Python/ django
Kanalga Telegram’da o‘tish
по всем вопросам @workakkk @itchannels_telegram - 🔥 все ит каналы @ai_machinelearning_big_data -ML @ArtificialIntelligencedl -AI @datascienceiot - 📚 @pythonlbooks РКН: clck.ru/3FmxmM
Ko'proq ko'rsatish
📈 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
58 382
🖥 What the * Python!
Project attempting to explain what exactly is happening under the hood for some counter-intuitive snippets and lesser-known features in Python.
Интересный проект, пытающийся объяснить, что именно происходит под капотом для некоторых сложных и малоизвестных функций Python.
$ pip install wtfpython -U
▪Github
@pythonl58 382
🖥 Pyvis - a Python library for visualizing networks
If you to create an interactive network graph in a few lines of Python code, use Pyvis.
Если вам необходимо создать интерактивный граф в нескольких строках кода на языке Python, используйте Pyvis.
pip install pyvis
from pyvis.network import Network
g = Network()
g.add_node(0)
g.add_node(1)
g.add_edge(0, 1)
g.show("basic.html")
▪Github
@pythonl58 382
🖥 Faker
Faker is a Python package that generates fake data for you.
Faker - это пакет Python, который генерирует фальшивые. Библиотека идеально подходит, если вам нужно заполнить базу данных, создавать красивые XML-документы, создать данные для тестирования или анонимизировать данные, полученные из вашего сервиса.
pip install Faker
• Github
• Docs
@pythonl58 382
🔥🖥Roadmap of free courses for learning Python and Machine learning.
Roadmap бесплатных курсов для изучения Python и Machine learning.
▪Data Science
▪ AI/ML
▪ Web Dev
📌Курсы с сертификатами.
1. Start with this
https://kaggle.com/learn/python
2. Take any one of these
❯ https://openclassrooms.com/courses/6900856-learn-programming-with-python
❯ https://scaler.com/topics/course/python-for-beginners/
❯ https://simplilearn.com/learn-python-basics-free-course-skillup
3. Then take this
https://netacad.com/courses/programming/pcap-programming-essentials-python
4. Attempt for this certification
https://freecodecamp.org/learn/scientific-computing-with-python/
5. Take it to next level
❯ Data Scrapping, NumPy, Pandas
https://scaler.com/topics/course/python-for-data-science/
❯ Data Analysis
https://openclassrooms.com/courses/2304731-learn-python-basics-for-data-analysis
❯ Data Visualization
https://kaggle.com/learn/data-visualization
❯ Django
https://openclassrooms.com/courses/6967196-create-a-web-application-with-django
❯ Machine Learning
http://developers.google.com/machine-learning/crash-course
❯ Deep Learning (TensorFlow)
http://kaggle.com/learn/intro-to-deep-learning
@pythonl
58 382
58 382
💻 Хочешь работать с масштабными цифровыми продуктами? Учись обрабатывать большие данные
MLOps — все более популярный среди компаний способ повышения производительности и создания надежных моделей корпоративного уровня.
✅ Владение инструментами MLOps открывает новые карьерные горизонты специалистам ML, Data Scientist’ам и Software инженерам.
💪 Ответьте на 10 вопросов и проверьте, насколько вы готовы к обучению на продвинутом курсе «MLOps» от OTUS.
✍️ ПРОЙТИ ТЕСТ: https://otus.pw/8z3Eu/
Нативная интеграция. Информация о продукте www.otus.ru58 382
🎆✨🎉Python 3.11.5
the newest major release of the Python programming language, and it contains many new features and optimizations.
Python 3.11.5 выпущен!
Новая версия:
— точнее указывает на причину ошибки в трейсбеке;
— позволяет использовать файлы.toml для конфигов;
— позволяет группировать задачи с asyncio и многое другое.
https://www.python.org/downloads/release/python-3115/
@pythonl
58 382
👁Savant: Supercharged Computer Vision and Video Analytics Framework on DeepStream
Savant — это Python-фреймворк от NVIDIA для компьютерного зрения и видеоаналитики.
Простой в использовании, масштабируемый и гибкий инструмент для создания интеллектуальных приложений CV.
git clone https://github.com/insight-platform/Savant.git
cd Savant/samples/peoplenet_detector
git lfs pull
▪Github
@pythonl58 382
+3🖥 Generate API docs under a minute in Django
Создание документации по API за минуту в Django
@pythonl
58 382
58 382
58 382
Вы ещё успеваете поступить в онлайн-магистратуру МФТИ «Финансовые технологии и аналитика» 👩🎓Ближайшие даты экзаменов — 4 и 19 сентября.
➕Диплом очной магистратуры гособразца по направлению 38.03.05 «Бизнес-информатика».
➕Онлайн-обучение из любой точки мира.
➕Углубленная специализация в сфере финтех-разработки или аналитики.
➕Гранты на запуск своего стартапа в области Data Science/AI/ML до 3 млн ₽.
➕Более 5 проектов в портфолио: реальные задачи от Сбера, ВТБ, Ozon Fintech, Альфа-Банка и других финтех-компаний уже с первого семестра.
➕Возможность совмещать с работой и развивать корпоративный проект в качестве дипломного.
➕Рассрочка под 3% от Сбера и Минобразования. Платёж во время учебы — до 900 ₽ в месяц.
Бесплатный подготовительный курс и запись прошедших консультаций по экзаменам доступны после регистрации. Оставьте заявку, чтобы зарегистрироваться на день открытых дверей и начать готовиться к поступлению: https://netolo.gy/b3nN
Реклама ООО “Нетология” LatgBawYV
58 382
+4❄️FreezeGun: Let your Python tests travel through time
Unit tests require static input, but time is dynamic and constantly changing. With FreezeGun, you can freeze time to a specific point, ensuring accurate verification of the tested features.
Юнит-тесты требуют ввода статических данных, но время постоянно меняется. С помощью FreezeGun можно "заморозить" время до определенной точки, обеспечив точную проверку тестируемых функций.
▪Github
@pythonl
58 382
+6💛 Python Enchantment: Crafting a Face Recognition App with DeepFace
Очарование Python: Создание приложения для распознавания лиц с помощью DeepFace
Шаг 1: Импорт библиотеки (рис 1.)
Шаг 2: Создание графического интерфейса и подключение к базе данных (рис 2.)
Шаг 3: Выбор первого изображения (рис 3.)
Шаг 4: Выбор второго изображения (рис 4.)
Шаг 5: Сохранение в базе данных (рис 5.)
Шаг 6: Анализ изображений (рис 6.)
Шаг 7: Добавление рамок и кнопок (рис 7.)
@pythonl
58 382
👁🗨 Running YOLOv7 algorithm on your webcam using Ikomia API
Запуск алгоритма YOLOv7 на веб-камере с помощью Ikomia API
pip install ikomia
from ikomia.dataprocess.workflow import Workflow
from ikomia.utils import ik
from ikomia.utils.displayIO import display
import cv2
stream = cv2.VideoCapture(0)
# Init the workflow
wf = Workflow()
# Add color conversion
cvt = wf.add_task(ik.ocv_color_conversion(code=str(cv2.COLOR_BGR2RGB)), auto_connect=True)
# Add YOLOv7 detection
yolo = wf.add_task(ik.infer_yolo_v7(conf_thres="0.7"), auto_connect=True)
while True:
ret, frame = stream.read()
# Test if streaming is OK
if not ret:
continue
# Run workflow on image
wf.run_on(frame)
# Display results from "yolo"
display(
yolo.get_image_with_graphics(),
title="Object Detection - press 'q' to quit",
viewer="opencv"
)
# Press 'q' to quit the streaming process
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# After the loop release the stream object
stream.release()
# Destroy all windows
cv2.destroyAllWindows()
@pythonl58 382
🐍 Не просто сложно, а очень сложно... пройти хардкорный тест по Python от OTUS.
⬆️ Ответьте на 20 вопросов и проверьте, насколько вы готовы к обучению на продвинутом курсе «Python Developer. Professional» от OTUS.
На котором вас ждет:
- Продвинутые темы и практика на «боевых» задачах уровня Middle+
- Живое общение с экспертами Python-сообщества
- Проектная работа, которой можно показать свой уровень на собеседовании
💪 Овладейте лучшими практиками и навыками Python для уверенного карьерного роста
На курсе рассматриваются все особенности актуальных версий Python 3.6+.
👉 ПРОЙТИ ТЕСТ: https://otus.pw/tjWM/
Нативная интеграция. Информация о продукте www.otus.ru58 382
+3A Complete Guide to Using Multiple Databases in Django
Руководство по использованию нескольких баз данных в Django.
@pythonl
58 382
+2🖥 PostgresML
PostgresML is a machine learning extension for PostgreSQL that enables you to perform training and inference on text and tabular data using SQL queries.
PostgresML - это расширение машинного обучения для PostgreSQL, позволяющее выполнять обучение и выводы на текстовых и табличных данных с помощью SQL-запросов.
▪Github
@pythonl
58 382
+3🔍Building a Python QR Scanner to Generate Characters
Создание QR-сканера на языке Python для генерации символов.
@Pythonl
58 382
⚡Легкий способ получать свежие обновлении и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь:
Машинное обучение: @ai_machinelearning_big_data
Go: @Golang_google
C#: @csharp_ci
Базы данных: @sqlhub
Python: @python_job_interview
C/C++/: @cpluspluc
Data Science: @data_analysis_ml
Devops: @devOPSitsec
Rust: @rust_code
Javascript: @javascriptv
React: @react_tg
PHP: @phpshka
Docker: @docker
Android: @android_its
Мобильная разработка: @mobdevelop
Linux: linuxacademy
Big Data: t.me/bigdatai
Хакинг: @linuxkalii
Java:@javatg
Собеседования: @machinelearning_interview
💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
🔥ИТ-Мемы: t.me/memes_prog
🇬🇧Английский: @english_forprogrammers
