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
Tarmoq:📈 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.
50 928
Obunachilar
-3724 soatlar
-1587 kunlar
-42230 kunlar
Postlar arxiv
50 919
Собери человекоподобного робота сам 🪚
OpenArm — это open-source гуманоидный робот.
В комплекте есть полный CAD, код управления, прошивка и инструменты для симуляции = всё, что нужно, чтобы собрать, модифицировать и запускать его.
Руки сделаны комплаентными и бэкдрайвимыми. Поддерживается телеуправление с обратной связью по усилию и компенсацией гравитации в реальном времени, чтобы оператор мог естественно вести руку.
Очень важно: в части симуляции OpenArm работает с платформами вроде MuJoCo и Isaac Sim, что позволяет разработчикам тестировать политики в виртуальной среде перед запуском на железе.
Собирайте сами из набора или берите предсобранный, цель проекта = доступность для исследовательских лабораторий, небольших команд и энтузиастов. 🌠
👉 @PythonPortal
50 919
Вот она сила YOLO: обучена на ноутбуке примерно за час, на датасете с Kaggle.
И всё это примерно 100 строк Python-кода.
С таким проектом можно хоть стартап запускать, а ушло всего пару часов.
👉 @PythonPortal
50 919
Роман набирает группу из 8 человек на бесплатное обучение Frontend-разработке.
Хочет провести эксперимент и доказать, что зарабатывать от 100.000₽ на разработке сайтов и веб-приложений может каждый.
Роман Чернов — практикующий Fullstack-разработчик с опытом более 12 лет. Имеет в портфолио кейсы от крупных брендов.
Результат его предыдущего эксперимента:
✅ Марина М.
Сменила работу инженера в авиации на должность младшего Frontend-разработчика в Т-Банке с зарплатой в полтора раза выше.
✅ Евгений Х.
Сделал визитку и информационный сайт для друга, заработав 100$. При этом прокачал навыки разработки, дизайна и общения с заказчиком.
✅ Ольга Д.
Во время курса получила два оффера и в итоге работает, как Frontend-разработчик за 60 000₽.
У этих людей не было IT-образования. Они просто выделили 7 дней на обучение и создали веб-сайт для портфолио на бесплатном интенсиве у Романа.
Если вы думаете, что работа с HTML, CSS или Angular это что-то непонятное, то стоит попробовать пройти бесплатный интенсив, где:
1. Ты создашь полноценный веб-сайт на HTML и CSS;
2. Оживишь страницу с помощью JavaScript;
3. Используешь фронтенд-фреймворк Angular;
4. Подключишь Backend и загрузишь сайт на хостинг;
5. Получишь советы по доработке своего проекта;
6. Научишься использовать ChatGPT и Giga во Frontend-разработке;
7. Узнаешь 9 способов найти первый заказ даже без опыта.
В итоге — ты создашь рабочий веб-сайт в портфолио, поймёшь стратегию роста в профессии и получишь мотивацию продолжать.
ВСЁ ЧЁТКО, ПОНЯТНО И БЕЗ ЛИШНЕЙ ВОДЫ
➡️ Успейте зайти на обучение бесплатно до 24 октября
50 919
Мгновенная визуализация геоданных из командной строки
Теперь можно интерактивно смотреть растры и векторные слои без запуска настольного GIS или Jupyter.
Просто выполните:
pip install "leafmap[viewer]"view-raster /path/to/raster.tif view-vector /path/to/vector.geojsonНужна настройка отображения:
view-raster /path/to/raster.tif --band 1 --colormap coolwarm
view-vector /path/to/vector.geojson --style liberty50 919
На GitHub вышел новый бесплатный Git-клиент
Многие новички, начав пользоваться Git для управления кодом, быстро устают от кучи сложных команд в консоли. А хорошие визуальные клиенты, где всё можно делать мышкой, обычно платные и это раздражает. 😡
Недавно на GitHub появилась полностью бесплатная и открытая альтернатива. Открытый, без ограничений и с удобным интерфейсом. Поддерживает всё: коммиты, пуши, мерджи, ребейзы, работу с ветками, подмодулями и даже сравнение изображений.
Доступен для Windows, macOS и Linux (Flatpak).
github.com/JetpackDuba/Gitnuro
👉 @PythonPortal
50 919
⭐️ Road to Highload: видеопроект о проектировании архитектуры высоконагруженных систем
Инженеры Яндекс 360 накопили значительный опыт в проектировании и разработке систем, которыми ежедневно пользуются больше 95 миллионов человек ежемесячно.
В этом видеопроекте разработчики на практических примерах рассказывают, как создают архитектуру систем, которые держат 1 000 000 RPS и хранят петабайты мета-данных.
В выпусках обсуждаем:
🎙 Серия 1. Функциональные и нефункциональные требования. Как сбор требований помогает создавать надёжные и масштабируемые решения 🎙 Серия 2. Надёжный API. Принципы проектирования API, которые помогут сделать его консистентным, предсказуемым и поддерживаемым 🎙 Серия 3. Крупноблочная архитектура: карта вашей системы. Как выглядит модель на примере Яндекс Календаря и как ребята применяют её для эффективной коммуникации с различными командами разработки 🎙Серия 4. Практика: Рост баз данных: от единиц запросов к тысячам. Как правильно организовать работу с БД, чтобы система оставалась стабильной и эффективной 🎙 Серия 5. Практика. Взаимодействие со смежными системами. Типичные сложности, с которыми сталкиваются команды при интеграции с внешними сервисами, и как их предотвратить или минимизироватьСмотрите проект, чтобы узнать, как создаются одни из крупнейших облачных сервисов в России: ⭐️ Наш сайт ⭐️ VK Видео ⭐️ Ютуб
50 919
Похоже, сбой в Матрице 🫣
Есть онлайн-инструмент, который умеет определять, написан ли код человеком или AI.
В видео протестировано два файла: один сгенерировал ChatGPT, второй написан человеком.
Результаты точь-в-точь: 100% AI-код для файла от ChatGPT и 0% для кожанного.
Заявленная точность около 95%, так что это полезный инструмент для техлидов, тимлидов и инженеров, чтобы быстро проверить, кем написан код.
Но не забывайте: AI не идеален 🙈
span.app/detector
👉 @PythonPortal
50 919
Ловить все исключения подряд это как глушить боль обезболивающим, не сходив к врачу. Боль уходит, но ты игнорируешь сигналы тела о проблеме.
› Боль → это знак, что что-то не так (например, ты сидишь на горячей плите).
› Исключения → это знак, что код где-то сломался.
Если их заглушить, проблемы останутся незамеченными, пока всё не рванёт в продакшене в три часа ночи. 👀
# Тихая катастрофа
try:
process_payment()
except Exception:
# Клиенту списали деньги?
# Дали доступ к платным фичам?
# База легла? Кто его знает!
pass
# Обрабатываем или эскалируем
try:
process_payment()
except PaymentError as e:
# Платёж не прошёл — разбираемся
logger.error(f"Ошибка при оплате: {e}")
# Остальные исключения всплывут и уведомят команду50 919
+2
Promptify — новая Python-библиотека для управления промптами LLM
Promptify объединяет промптер, LLM и pipeline, чтобы решать задачи NLP с помощью больших языковых моделей.
С её помощью можно легко генерировать промпты для популярных моделей вроде GPT, PaLM и других — под разные NLP-задачи.
Например, можно собрать пайплайн для классификации медицинских симптомов: промпт + модель + пайплайн = готовое решение.
👉 @PythonPortal
50 919
Терялся в собственном коде? 😠
Встречай Gitvizz, инструмент, который мгновенно превращает кодовую базу в интерактивные графы, чтобы наглядно увидеть, как всё связано.
Заценить можно на gitvizz.com
👉 @PythonPortal
50 919
Google убила Speech-to-Text.
Компания представила Speech-to-Retrieval (S2R) → модель, которая не распознаёт слова, а сразу понимает, что ты ищешь.
Раньше голосовой поиск шёл по цепочке: речь → текст → поиск. Если распознавание ошибалось, всё ломалось.
Теперь → речь → смысл → результат.
S2R работает на dual-encoder архитектуре → одна нейросеть кодирует аудио, другая — документы. Они сравниваются в общем векторном пространстве, и система сразу находит нужное.
Результат → скорость выше, точность почти как у “идеального ASR”, и полная независимость от ошибок транскрипции.
Модель уже внедрена в Google Voice Search и работает на 17 языках. Google также открыла датасет Simple Voice Questions (SVQ).
Это не просто апдейт → теперь голос понимает смысл, а не слова.
👉 @PythonPortal
50 919
Совет по чистому коду на Python:
Используй словарь, чтобы убрать дубликаты из списка и при этом сохранить порядок элементов.
names = ["John", "Daisy", "Bob", "Lilly", "Bob", "Daisy"]
unique_names = list({name: name for name in names}.values())
print(unique_names)
# ['John', 'Daisy', 'Bob', 'Lilly']50 919
Преподаватели всё чаще отказываются от бездумного копипаста кода и просят студентов писать вручную. Один из таких примеров — проект
Идея простая: генерация кода через нейросети ускоряет процесс, но убивает обучение. Когда студенты пишут сами, они начинают понимать, что делает каждая строка, как она связана с математикой и почему всё работает именно так.
👉 @PythonPortal
50 919
Ряд Фурье это способ представить любую периодическую функцию как сумму простых синусоид и косинусоид.
По сути, он раскладывает сложные сигналы на комбинацию базовых тригонометрических функций. Это мощный инструмент, который используется в математике, физике и инженерии для анализа форм сигналов, теплопередачи, вибраций и многого другого.
👉 @PythonPortal
