Python Portal
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 50 928 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 2 540-o'rinni va Rossiya mintaqasida 12 053-o'rinni egallagan.
📊 Auditoriya ko‘rsatkichlari va dinamika
невідомо sanasidan buyon loyiha tez o‘sib, 50 928 obunachiga ega bo‘ldi.
30 Avgust, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni -422 ga, so‘nggi 24 soatda esa -37 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.
- Tasdiqlash holati: Tasdiqlanmagan
- Jalb etish (ER): Auditoriya o‘rtacha 9.45% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 4.69% ini tashkil etuvchi reaksiyalarni to‘playdi.
- Post qamrovi: Har bir post o‘rtacha 4 811 marta ko‘riladi; birinchi sutkada odatda 2 390 ta ko‘rish yig‘iladi.
- Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 20 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 31 Avgust, 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.
itertools.accumulate, чтобы получить итератор с накопленными суммами.
Можно передать другую бинарную функцию в качестве аргумента, тогда будут возвращаться накопленные результаты этой функции.
Пример:
import itertools
daily_revenues = [100, 120, 90, 110, 80]
# Получаем накопленную выручку
total_revenue_to_date = list(itertools.accumulate(daily_revenues))
print(total_revenue_to_date)
# Вывод: [100, 220, 310, 420, 500]
👉 @PythonPortalЕсли бы «python-полиция» увидела мой код, мне бы дали пожизненное🤡 Один разработчик признался, что даже не подозревал, что локальные импорты это настоящая тема для споров в сообществе. Он регулярно подключает библиотеки прямо внутри функций. «С большой силой приходит и большая ответственность», — отмечает он. PEP 8 рекомендует использовать глобальные импорты, но, как и любое правило, оно имеет исключения. Важно понимать, когда локальные импорты оправданы. Плюсы локальных импортов: • Зависимость видна прямо в момент использования, а не нужно листать файл вверх. • Модули импортируются только при необходимости. • Это может ускорить загрузку модуля, так как не всё сразу тянется в память. • Помогает обходить циклические зависимости (если нет желания решать их «правильным» способом). Минусы, конечно, есть, но в этом посте мы о них умолчим. В большинстве случаев используйте глобальные импорты, но понимайте компромиссы, чтобы при необходимости грамотно применять локальные. 👉 @PythonPortal
pip install oxymouse
👉 @PythonPortalgithub.com на gitmcp.io в его URL, вы попадёте на страницу с MCP-сервером для этого репо. Там будет готовый сниппет конфигурации. 🔨
Просто скопируйте его и вставьте в свою IDE или ИИ-инструмент (например, Cursor, Windsurf или VS Code с поддержкой MCP.)
👉 @PythonPortalДата праздника объясняется расчетом: 2 (двоичная система исчисления) в степени 8 (количество битов в байте). То есть 2^8= 256. Поэтому в обычный год день программиста 13 сентября, а в високосный — 12 сентябряС праздником, коллеги! ☺️ @IT_Portal
import pandas as pd
import re
# Пример данных
df = pd.DataFrame({
'text': [' Hello123! ', 'Email: test@example.com', 'Price is $45.99', 'Call: +91-9876543210']
})
1. Удаление пробелов в начале и конце
df['clean'] = df['text'].str.strip()
2. Удаление всех неалфавитно-цифровых символов
df['clean'] = df['text'].str.replace(r'[^a-zA-Z0-9 ]', '', regex=True)
3. Удаление всех цифр
df['clean'] = df['text'].str.replace(r'\d+', '', regex=True)
4. Извлечение Email адреса
df['email'] = df['text'].str.extract(r'[\w\.-]+@[\w\.-]+')
5. Извлечение номеров телефонов (пример для Индии)
df['phone'] = df['text'].str.extract(r'\+91[-\s]?(\d{10})')
6. Извлечение цен
df['price'] = df['text'].str.extract(r'\$([\d\.]+)')
7. Замена множества пробелов на один
df['clean'] = df['text'].str.replace(r'\s+', ' ', regex=True)
8. Приведение к нижнему регистру и удаление спецсимволов
df['clean'] = df['text'].str.lower().str.replace(r'[^a-z0-9 ]', '', regex=True)
9. Извлечение только букв или только цифр
df['only_text'] = df['text'].str.extract(r'([a-zA-Z\s]+)')
df['only_digits'] = df['text'].str.extract(r'(\d+)')
10. Пользовательская замена с использованием re.sub()
df['custom'] = df['text'].apply(lambda x: re.sub(r'\W+', '_', x)) # Заменяет все не-словесные символы на _
👉 @PythonPortalpyTelegramBotAPI для взаимодействия с Telegram и guesslang для распознавания языка, а изображения рендерятся с помощью Silicon и шрифта Iosevka.
Проект легко развернуть локально и настроить под свои нужды. 🤩
👉 @PythonPortal# views/__init__.py
from .book_views import BookList, BookDetail
from .library_views import LibraryList, LibraryDetail
from .author_views import AuthorList, AuthorDetail
__all__ = [
"BookList",
"BookDetail",
"LibraryList",
"LibraryDetail",
"AuthorList",
"AuthorDetail",
]
# импорты из модуля/пакета могут оставаться теми же
from views import BookList, BookDetail
👉 @PythonPortal