥 Выбери светлую сторону силы и приходи на курс.

60 007

🖥 Language Detection using Python Определение языка с помощью Python. @pythonl

60 007

🔤Вопрос: как работает распаковка (*) в Python? Что происходит, скажем, в случае такого генераторного выражения?

gen = (num for num in range(10))
print(*gen)

🔜Всё проще, чем кажется. *args и **kwargs — это способы передачи переменного количества аргументов в функцию. Другими словами, они "распаковывают" значения из массива/словаря/множества и т.п. и передают эти значения в функцию. 🔜Пример использования *args:

def test(a, b): # Принимаем параметры a и b
    print(a + b) # Выводим их сложение

array = [1, 2] # Создаём массив из двух чисел

test(*array) # Вывод: 3

При записи *array значения для функции были преобразованы в test(1, 2) 🔜Пример использования **kwargs:

def test(a,b): # Принимаем параметры a и b
    print(a + b) # Выводим их сложение

dct = {'a':1, 'b':2} # Создаём словарь и записываем ключ-значение
test(**dct) # Вывод: 3

При записи **dct значения для функции были преобразованы в test(a=1, b=2) 🔜Таким же образом можно преобразовать данные в обратном направлении:

def test1(*var): # Принимаем параметры в виде множества
    print(var)
 
test1(1, 2, 3) # Вывод: (1, 2, 3)

def test2(**var): # Принимаем параметры в виде словаря
    print(var)

test2(a=1, b=2) # Вывод: {'a': 1, 'b': 2}

Такие вот дела 🖥 @pythonl

60 007

🚀 GPM AdTech Challenge от «Газпром-Медиа» и Getintent Когда: 18-30 марта Формат: гибридный Призовой фонд: 1 000 000 рублей Ты можешь стать победителем независимо от своего технического бэкграунда. Выбирай один из трех треков, создавай прототип и выигрывай 1 000 000 рублей. Регистрация до 13 марта: https://cnrlink.com/gpmpython 🎙 Frontend Мeetup от Росбанка Когда: 22 марта Формат: очный, Казань Вас ждут доклады специалистов Росбанка, СберМаркета и VK Добра. Авторы лучших вопросов получат мерч. Регистрация до 18 марта: https://cnrlink.com/rbkazanpython 💢 «Халява, приди!»‎ от Codenrock Когда: весь март Формат: онлайн Реши несложные, но увлекательные задачи по программированию и получи возможность стать обладателем промокода на любой маркетплейс. Это ли не халява? Регистрация до 20 марта: https://cnrlink.com/halyavapython Реклама. ООО "ЦУКЕР СТУДИЯ". ИНН 7751071015. erid: LjN8JyexX

60 007

🖥 Hotpdf: a fast PDF parsing library to extract text and find text within PDF hot pdf - это библиотека быстрого анализа PDF-файлов для извлечения текста и поиска текста в PDF-документах, созданная поверх pdfminer.six pip install hotpdf ▪ Github @pythonl

60 007

🔥Подборка лучших обучающих каналов для программистов. ➡️ Делитесь с коллегами и cохраняйте себе, чтобы не потерять 🚀 Data Science Анализ данных - полезные фишки, код, гайды и советы, маст-хэв датасаентиста Data Jobs - ds вакансии Аналитик данных Data Science книги - актуальные бесплатные книги Big data #️⃣C# С# академия С# заметки — код, лучшие практики, заметки программиста c# С# задачи и тесты С# библиотека - актуальные бесплатные книги C# вакансии - работа ⚡Машинное обучение Ml Собеседование - подготовка к собеседовению мл, алгоритмам, кодингу Ml ru - актуальные статьи, новости, код и обучающие материалы Ml Jobs - вакансии ML ML Книги - актуальные бесплатные книги МО ML чат Machine Learning - полезные статьи новости гайды и разбор кода ⚡️ Frontend Javascript академия - крупнейший js канал React - лучшие гайды и советы по работе с react Frontend - тутрориалы, уроки, гайды, код PHP Книги frontend Задачи frontend 🏆 Golang Golang - подробные гайды, разбор кода, лучшие практики, заметки Golang собеседование Golang вакансии Golang книги Golang задачи и тесты Golang чат Golang news - новости go 🐍 Python Python/django Python Собеседование - подготовка к собеседовению python и разбор алгоритмов Pro python - статьи, новости, код и обучающие материалы Python Jobs - вакансии Python Python чат Python книги ☕ Java Java академия Java вакансии Java чат Java вопросы с собеседований Java книги 🛢Базы данных Sql базы данных Библиотека баз данных SQL чат 💻 C++ C++ академия С++ книги C++ задачи - подготовка к собеседовению мл, алгоритмам C++ вакансии 💥 Хакинг Kali Linux Kali linux linux_kal - kali чат Информационная безопасность 🐧 Linux Linux academy 🦀 Rust Rust программирование Rust чат Rust книги для программистов 📲 Мобильная разработка Android разработка Мобильный разработчик гайды и уроки 🇬🇧 Английский для программистов 🧠 Искусственный интеллект ИИ и технологии Neural - нейросети для работы и жизни Книги ИИ Artificial Intelligence 🔥 DevOPs Devops для программистов Книги Devops 🌟 Docker/Kubernets Docker Kubernets 📓 Книги Библиотеки Книг для программситов 💼 Папка с вакансиями: Папка Go разработчика: Папка Python разработчика: Папка Data Science Папка Java разработчика Папка C# Папка Frontend

60 007

🌷 Happy Womens day! Выводим поздравление с 8 марта. @pythonl

60 007

🖥 Получение мостов tor из GMail с помощью Python Учите Python, он везде) 1 шаг — установка внешних библиотек pip install python-decouple opencv-python pyzbar IMAPClient decouple — для чтения данных из файла opencv — для чтения изображения с QR-кодом pyzbar — чтобы прочитать данные, закодированные в QR-коде IMAPClient — с помощью неё будем работать с сообщениями на почтовом сервере Так как мы будем использовать пароль приложений, а также логин от аккаунта Google, то в коде его желательно не использовать. Поэтому, необходимо создать файл «.env» с примерным содержимым:

login = "test@gmail.com"
pwd = "gffg sbbp jccj vhhi"

2 шаг — импорт библиотек 3 шаг — считывание данных из QR-кода 4 шаг — отправка письма 5 шаг — чтение почты ▶️ Полностью о каждом шаге можно прочитать тут @pythonl

60 007

🖥 `__init_subclass__` runs when your class is subclassed. Если вы хотите получать уведомление, когда класс Python 🐍 становится подклассом. Используйте: `__init_subclass__`. Он запускается, когда ваш класс становится подклассом. 🚀 @pythonl

60 007

🖥 Как расширить возможности стандартного Enum Иногда хочется, чтобы у констант были доп. параметры, хранящие прочие характеристики. Первое, что приходит на ум — это описать Enum, хранящий простые значения, и маппинг:

from dataclasses import dataclass
from enum import Enum

class Color(Enum):
    BLACK = 'black'
    WHITE = 'white'
    PURPLE = 'purple'

@dataclass(frozen=True)
class RGB:
    red: int
    green: int
    blue: int

COLOR_TO_RGB = {
    Color.BLACK: RGB(0, 0, 0),
    Color.WHITE: RGB(255, 255, 255),
    Color.PURPLE: RGB(128, 0, 128),
}

Здесь получается, что константы и характеристики располагаются сами по себе, к тому же они могут находится в разных частях системы. Это может привести к тому что при появлении новой константы в Color, никто не обновит маппинг, т.к. нет жёсткой и явной связи. Как же можно хранить всё необходимое в единой структуре? ▶️Вариант 1 на изображении. Кажется, что выглядит неплохо, но в таком варианте есть ограничение по количеству дополнительных параметров. Давайте попробуем еще немного улучшить. ▶️Вариант 2 Раз в 1 варианте у нас получилось сделать с использованием tuple, то значит получится и с typing.NamedTuple. К тому же будут именованные параметры, что повысит читабельность. В качестве члена перечисления будем хранить целиком объект typing.NamedTuple. Теперь чтобы у нас происходило корректное сравнение объектов нам нужно переопределить методы __hash__ и __eq__. Сравниваться объекты будут по одному полю — value. Получился в принципе рабочий вариант. Конечно у него есть свои ограничения, плюс решение не универсальное. ▶️Вариант 3 Что если вместо typing.NamedTuple использовать dataclass? Вроде идея здравая. Появляется возможность наследования классов, хранящих доп. параметры. Плюс вспомогательные функции из dataclasses. В качестве члена перечисления, как и в прошлый раз, будем хранить объект целиком, только теперь это dataclass. Ну вот, теперь другое дело) ➡️ Полезная статья в тему @pythonl

60 007

🖥 Довольно полезная либа для структурированных выводов для LLM - Instructor 🔥 ⭐️Работает на API вызова функций OpenAI, разработанном для простоты и прозрачности Метод instructor.patch() для класса OpenAI вводит несколько ключевых полезных вещей: 🟡Режим ответа: Укажите модель Pydantic, чтобы упростить извлечение выходных данных. 🟡Максимальное количество повторных попыток: Установите желаемое количество повторных попыток для запросов. 🟡Контекст валидации: Предоставьте объект контекста для расширенного доступа к валидатору. 🟡Используйте метод client.chat.completions.create для отправки запроса и извлечения данных в объект Pydantic. Параметр response_model указывает модель Pydantic, которую следует использовать для извлечения. Полезно аннотировать переменную типом модели ответа, что поможет вашей IDE обеспечить автозаполнение и проверку орфографии. https://pypi.org/project/instructor/ @pythonl

60 007

😎Разработчик, управляй памятью эффективно! 👉Начните на бесплатном вебинаре онлайн-курса «Программист С» — «Реализация динамических структур данных на Си и Python»: регистрация Структура вебинара: - Примеры динамических структур данных - Схемы управления динамической памятью в С и Python - Реализация бинарного дерева на С и Python - Применение функций управления динамической памятью. Вебинар будет полезен: - Программистам, изучающим языки С и Python, для развития навыков в области эффективного управления памятью. - Разработчикам в области больших данных. 🤝Понравится вебинар — продолжите обучение на курсе по специальной цене и даже в рассрочку!

60 007

🖥 You can use #Python and #Textual to create plots in your terminal? 🐍🔥 Знаете ли вы, что вы можете использовать #Python и #Textual для создания графиков в вашем терминале? 🐍 🔥 Это супер просто! Пример на картинке. @pythonl

60 007

Почему стоит зарегистрироваться на GitVerse? Разработчикам теперь доступна GitVerse – новая российская платформа от СберТеха для работы с исходным кодом. Сервис позволяет бесплатно создавать проекты с открытым и закрытым кодом, приглашать новых участников и общаться с единомышленниками в ИТ-сообществе. - Привлекайте соавторов для разработки и развития своего проекта с открытым исходным кодом. - Разрешайте вносить изменения в репозиторий, получайте запросы на слияние и объединяйте ветки. - Проверяйте и комментируйте код, объединяйте изменения. - Оптимизируйте рабочий процесс: назначайте ответственных за ревью и отслеживайте результат. - Переносите репозитории с других платформ и храните код в надежном месте. Переходите на новый уровень разработки с GitVerse. Зарегистрируйтесь и начните совместную работу над проектом уже сейчас.

60 007

⚡️ UV: An extremely fast Python package installer and resolver, written in Rust. Новейший инструмент для работы с зависимостями в Python Создатели позиционируют его как замену pip, pip-tools и virtualenv, инстурмент написан на Rust. На картинке вы видите сравнение uv с другими инструментами в разрешении зависимостей (слева) и установке (справа) зависимостей Trio с использованием прогретого кеша. ▪О проекте ▪GitHub ▪Docs @pythonl

60 007

🖥 Latexify — крутая библиотека Python, которая позволяет отображать функции в формате LaTeX pip install latexify То есть вы просто определяете функцию как обычно, например так:

def quadratic(a,b,c):
  return (-b + math.sqrt(b**2 - 4*a*c)) / (2*a)

Чтобы вывести формулу LaTeX, мы просто помещаем над определением функции декоратор @latexify.function и печатаем имя функции quadratic в ячейке Google Colab. Получается так — и мы увидем формулу:

@latexify.function
def quadratic(a,b,c):
  return (-b + math.sqrt(b**2 - 4*a*c)) / (2*a)

quadratic

Отлично подойдёт тем, кто занимается на стыке IT и физики/математики/других дисциплин; здесь в Google Colab можно затестить, как это работает 🖥 GitHub @pythonl

60 007

🖥 Build a typing assistant with Mistral 7B and Ollama - Python Tutorial Невероятно — локальный AI чат-бот на основе Ollama и Mistral 7B всего в сотню строк Python кода (!) 💻 Туториал 🖥 GitHub @pythonl

60 007

⁉️ Ты не хочешь карьерного роста в IT? Иначе почему ты все еще остаешься на среднем уровне в разработке? Когда всего за 5 месяцев можно освоить широкий стек технологий на онлайн-курсе «Python Developer. Professional» и вырасти в доходе и должности. ⬇️ Пройди тест по Python и проверь свои знания. Ответишь — пройдешь на продвинутый курс "Python Developer. Professional" от OTUS по специальной цене/ 🔥 Выбери светлую сторону силы и приходи на курс.

60 007

🖥 A little word cloud generator in Python Создание облака слов на основе файла 'cl.txt' Особенно полезно для задач NLP или при анализе соцсетей

from wordcloud import WordCloud

import matplotlib.pyplot as plt

# Read text from a file
with open('cl.txt', 'r', encoding='utf-8') as file:
    text = file.read()

# Generate word cloud
wordcloud = WordCloud(width=800, height=400, background_color='white').generate(text)

# Display the generated word cloud using matplotlib
plt.figure(figsize=(10, 5))
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.show()

Облако слов — это визуальное представление списка категорий/тегов. Чем чаще слово встречается, тем больший размер оно принимает в облаке. pip install wordcloud ▪Github @pythonl