uz
Feedback
Python Portal

Python Portal

Kanalga Telegram’da o‘tish

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

Ko'proq ko'rsatish

📈 Telegram kanali Python Portal analitikasi

Python Portal (@pythonportal) Rus til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 50 859 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 2 556-o'rinni va Rossiya mintaqasida 12 135-o'rinni egallagan.

📊 Auditoriya ko‘rsatkichlari va dinamika

невідомо sanasidan buyon loyiha tez o‘sib, 50 859 obunachiga ega bo‘ldi.

01 Sentabr, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni -463 ga, so‘nggi 24 soatda esa -46 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.

  • Tasdiqlash holati: Tasdiqlanmagan
  • Jalb etish (ER): Auditoriya o‘rtacha 9.25% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 4.67% ini tashkil etuvchi reaksiyalarni to‘playdi.
  • Post qamrovi: Har bir post o‘rtacha 4 705 marta ko‘riladi; birinchi sutkada odatda 2 377 ta ko‘rish yig‘iladi.
  • Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 15 ta reaksiya keladi.
  • Tematik yo‘nalishlar: Kontent строка, none, true, модуль, peter kabi asosiy mavzularga jamlangan.

📝 Tavsif va kontent siyosati

Muallif resursni shaxsiy fikrni ifoda etish maydoni sifatida ta’riflaydi:
Всё самое интересное из мира Python Сотрудничество, реклама: @devmangx Менеджер: @Spiral_Yuri РКН: https://clck.ru/3GMMF6

Yuqori yangilanish chastotasi (oxirgi ma’lumot 02 Sentabr, 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.

50 859
Obunachilar
-4624 soatlar
-1857 kun
-46330 kun
Postlar arxiv
Используйте тип Literal в сигнатурах Python-функций для аргументов, представляющих варианты Это лучше, чем использовать общий
Используйте тип Literal в сигнатурах Python-функций для аргументов, представляющих варианты Это лучше, чем использовать общий тип, к которому относятся эти значения Более строгое указание типов помогает раньше ловить ошибки. Кроме того, это документирует допустимые значения Ставь лукас если зашёл пост ❤️ 👉 @PythonPortal

Громадный сборник шпаргалок разработчика на любой вкус https://quickref.me — сайт, где собраны десятки крутых шпаргалок: > Git, Docker, Bash, SQL, Python, Regex, PostgreSQL, Markdown и многое другое Прямо то, что нужно Если не хочешь спрашивать у чат джпт по 100 раз — добавь в закладки 🤍 👉 @PythonPortal

Сегодня QA.GURU анонсировали закрытый вебинар «Как Python открывает новые горизонты в карьере тестировщика». Обещают последние тренды QA, блок с лайфкодингом и живую сессию вопросов. ▶ По этой ссылке можно зарегистрироваться для бесплатного участия в этот четверг в 8 вечера мск. В программе: — Зачем ручным тестировщикам разбираться в автоматизации и почему Python — оптимальный старт; — Какие навыки выводят QA в топ в 2025 году (спойлер: нейросети пока не конкуренты); — Практика: пишем ручной тест, автоматизируем на Python, сравниваем Playwright, Selenium и Selene, запускаем с Pytest и без. Спикер, Станислав Васенков — QA, за плечами которого больше 10 лет автоматизации, ex-Head of QAA pflb.ru и автор библиотеки allure-notifications. Победитель хакатона по автоматизации тестирования от EPAM. Организатор конференций, спикер Heisenbug, основатель QA.GURU и AUTOTESTS.AI. Стас знает, о чём говорит — и умеет научить. 🔗 Забирайте ссылку. Кто успеет — тот в игре.

НОВОЕ: топовый репозиторий на GitHub для дата-сайентистов, работающих с генеративным ИИ Экосистема LangGraph включает: 1. Гот
НОВОЕ: топовый репозиторий на GitHub для дата-сайентистов, работающих с генеративным ИИ Экосистема LangGraph включает: 1. Готовые агенты 2. AI-агенты для дата-сайенса 3. LangMem — память для агентов 4. LangGraph Supervisor — управление агентами 5. Open Deep Research — открытые исследования 6. LangGraph Reflection — саморефлексия агентов 7. LangGraph Big Tool — мощные инструменты 8. LangGraph CodeAct — агенты, пишущие код 9. LangGraph Swarm — координация нескольких агентов 10. LangGraph MCP Adapters — адаптеры под разные среды Если работаешь с LLM — стоит заценить 💖 👉 @PythonPortal

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