Python 🇺🇦
▪️Вивчаємо Python разом. ▪️Високооплачувана професія ▪️Допомагаємо з пошуком роботи Зв'язок: @Ekater1na_admin
Показати більше📈 Аналітичний огляд Telegram-каналу Python 🇺🇦
Канал Python 🇺🇦 у мовному сегменті Українська є активним учасником. На даний момент спільнота об'єднує 20 874 підписників, посідаючи 6 483 місце в категорії Технології та додатки та 2 945 місце у регіоні Україна.
📊 Показники аудиторії та динаміка
З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 20 874 підписників.
За останніми даними від 10 червня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -180, а за останні 24 години на -14, загальне охоплення залишається високим.
- Статус верифікації: Не верифікований
- Рівень залученості (ER): Середній показник залученості аудиторії становить 9.35%. Протягом перших 24 годин після публікації контент зазвичай збирає 5.50% реакцій від загальної кількості підписників.
- Охоплення публікацій: В середньому кожен допис отримує 1 951 переглядів. Протягом першої доби публікація в середньому набирає 1 148 переглядів.
- Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 10.
- Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як шпаргалка, mcp, user1, python'er, бібліотека.
📝 Опис та контентна політика
Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“▪️Вивчаємо Python разом.
▪️Високооплачувана професія
▪️Допомагаємо з пошуком роботи
Зв'язок: @Ekater1na_admin”
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.
>>> 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
Вже доступно! Дослідження Telegram за 2025 — головні інсайти року 
