uz
Feedback

Firibgarlarga uchmang! Telemetrio bunday kanallarni topadi va belgilaydi 👉 Belgini ko‘rmoqchi bo‘lsangiz, obuna bo‘ling

Python/ django

Python/ django

Kanalga Telegram’da o‘tish

📈 Telegram kanali Python/ django analitikasi

Python/ django (@pythonl) Rus til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 58 385 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 2 244-o'rinni va Rossiya mintaqasida 10 292-o'rinni egallagan.

📊 Auditoriya ko‘rsatkichlari va dinamika

невідомо sanasidan buyon loyiha tez o‘sib, 58 385 obunachiga ega bo‘ldi.

03 Noyabr, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni -242 ga, so‘nggi 24 soatda esa -32 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.

  • Tasdiqlash holati: Tasdiqlanmagan
  • Jalb etish (ER): Auditoriya o‘rtacha 6.00% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 3.06% ini tashkil etuvchi reaksiyalarni to‘playdi.
  • Post qamrovi: Har bir post o‘rtacha 3 501 marta ko‘riladi; birinchi sutkada odatda 1 784 ta ko‘rish yig‘iladi.
  • Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 18 ta reaksiya keladi.
  • Tematik yo‘nalishlar: Kontent github, claude, контекст, архитектура, api kabi asosiy mavzularga jamlangan.

📝 Tavsif va kontent siyosati

Muallif resursni shaxsiy fikrni ifoda etish maydoni sifatida ta’riflaydi:
“по всем вопросам @workakkk @itchannels_telegram - 🔥 все ит каналы @ai_machinelearning_big_data -ML @ArtificialIntelligencedl -AI @datascienceiot - 📚 @pythonlbooks РКН: clck.ru/3Fm...”

Yuqori yangilanish chastotasi (oxirgi ma’lumot 04 Noyabr, 2026 da olingan) sababli kanal doimo dolzarb va katta qamrovli bo‘lib qoladi. Analitika auditoriya kontent bilan faol hamkorlik qilishini, uni Texnologiyalar & Aralashmalar toifasidagi muhim ta’sir nuqtasiga aylantirishini ko‘rsatadi.

58 385
Obunachilar
-3224 soatlar
-1807 kun
-24230 kun
Postlar arxiv
📁 Shutil: лучший инструмент для управления файлами Python https://www.youtube.com/watch?v=_q2h9qslPzI @pythonl
📁 Shutil: лучший инструмент для управления файлами Python https://www.youtube.com/watch?v=_q2h9qslPzI @pythonl

🖥 Hitchhiker's Guide to Python Python Best Practices Guidebook Гайд с лучшими практиками по установке, настройке и использов
🖥 Hitchhiker's Guide to Python Python Best Practices Guidebook Гайд с лучшими практиками по установке, настройке и использованию, написанию кода на Python на ежедневной основе, включая pip, numpy, virtualenv и многое другое. ▪Github ▪Docs @pythonl

⚡️ Ollama — бесплатная модель уровня GPT. Используй GPT без ограничений и абсолютно бесплатно. https://www.youtube.com/watch?
⚡️ Ollama — бесплатная модель уровня GPT. Используй GPT без ограничений и абсолютно бесплатно. https://www.youtube.com/watch?v=bniEv-dNcy4 @pythonl

🖥 A lesser-known case in a lesser-known function in the standard library, `itertools.groupby()` (not the `pandas` version!)
🖥 A lesser-known case in a lesser-known function in the standard library, `itertools.groupby()` (not the `pandas` version!) Параметр `key` чаще всего встречается в `sorted()` и `.sort()` или `max()` и `min()`, но он встречается и в других функциях. Вот менее известный случай в менее известной функции из стандартной библиотеки, `itertools.groupby()` (не pandas!) @pythonl

🖥 Calculate derivatives in Python Вычисление производных на Python. @pythonl
🖥 Calculate derivatives in Python Вычисление производных на Python. @pythonl

🖥 The code for building an OpenCV Python security camera. Код для управление камеры безопасности на OpenCV Python. import cv2 import time import datetime cap = cv2.VideoCapture(0) face_cascade = cv2.CascadeClassifier( cv2.data.haarcascades + "haarcascade_frontalface_default.xml") body_cascade = cv2.CascadeClassifier( cv2.data.haarcascades + "haarcascade_fullbody.xml") detection = False detection_stopped_time = None timer_started = False SECONDS_TO_RECORD_AFTER_DETECTION = 5 frame_size = (int(cap.get(3)), int(cap.get(4))) fourcc = cv2.VideoWriter_fourcc(*"mp4v") while True: _, frame = cap.read() gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) faces = face_cascade.detectMultiScale(gray, 1.3, 5) bodies = face_cascade.detectMultiScale(gray, 1.3, 5) if len(faces) + len(bodies) > 0: if detection: timer_started = False else: detection = True current_time = datetime.datetime.now().strftime("%d-%m-%Y-%H-%M-%S") out = cv2.VideoWriter( f"{current_time}.mp4", fourcc, 20, frame_size) print("Started Recording!") elif detection: if timer_started: if time.time() - detection_stopped_time >= SECONDS_TO_RECORD_AFTER_DETECTION: detection = False timer_started = False out.release() print('Stop Recording!') else: timer_started = True detection_stopped_time = time.time() if detection: out.write(frame) # for (x, y, width, height) in faces: # cv2.rectangle(frame, (x, y), (x + width, y + height), (255, 0, 0), 3) cv2.imshow("Camera", frame) if cv2.waitKey(1) == ord('q'): break out.release() cap.release() cv2.destroyAllWindows() @pythonl

💼 QuantStats Python library that performs portfolio profiling "Библиотека QuantStats на языке Python, которая выполняет расч
💼 QuantStats Python library that performs portfolio profiling "Библиотека QuantStats на языке Python, которая выполняет расчет портфеля, позволяя инвесторам и портфельным менеджерам лучше понимать свою работу, предоставляя им углубленную аналитику и метрики риска." %matplotlib inline import quantstats as qs # extend pandas functionality with metrics, etc. qs.extend_pandas() # fetch the daily returns for a stock stock = qs.utils.download_returns('META') # show sharpe ratio qs.stats.sharpe(stock) # or using extend_pandas() :) stock.sharpe() ▪ Github @pythonl

🎉 Django 5.0 released Команда Django выпустила Django 5.0. https://www.djangoproject.com/weblog/2023/dec/04/django-50-released/ @pythonl

🖥 SQLModel 0.0.14 with support for pydantic v2 ✨🚀 SQLModel 0.0.14 с поддержкой pydantic v2 🎉 Уверен, что это самый большой
🖥 SQLModel 0.0.14 with support for pydantic v2 ✨🚀 SQLModel 0.0.14 с поддержкой pydantic v2 🎉 Уверен, что это самый большой релиз за все время 🤓. SQLModel - это библиотека для взаимодействия с базами данных SQL из кода Python, с объектами Python. Она создана для того, чтобы быть интуитивно понятной, простой в использовании, хорошо совместимой и надежной. $ pip install sqlmodel ▪ Github @pythonl

Python-разработчики, готовы к новым карьерным возможностям? Тогда One Day Offer от Сбера для вас! 16 декабря вы сможете пройт
Python-разработчики, готовы к новым карьерным возможностям? Тогда One Day Offer от Сбера для вас! 16 декабря вы сможете пройти fast-интервью и при успешном прохождении получить оффер. Чем предстоит заниматься? — Решать технические задачи при разработке новых и доработке существующих сервисов с использованием Python — Взаимодействовать с другими сервисами посредством различных API — Работать с заказчиками, аналитиками и смежными командами. Присоединяйтесь к команде SberDevices, которая создает голосовые продукты, умные устройства, виртуальных персонажей и другие интересные проекты: • Поисковый сервис SmartSearch • Краудсорсинговую платформу TagMe для разметки данных • Intelligent Document Processing – продукты для решения задач обработки неструктурированного контента • Мультимодальную нейросетевую модель GigaChat. Работа в крупнейшем IT-сообществе ждет вас. Все, что нужно сделать – зарегистрироваться на One Day Offer и готовиться к интервью.

🖥 Python module to get stock data/cryptocurrencies from the Alpha Vantage API. Python-модуль для получения данных о акциях/к
🖥 Python module to get stock data/cryptocurrencies from the Alpha Vantage API. Python-модуль для получения данных о акциях/криптовалютах из API Alpha Vantage Бесплатный API для получения финансовых данных и индикаторов в реальном времени. pip install alpha_vantage from alpha_vantage.timeseries import TimeSeries import matplotlib.pyplot as plt ts = TimeSeries(key='YOUR_API_KEY', output_format='pandas') data, meta_data = ts.get_intraday(symbol='MSFT',interval='1min', outputsize='full') data['4. close'].plot() plt.title('Intraday Times Series for the MSFT stock (1 min)') plt.show() ▪Github @pythonl

🖥 Public APIs A collective list of free APIs for use in software and web development Огромный список бесплатных API для испо
🖥 Public APIs A collective list of free APIs for use in software and web development Огромный список бесплатных API для использования в программном обеспечении и веб-разработке. ▪Github @pythonl

✌️ Привет! На связи организатор онлайн-конференций Podlodka Crew. Проект на Python вырос и стал плохо сопровождаться? Всё вре
✌️ Привет! На связи организатор онлайн-конференций Podlodka Crew. Проект на Python вырос и стал плохо сопровождаться? Всё время уходит на поиск багов, а фичи выпускаются раз в месяц? Нагрузка растёт, а что делать не понятно? 🐍 Приходите на Podlodka Python Crew — обсудите свои боли и проблемы с экспертами из КРОК, Точка, Контур, X5 Tech, Skillbox, а также в компании единомышленников. Стартуем 4 декабря. Свежие подробности сессий: 🔸Обсудим, а нужны ли практики из Java в коммерческой Python-разработке. В формате круглого стола проговорим основные вопросы проектирования enterprise-приложений на python. Вас ждёт дискуссия про выбор архитектуры, соблюдение слоёв, связи и контексты, абстрактные классы. 🔸Узнаем, как переезжать на pyproject и tox. Разберёмся с bash-скриптами, настроим лаконичный CI/CD с помощью простых инструментов. 🔸Послушаем про внедрение feature flags на тернистом пути к TBD. 🤑 Промокод на скидку 500 руб: python_crew_2_wXPEbG Больше подробностей на сайте: https://podlodka.io/pythoncrew

🦾 nrich A command-line tool to quickly analyze all IPs in a file and see which ones have open ports/ vulnerabilities. Инстру
🦾 nrich A command-line tool to quickly analyze all IPs in a file and see which ones have open ports/ vulnerabilities. Инструмент командной строки, позволяющий быстро проанализировать все IP-адреса в файле и увидеть, какие из них имеют открытые порты/уязвимости. Также может передавать данные из stdin для использования в конвейере данных. wget https://gitlab.com/api/v4/projects/33695681/packages/generic/nrich/latest/nrich_latest_x86_64.deb $ sudo dpkg -i nrich_latest_x86_64.deb ▪ GIthub @pythonl

Душа питона— авторский канал про нейросети глазами девушки. Рассказывает о новых возможностях нейросетей в доступной форме с
Душа питона— авторский канал про нейросети глазами девушки. Рассказывает о новых возможностях нейросетей в доступной форме с иронией и юмором. Как использовать Нейросети на максимум? Подумайте сами, KaiberAi нарисует спецэффекты для вашего видео, насколько хорош GigaChat и почему Mathgptpro умнее ChatGPT, InstAi - помогает набрать подписчиков в инст, OSINT инструменты с ИИ выдают все информацию по по одной ссылке с VK. Присоединяйся, чтобы быть в курсе всех новостей в области искусственного интеллекта.

💥 Here is an amazing Python cheat sheet for you all! Объемная шпаргалка по Python по всем основным темам. @pythonl

🎞 Pytube is a lightweight #Python library that enables you to download #YouTube videos and playlists in specific formats and
🎞 Pytube is a lightweight #Python library that enables you to download #YouTube videos and playlists in specific formats and resolutions. pytube - это быстрая библиотека #Python, которая позволяет скачивать видео и плейлисты #YouTube в определенных форматах и разрешениях. ▪Github @pythonl

🖥Security of data storage in Python We recommend storing sensitive information in an .env file and loading it into a Python
🖥Security of data storage in Python We recommend storing sensitive information in an .env file and loading it into a Python script using python-dotenv. 🔒Безопасность хранения данных в Python🔒 Рекомендуется хранить конфиденциальную информацию в файле .env и загружать ее в сценарий Python с помощью python-dotenv. Это позволяет защитить информацию от раскрытия в кодовой базе или системах контроля версий. @pythonl

Салют, GigaChat! Речевые технологии и большие языковые модели. Приглашаем ML-разработчиков и Data Science-специалистов на вст
Салют, GigaChat! Речевые технологии и большие языковые модели. Приглашаем ML-разработчиков и Data Science-специалистов на встречу с командами разработки продакшен GigaChat и речевых технологий. 📍 Онлайн / Офлайн в Москве 🗓 4 декабря в 18:00 (МСК, GMT+3) В программе: ✔ Григорий Лелейтнер — «Что мы улучшили в процессе pre-training LLM» ✔ Эмиль Шакиров и Никита Сидоров — «Наш путь в процессе Alignment для совершенства моделей глубокого обучения» ✔ Александр Максименко — «Speech-only Pre-training: обучение универсального аудиоэнкодера» ✔ Григорий Федоров — «Intended Query Detection: распознаем только нужные запросы» ✔ Гриша Стерлинг — «Как мы заставили модель синтеза речи 2023 года говорить лучше модели 2018 года» Участвуйте в дискуссиях с другими участниками митапа и задавайте вопросы спикерам во время докладов. Количество мест в офлайне ограничено. Для участия необходимо зарегистрироваться на сайте. Реклама. ПАО Сбербанк. ИНН 7707083893.