Python Portal
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 50 880 підписників, посідаючи 2 538 місце в категорії Технології та додатки та 12 054 місце у регіоні Росія.
📊 Показники аудиторії та динаміка
З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 50 880 підписників.
За останніми даними від 31 серпня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -435, а за останні 24 години на -23, загальне охоплення залишається високим.
- Статус верифікації: Не верифікований
- Рівень залученості (ER): Середній показник залученості аудиторії становить 9.33%. Протягом перших 24 годин після публікації контент зазвичай збирає 4.71% реакцій від загальної кількості підписників.
- Охоплення публікацій: В середньому кожен допис отримує 4 751 переглядів. Протягом першої доби публікація в середньому набирає 2 396 переглядів.
- Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 19.
- 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 01 вересня, 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.
group3, если нет — в group2, если и там нет — в group1:
age = group3.get(name, group2.get(name, group1.get(name)))
Работает, но нечитаемо и неудобно, особенно при большом количестве словарей.
Лучше используй ChainMap для чистой логики с подстановкой по умолчанию
m = ChainMap(group3, group2, group1)
age = m.get("ana")
Создается объект ChainMap, который объединяет словари по приоритету:
Просто вызываешь m.get(key) — он сам идет по цепочке, пока не найдет ключ
Даже если ключ есть в нескольких словарях, берётся первое вхождение по приоритету
👉 @PythonPortal«Создай ячейку с кодом, который загружает CSV-файл и строит график»И он реально создаст такую ячейку в Jupyter и запустит её Полностью open-source и бесплатен для использования 😎
Counter из модуля collections
Например у нас словарь, где ключ — это ID устройства, а значение — его производитель.
devices_vendors = {
'device001': 'Cisco',
'device002': 'Juniper',
'device003': 'Cisco',
'device004': 'Arista',
'device005': 'Cisco'
}
> Выполняем подсчёт:
vendor_counts = Counter(devices_vendors.values())
Здесь берутся все значения из словаря (.values()), т.е. список вендоров: ['Cisco', 'Juniper', 'Cisco', 'Arista', 'Cisco'], и Counter считает, сколько раз каждый встретился.
> Выводим и получаем:
Counter({'Cisco': 3, 'Juniper': 1, 'Arista': 1})
👉 @PythonPortaldataclass упрощает создание классов, которые в основном хранят данные. Он автоматически генерирует специальные методы, такие как __init__, __repr__ и другие. Это снижает многословность кода, сохраняя при этом его ясность и функциональность.
На фото приведены два примера. В первом мы используем декоратор dataclass, поэтому явно не добавляем методы __init__, __repr__ и __eq__. Они автоматически добавляются декоратором.
Во втором примере показано, как выглядел бы тот же код без использования декоратора dataclass. Видно, что такой код гораздо длиннее
Ставь лайк если пост был полезным 🪑
👉 @PythonPortalLoguru — удобной и мощной альтернативы стандартному logging
Примеры кода показаны для реальных задач, от простой отладки до продакшен-логирования.
Приятного изучения 💪
👉 @PythonPortalimport webbrowser
# Укажем ссылку на Google Earth
google_earth_url = 'https://earth.google.com/'
# Откроем Google Earth в браузере по умолчанию
webbrowser.open(google_earth_url)
Удобно для утилит, лаунчеров или GUI-программ 💐
👉 @PythonPortalhub" на "podcast" в URL — за считанные секунды он превратится в аудиоподкаст
Можно слушать, пока делаешь кофе или дебажишь прод 🤔
Опенсорс и бесплатно
👉 @PythonPortalfrom faker import Faker # импортируем библиотеку Faker
> Подключаем модуль, который умеет генерировать фейковые данные.
fake = Faker() # создаём объект генератора
> Теперь можно вызывать методы для генерации данных.
print(fake.name()) # Например: Paul Lynn
print(fake.name()) # Например: Keith Soto
> Генерируем случайные имена (имя + фамилия).
print(fake.address())
# Например:
# Unit 6944 Box 5854
# DPO AA 14829
> Генерируем случайный адрес.
Поддерживает локализацию (например, Faker('ru_RU')), а также умеет создавать email, номера, даты, компании и т.д 🤙
👉 @PythonPortal.com на .dev в URL любого репозитория GitHub — репозиторий откроется в VS Code прямо в браузере
Идеально для быстрого просмотра и редактирования кода без установки 🤤
👉 @PythonPortal* (splat) позволяет разворачивать итерируемые объекты 😂
👉 @PythonPortalUV_TORCH_BACKEND=auto, и uv автоматически установит подходящую версию PyTorch с поддержкой CUDA для вашей машины — без какой-либо настройки. 😊
👉 @PythonPortal