uk
Feedback
Python Portal

Python Portal

Відкрити в Telegram

Всё самое интересное из мира Python Сотрудничество, реклама: @devmangx Менеджер: @Spiral_Yuri РКН: https://clck.ru/3GMMF6

Показати більше

📈 Аналітичний огляд Telegram-каналу Python Portal

Канал Python Portal (@pythonportal) у мовному сегменті Російська є активним учасником. На даний момент спільнота об'єднує 52 329 підписників, посідаючи 2 561 місце в категорії Технології та додатки та 11 945 місце у регіоні Росія.

📊 Показники аудиторії та динаміка

З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 52 329 підписників.

За останніми даними від 14 червня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -832, а за останні 24 години на -32, загальне охоплення залишається високим.

  • Статус верифікації: Не верифікований
  • Рівень залученості (ER): Середній показник залученості аудиторії становить 9.37%. Протягом перших 24 годин після публікації контент зазвичай збирає 5.65% реакцій від загальної кількості підписників.
  • Охоплення публікацій: В середньому кожен допис отримує 4 902 переглядів. Протягом першої доби публікація в середньому набирає 2 957 переглядів.
  • Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 25.
  • Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як строка, none, true, модуль, peter.

📝 Опис та контентна політика

Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
Всё самое интересное из мира Python Сотрудничество, реклама: @devmangx Менеджер: @Spiral_Yuri РКН: https://clck.ru/3GMMF6

Завдяки високій частоті оновлень (останні дані отримано 15 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.

52 329
Підписники
-3224 години
-2357 днів
-83230 день
Архів дописів
Hugging Face дарит 9 бесплатных AI-курсов Хочешь разобраться в LLM, агентах, Deep RL, аудио и не только? Hugging Face выложил
Hugging Face дарит 9 бесплатных AI-курсов Хочешь разобраться в LLM, агентах, Deep RL, аудио и не только? Hugging Face выложили 9 курсов — абсолютно бесплатно. Все материалы открыты, без регистрации и оплаты
1. Курс по большим языковым моделям (LLM) — тут 2. Курс по AI-агентам — тут 3. Курс по глубокому обучению с подкреплением (Deep RL) — тут 4. Компьютерное зрение — тут 5. Работа с аудио — тут 6. ИИ в геймдеве — тут 7. ИИ для 3D — тут 8. Диффузионные модели — тут 9. Open-Source AI Cookbook — тут
❤️ — благодарю 🔥 — как вовремя 👉 @PythonPortal

Как устроен звук светового меча и почему технологии джедаев — не фантастика Чтобы световой меч не просто жужжал, а вибрировал десятками оттенков звука, инженер из Яндекса Геннадий Крэйл использует аппаратный генератор случайных чисел. Но одних алгоритмов мало: акселерометр и гироскоп в рукояти следят за силой удара и углом атаки, превращая каждый взмах в уникальную «песню» боя. Эти секреты раскрыли на Repair Cafe — мероприятии для тех, кто видит в сломанном гаджете не мусор, а вызов. Сердцем ивента стала мастерская, где за два дня починили 400 устройств. Под паяльник попали винтажные видеомагнитофоны и роботы-пылесосы с «травмами» от встреч с диванами. Отдельное внимание получили культовый ПК «Ленинград» и самокаты — последние разбирали до винтика, чтобы понять, как заставить их ехать тише и дальше. Яндекс, когда-то сосредоточенный на софте, теперь создает умные колонки, автономный транспорт и даже роверов-доставщиков. И всё потому, что здесь инженерная культура строится на праве пробовать. Repair Cafe — её отражение: место, где можно сменить теоретические знания — на навык починить то, что другие давно списали. Такие проекты доказывают: технологии будущего рождаются не в вакууме. Они начинаются с вопроса «А что, если?» — будь то настройка звука светового меча или ремонт дедушкиного радиоприемника. Главное — не бояться сломать шаблон. Или хотя бы попробовать его починить.

Найти самый недавно изменённый файл в папке — это одна строка на Python Всё, что нужно — это встроенная функция max и пользов
Найти самый недавно изменённый файл в папке — это одна строка на Python Всё, что нужно — это встроенная функция max и пользовательская функция key Хочешь только файлы? Фильтруй с помощью генератора. Нужен рекурсивный обход? Используй .rglob("*") вместо iterdir ❤️ 👉 @PythonPortal

В Python 3.14 добавили подсветку синтаксиса в новой интерактивной оболочке PyREPL Теперь прямо в консоли Python код выглядит
В Python 3.14 добавили подсветку синтаксиса в новой интерактивной оболочке PyREPL Теперь прямо в консоли Python код выглядит красиво, как в редакторе > ключевые слова, строки, числа и даже комментарии подсвечиваются цветом. И это не всё. Можно настроить тему под себя Пример дефолтной темы:
theme = {
    "PROMPT": colors.BOLD_MAGENTA,
    "KEYWORD": colors.BOLD_BLUE,
    "BUILTIN": colors.CYAN,
    "COMMENT": colors.RED,
    "STRING": colors.GREEN,
    "NUMBER": colors.YELLOW,
    "OP": colors.RESET,
    "DEFINITION": colors.BOLD,
    "SOFT_KEYWORD": colors.BOLD_BLUE,
    "RESET": colors.RESET,
}
Свою можно поставить так: 1. Меняем цвета для тех токенов, которые хотим подсветить. Складываем в импортируемый модуль. Например: your_theme 2. При старте Python установи тему через PYTHONSTARTUP
export PYTHONSTARTUP='import _colorize; from your_theme import theme; _colorize.set_theme(theme)'
—> Документация по PYTHONSTARTUP: клик —> PR с реализацией подсветки: клик Вот тут реализация подсветки, она довольно простая ❤️ 👉 @PythonPortal

Скрывай личную информацию в своём Python-коде Допустим, тебе нужно вывести email. Но ты хочешь сделать тот самый эффект, как
Скрывай личную информацию в своём Python-коде Допустим, тебе нужно вывести email. Но ты хочешь сделать тот самый эффект, как в ro*****@mathspp.com В Python это довольно просто Всё, что нужно — это f-строка и подходящие спецификаторы форматирования 1. Разделяем email Используем str.partition, чтобы отделить имя пользователя (user) от домена:
user, _, domain = email.partition("@")
2. Показываем первые символы Берём первые два:
user[:2]  # → 'ro'
3. Создаём поле нужной ширины Поле должно быть длиной, как user, то есть len(user) Используем f-строку:
f"{user[:2]:<{len(user)}}"
Пока что получится:
ro     
4. Меняем символ заполнения По умолчанию заполняется пробелами, но мы хотим *. Просто указываем его:
f"{user[:2]:*<{len(user)}}"
Получаем:
ro*****
5. Собираем всё вместе Добавляем домен:
f"{user[:2]:
👉 @PythonPortal

У меня для тебя подгон Если ты только начал изучать Python или уже пишешь скрипты, но забываешь синтаксис — вот то, что тебе нужно. Эта краткая шпаргалка охватывает всё самое важное Из разряда > распечатай и повесь перед собой 💖 👉 @PythonPortal

Хочешь общаться с ИИ от DeepSeek без ограничений и подписок? Тогда зацени DeeperSeek —> неофициальную Python-библиотеку, кото
Хочешь общаться с ИИ от DeepSeek без ограничений и подписок? Тогда зацени DeeperSeek —> неофициальную Python-библиотеку, которая позволяет напрямую работать с сайтом DeepSeek, обходя официальный API • Отправка сообщений и получение ответов • Обход Cloudflare-защиты • Поддержка входа по e-mail и токену • Работает даже в Google Colab • Работает с DeepThink и нейропоиском 💖 — спасибо, админ 👍 — имба 👉 @PythonPortal

Если ты хочешь научиться автоматизировать задачи и прокачаться в Python Google сделал крутой курс — IT Automation with Python В нём ты: ✓научишься писать на Python ✓автоматизировать рутинные задачи ✓работать с Git и GitHub ✓находить и фиксить ошибки ✓запускать всё это в облаке Подходит, если ты хочешь в DevOps Курс бесплатный, есть на Coursera → начни хоть сейчас 🎧 👉 @PythonPortal

Стэнфорд выложил, пожалуй, самые понятные и полезные шпаргалки по LLM и трансформерам В них есть всё, что нужно: • self-atten
Стэнфорд выложил, пожалуй, самые понятные и полезные шпаргалки по LLM и трансформерам В них есть всё, что нужно: • self-attention, flash attention, LoRA, SFT • mixture of experts, дистилляция, квантизация • RAG, агенты, LLM как "судья" И главное — всё это бесплатно и в открытом доступе 🤍 👉 @PythonPortal

С выходом Python 3.11, 3.12 и 3.14 изменилась даже такая простая вещь, как вычисление скалярного произведения векторов Сначал
С выходом Python 3.11, 3.12 и 3.14 изменилась даже такая простая вещь, как вычисление скалярного произведения векторов Сначала всё выглядело просто:
sum(map(operator.mul, vec1, vec2))
Но не все знают, что встроенная map может принимать 2 и более итерируемых объектов как источники аргументов для функции, которую она применяет С Python 3.12 добавился аргумент strict, и стало логично его использовать Однако из-за zip приходится “распаковывать” кортежи — поэтому тут нужен itertools.starmap, а не обычный map. Наконец, в Python 3.14 всё снова упростилось:
sum(map(operator.mul, vec1, vec2, strict=True))
Встроенная map получает именованный аргумент strict, как и zip 😍 👉 @PythonPortal

Хочешь быстро вытаскивать структурированные данные и инсайты из PDF, DOCX и других документов? Попробуй ContextGem — LLM-фрей
Хочешь быстро вытаскивать структурированные данные и инсайты из PDF, DOCX и других документов? Попробуй ContextGem — LLM-фреймворк, который делает это максимально просто и прозрачно. Всего несколько строк Python-кода и у тебя: > Чистые таблицы > Структурированные поля > Конкретные инсайты Работает на базе LLM. Полностью Open Source ❤️ 👉 @PythonPortal

Если вам когда-то казалось, что вы безумны — держитесь Есть люди, которые всерьёз решили писать Python с фигурными скобками Так появился Bython — препроцессор, который превращает {} в питоновские отступы Пишешь, как на C/JavaScript, а получаешь работающий Python
def sanity_check() {
    print("Это точно Python?");
}
Устанавливается через pip install bython Команда запуска: bython script.by > PyPI: https://pypi.org/project/Bython > GitHub: https://github.com/mathialo/bython Последнее обновление было в 2018 — для фана и экспериментов пойдёт 🎧 👉 @PythonPortal

Преврати любую ML-статью в репозиторий с кодом Paper2Code — это система на базе LLM-агентов, которая превращает научную работ
Преврати любую ML-статью в репозиторий с кодом Paper2Code — это система на базе LLM-агентов, которая превращает научную работу в полноценный кодовый репозиторий Она работает по трёхэтапному пайплайну: планирование, анализ и генерация кода — за каждый этап отвечает отдельный специализированный агент. Полностью с открытым исходным кодом 💖 Ссылка на руководство: тут 👉 @PythonPortal

Ошибка №1 в Python: не кэшировать детерминированные функции, которые многократно вызываются с одними и теми же аргументами Ош
Ошибка №1 в Python: не кэшировать детерминированные функции, которые многократно вызываются с одними и теми же аргументами Ошибка №2 в Python: не предпринимать меры, чтобы избежать переполнения памяти Решение для обеих ошибок: использовать functools.lru_cache с аргументом, задающим размер кэша 👉 @PythonPortal

Полезная шпаргалка по спискам, которую должен иметь под рукой каждый питонист Все методы, которые нужны, с описанием всех возможных манипуляций с ними Полный PDF — в файле 😎 👉 @PythonPortal

Полезная шпаргалка по спискам, которую должен иметь под рукой каждый питонист Все методы, которые нужны, с описанием всех возможных манипуляций с ними Полный PDF — в файле 😎 👉 @PythonPortal

Хочешь замедлить импорт чужих библиотек? tarrif позволяет наложить тариф на любой Python-модуль — он будет загружаться с заде
Хочешь замедлить импорт чужих библиотек? tarrif позволяет наложить тариф на любой Python-модуль — он будет загружаться с задержкой в зависимости от % "пошлины".
import tariff

tariff.set({
    "numpy": 50,     # 50% тариф
    "pandas": 200,   # 200% тариф
})

import numpy  # теперь будет импортироваться медленнее
При этом в консоли вылезет:
JUST IMPOSED a 50% TARIFF on numpy! Original import took 45000 us, now takes 67500 us. American packages are WINNING AGAIN! #MIGA
Повод потроллить коллег 🤡 👉 @PythonPortal

Если ты работаешь с Python и анализом данных, то обязательно запомни эти приёмы из библиотеки pandas 👍 — пригодится ❤️ — спа
Если ты работаешь с Python и анализом данных, то обязательно запомни эти приёмы из библиотеки pandas 👍 — пригодится ❤️ — спасибо 👉 @PythonPortal

Изучаете Python и уже чувствуете себя уверенно? Хотите проверить навыки и знания? Тогда приглашаем на бесплатный мини-курс «P
Изучаете Python и уже чувствуете себя уверенно? Хотите проверить навыки и знания? Тогда приглашаем на бесплатный мини-курс «Python для всех»! Регистрируйтесь в пару кликов и получите чек-листы с полезными материалами: https://epic.st/P_9YR?erid=2VtzqwFwHVd Курс состоит из практики чуть менее чем полностью. За 4 дня вы создадите 4 проекта: 1️⃣ Бота для Telegram, который умеет переводить голос в текст 2️⃣ Бота для Telegram, который обрабатывает фотографии 3️⃣ Парсер, который извлекает данные с сайтов 4️⃣ Веб-сайт (с помощью фреймворка Flask) В общем, прокачаете навыки и наверняка узнаете что-то новое. 🎁 А ещё подарки: персональная карьерная консультация, скидка 10 000 рублей на любой курс Skillbox и подборка полезных материалов. Реклама. ЧОУ ДПО «Образовательные технологии «Скилбокс (Коробка навыков)», ИНН: 9704088880

Создаем карту с поиском локации на Python 🐍 Хочешь ввести название города и сразу увидеть его на карте прямо в Jupyter Noteb
Создаем карту с поиском локации на Python 🐍 Хочешь ввести название города и сразу увидеть его на карте прямо в Jupyter Notebook? Вот простой скрипт, который делает именно это Используем библиотеки geopy и folium для геокодинга и отображения карты Вводишь, например, "Tokyo" — и получаешь интерактивную карту с маркером прямо в блокноте Удобно для гео-проектов, визуализаций 🔥 👉 @PythonPortal