Python/ django

Kanalga Telegram’da o‘tish

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

Ko'proq ko'rsatish

Tarmoq:Machinelearning Rossiya10 243 Texnologiyalar & Aralashmalar2 216...

📈 Telegram kanali Python/ django analitikasi

Python/ django (@pythonl) Rus til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 59 948 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 2 216-o'rinni va Rossiya mintaqasida 10 243-o'rinni egallagan.

📊 Auditoriya ko‘rsatkichlari va dinamika

невідомо sanasidan buyon loyiha tez o‘sib, 59 948 obunachiga ega bo‘ldi.

14 Iyun, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni -570 ga, so‘nggi 24 soatda esa -24 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.

Tasdiqlash holati: Tasdiqlanmagan
Jalb etish (ER): Auditoriya o‘rtacha 7.18% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 3.21% ini tashkil etuvchi reaksiyalarni to‘playdi.
Post qamrovi: Har bir post o‘rtacha 4 304 marta ko‘riladi; birinchi sutkada odatda 1 923 ta ko‘rish yig‘iladi.
Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 22 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 @haarrp @itchannels_telegram - 🔥 все ит каналы @ai_machinelearning_big_data -ML @ArtificialIntelligencedl -AI @datascienceiot - 📚 @pythonlbooks РКН: clck.ru/3Fmxm...”

Yuqori yangilanish chastotasi (oxirgi ma’lumot 15 Iyun, 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.

59 948

Obunachilar

-2424 soatlar

-1187 kunlar

-57030 kunlar

4 304

Post ko'rishlar

~ 1 92324 soatlar

~ 2 44148 soatlar

7.18%

Muloqot nisbati

~ 1

Kuniga postlar

Ads index

beta

Postlar arxiv

59 950

Repost from Python RU

Python, Tkinter и SQL: разрабатываем приложение для создания словаря и запоминания иностранных слов. Изучаем Tkinter и основные SQL-команды в ходе разработки программы WordMatch с графическим интерфейсом и CRUD-модулем для удобного создания и редактирования пользовательских словарей. Приложение WordMatch включает в себя три модуля, которые могут работать и вместе, и по отдельности: Скрипт для создания пользовательского словаря. GUI интерфейс и набор CRUD операций для добавления, редактирования и удаления записей в словаре. GUI интерфейс и скрипт для проверки правильности сопоставления иностранных слов и значений, выведенных в случайном порядке. Читать дальше Код @pro_python_code

59 950

What will be the output of the following code?

Anonymous voting

59 950

QR + Tetris = QRTetris Что будет, если объединить QR-код и тетрис? Получится безумная игра, которую создал один энтузиаст. Попробуйте сыграть в неё сами: https://github.com/Firemoon777/qrtetris

59 950

🌉 Plotting with PyQtGraph https://www.pythonguis.com/tutorials/pyqt6-plotting-pyqtgraph/ @pythonl

59 950

🎯 Python: My Favorite Python Tricks for LeetCode Questions https://www.jjinux.com/2022/08/python-my-favorite-python-tricks-for.html @pythonl

59 950

📌 Зачем дата-инженеру фреймворк PXF? Приходите на открытый урок 4 августа в 20:00 мск в OTUS. ⚠️ На занятии с Вадимом Заигриным, Scala Big Data разработчиком рассмотрим фреймворк PXF (Platform Extension Framework): узнаем, что это и зачем он нужен, а также рассмотрим его архитектуру и принципы работы. Еще больше полезных инструментов дата-инжиниринга будет ждать вас на онлайн-курсе «Data Engineer». 👉 Пройдите вступительный тест для регистрации на встречу https://otus.pw/j0CB/

59 950

🚀 Weights and Biases Track and visualize all the pieces of your machine learning pipeline, from datasets to production models. Github Colab @pythonl

59 950

Class-based vs Function-based Views in Django https://testdriven.io/blog/django-class-based-vs-function-based-views/ @pythonl

59 950

map() vs submit() With The ProcessPoolExecutor in Python https://superfastpython.com/processpoolexecutor-map-vs-submit/ @pythonl

59 950

How to just update a certain objects on the Pygame screen? https://islandtropicaman.com/wp/2022/07/30/how-to-just-update-a-certain-objects-on-the-pygame-screen/ @pythonl

59 950

✅ design patternsidioms in Python Github @pythonl

59 950

🎲 Denoising Diffusion Probabilistic Model, in Pytorch Install: $ pip install denoising_diffusion_pytorch Github Video @pythonl

59 950

⚡️ Старт набора на онлайн-курс «Data Engineer» от OTUS! ⚠️ В новом потоке вас ждет актуализированная программа, живые вебинары с опытными экспертами и еще больше практики! В программе рассмотрим все процессы обработки данных - от загрузки из внешних источников до подготовки финальных витрин. 📌 РЕЗУЛЬТАТ ПРОХОЖДЕНИЯ КУРСА: — Практические навыки разработки дата-сервисов, витрин и приложений — Знание принципов организации мониторинга, оркестрации, тестирования — Выпускной проект на основе полученных знаний, который можно будет показывать при трудоустройстве. 💻 Greenplum Platform Extension Framework (PXF), 4 августа в 20:00 https://otus.pw/WB1r/ 💻 Data Engineer в новых реалиях, что ждать бизнесу?, 23 августа в 20:00 https://otus.pw/lfNF/ 👉 Ответьте на 30 вопросов и проверьте, насколько вы готовы к обучению на курсе - «Data Engineer» от OTUS https://otus.pw/bpUv/

59 950

🟢🟡🔴 Color Stealing Python implementation of the Color Stealing algorithm. Github Samples @pythonl

59 950

NewProLab запускает 12-недельную онлайн-программу «Специалист по большим данным» Старт – 20 сентября. В программе – 36 занятий, 9 лаб, 2 проекта Чему вы научитесь? - обрабатывать данные в Pandas, строить модели машинного обучения (логистическая регрессия, деревья, случайный лес) в Scikit-learn, анализировать текстовые данные, применять разные алгоритмы рекомендательных систем. - писать MapReduce-джобы на Python с использованием Hadoop Streaming, писать SQL-like запросы в Hive для решения аналитических задач, обращаться к данным на HDFS, анализировать данные в Apache Spark. - выбирать правильную метрику качества для вашей задачи, собирать требования перед стартом проекта и ценивать финансовый эффект от внедрения моделей. Подробности по ссылке Для участников нашего сообщества организаторы предоставили промокод PythonDjango, по которому вы получите скидку 20% при покупке программы до 1 сентября.

59 950

What will be the output of the following code?

Anonymous voting

59 950

Repost from Python Quiz

What will be the output of the following code?

Anonymous voting

59 950

Repost from Python Quiz