Python Community
Kanalga Telegram’da o‘tish
Python Community RU - СНГ сообщество Python-разработчиков Чат канала: @python_community_chat Сотрудничество: @cyberJohnny и @Sergey_bzd РКН реестр: https://knd.gov.ru/license?id=67847dd98e552d6b54a511ed®istryType=bloggersPermission
Ko'proq ko'rsatish
Tarmoq:📈 Telegram kanali Python Community analitikasi
Python Community (@python_community_ru) Rus til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 11 511 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 10 784-o'rinni va Rossiya mintaqasida 55 591-o'rinni egallagan.
📊 Auditoriya ko‘rsatkichlari va dinamika
невідомо sanasidan buyon loyiha tez o‘sib, 11 511 obunachiga ega bo‘ldi.
30 Oktabr, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni -75 ga, so‘nggi 24 soatda esa -1 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.
- Tasdiqlash holati: Tasdiqlanmagan
- Jalb etish (ER): Auditoriya o‘rtacha 4.38% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 2.23% ini tashkil etuvchi reaksiyalarni to‘playdi.
- Post qamrovi: Har bir post o‘rtacha 504 marta ko‘riladi; birinchi sutkada odatda 257 ta ko‘rish yig‘iladi.
- Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 2 ta reaksiya keladi.
- Tematik yo‘nalishlar: Kontent docker, git, github, контейнер, await kabi asosiy mavzularga jamlangan.
📝 Tavsif va kontent siyosati
Muallif resursni shaxsiy fikrni ifoda etish maydoni sifatida ta’riflaydi:
“Python Community RU - СНГ сообщество Python-разработчиков
Чат канала: @python_community_chat
Сотрудничество: @cyberJohnny и @Sergey_bzd
РКН реестр:
https://knd.gov.ru/license?id=67847dd98e552d6b54a511ed®istryType=bloggersPermission”
Yuqori yangilanish chastotasi (oxirgi ma’lumot 31 Oktabr, 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.
11 511
Obunachilar
-124 soatlar
-237 kun
-7530 kun
Postlar arxiv
11 509
🖥 Pydantic имеет встроенную функцию для проверки данных, но она использует много памяти.
Attrs не имеет встроенной проверки данных, но обеспечивает лучшую производительность и меньшее потребление памяти, что делает его идеальным для внутренних структур данных и простого создания классов в Python.
```python
from attrs import define, field
@define
class UserAttrs:
name: str
age: int = field()
@age.validator
def check_age(self, attribute, value):
if value < 0:
raise ValueError("Возраст не может быть отрицательным")
return value # принимает любой положительный возраст
try:
user = UserAttrs(name="Bob", age=-1)
except ValueError as e:
print("ValueError:", e)
```
📌 Пример (https://codecut.ai/python-data-models-pydantic-or-attrs)
@Python_Community_ru
11 509
🖥 TinyTroupe (https://github.com/microsoft/TinyTroupe) — это экспериментальная библиотека на Python, предназначенная для моделирования взаимодействия искусственных агентов с различными личностями, интересами и целями.
🌟 Благодаря возможностям больших языковых моделей, таких как GPT-4, TinyTroupe создаёт правдоподобные симуляции поведения. Эти агенты могут общаться между собой, реагировать на внешние воздействия и существовать в созданных мирах.
🔐 Лицензия: MIT
🖥 Github (https://github.com/microsoft/TinyTroupe?tab=readme-ov-file)
@Python_Community_ru
11 509
🖥 Manim (https://github.com/ManimCommunity/manim) — это мощная библиотека на Python, предназначенная для создания анимаций математических и научных концепций.
💡 Она дает возможность визуализировать сложные идеи с высокой точностью и гибкостью, позволяя использовать код для определения сцен, объектов и их взаимодействий. Manim активно применяют в образовательных целях и для создания объясняющих видео. Библиотека поддерживает анимацию графиков, формул, геометрических фигур и других визуальных элементов.
🔐 Лицензия: MIT
🖥 Github (https://github.com/ManimCommunity/manim)
@Python_Community_ru
11 509
🖥 Ai-gradio
Это новый пакет на Python, который облегчает разработку приложений машинного обучения с использованием различных искусственных интеллектов.
Он основан на Gradio и предлагает единый интерфейс для множества моделей и ИИ-сервисов.
Особенности
- Поддержка нескольких провайдеров: интеграция с более чем 15 крупнейшими ИИ, включая OpenAI, Google Gemini, Anthropic и другие.
- Встроенные интерактивные интерфейсы чата для всех текстовых моделей.
- Голосовой чат: возможность голосового взаимодействия в реальном времени с моделями OpenAI.
- Видеочат: функции обработки видео с моделями Gemini.
- Генерация кода: специализированные интерфейсы для помощи в программировании.
- Мультимодальность: поддержка ввода текста, изображений и видео.
- Интеграция CrewAI для совместных задач ИИ.
- Автоматизация браузера: встроенные агенты ИИ, способные выполнять веб-задачи.
▪ Github (https://github.com/AK391/ai-gradio)
@Python_Community_ru
11 509
🖥 Эта статья объясняет, как применять сложные фильтры в Django ORM с использованием подзапросов и различных связанных методов.
🌟 Автор демонстрирует, как с их помощью эффективно обрабатывать сложные запросы, включая фильтрацию по вложенным отношениям и исключения. Рассматриваются примеры работы с моделями, такими как пользователи, категории, публикации и комментарии. Также обсуждается реализация SQL-логики через Python-код для решения конкретных задач, например, поиска пользователей, оставлявших комментарии под определёнными публикациями.
🔗 Ссылка: *клик*
@Python_Community_ru
11 509
🖥 RealtimeSTT (https://github.com/KoljaB/RealtimeSTT) — это библиотека, которая позволяет преобразовывать речь в текст с минимальной задержкой в реальном времени.
🌟 Она обладает функциями обнаружения голосовой активности, активации по ключевому слову и моментальной транскрипции, что делает её отличным выбором для голосовых ассистентов или приложений, где требуется быстрое и точное распознавание речи.
🔐 Лицензия: MIT
🖥 Github (https://github.com/KoljaB/RealtimeSTT)
@Python_Community_ru
11 509
📹 yt-dlp (https://github.com/yt-dlp/yt-dlp) — это мощный инструмент командной строки для скачивания видео и аудио с различных платформ, таких как YouTube, Twitch, Vimeo и других.
💡 Это форк известного youtube-dl, созданный для исправления недостатков оригинальной версии и добавления новых функций. yt-dlp поддерживает гибкий выбор форматов видео и аудио, работу с DASH/HLSe потоками, обработку субтитров, обход возрастных ограничений и защиту от DRM. Благодаря множеству опций, он позволяет пользователям настроить загрузку в соответствии с их потребностями.
🔐 Лицензия: Unlicense
🖥 Github (https://github.com/yt-dlp/yt-dlp?tab=readme-ov-file)
@Python_Community_ru
11 509
🖥 MoneyPrinterV2 (https://github.com/FujiwaraChoki/MoneyPrinterV2) — это инструмент для автоматизации заработка в интернете, который сосредоточен на маркетинге и взаимодействии с разными платформами.
🌟 Проект был полностью переписан, чтобы добавить новые функции и улучшить модульность, что позволяет адаптировать его под определенные задачи. К его основным возможностям относятся автоматическое управление Twitter-ботами, публикация контента в YouTube Shorts и использование аффилиативного маркетинга на таких платформах, как Amazon.
🔐 Лицензия: AGPL-3.0
🖥 Github (https://github.com/FujiwaraChoki/MoneyPrinterV2)
@Python_Community_ru
11 509
Участники СВО и члены их семей могут получить скидку 30% при покупке земельного участка в Московской области.
Санинский Михаил Геннадьевич рассказал о запуске программы поддержки ветеранов боевых действий, членов семей, а также проявляющих активное отношение к специальной военной операции (СВО).
С 20.12.2024 года все представители группы имеют возможность получить дополнительную скидку в размере 10% на все участки, представленные на нашем сайте, суммарно скидка на ряд участков составит 30%.
Для получения скидки достаточно предъявить подтверждающие документы, удостоверяющие статус ветерана или участника СВО. Все подробности и условия акции можно узнать по телефону.
Михаил является патриотом своей Родины и всегда стремится быть социально ответственным, для него большая честь иметь возможность поддержать тех, кто рискует жизнью и здоровьем.
Для получения дополнительной информации, пожалуйста, свяжитесь с сотрудниками
ООО «Земстройторг:
Телефон: +7(495)540-58-88
Электронная почта: info@zemst.ru
Сайт: www.zemst.ru
С уважением, Санинский М.Г.
11 509
🖥 Cookiecutter (https://github.com/cookiecutter/cookiecutter) — это многофункциональный инструмент командной строки, который позволяет быстро создавать проекты по шаблонам!
🌟 Он применяется для генерации проектов на разных языках программирования, таких как Python, C и других, облегчая процесс настройки стандартных структур каталогов и файлов.
💡 Cookiecutter дает возможность создавать проекты как с использованием удалённых шаблонов (например, из GitHub), так и локальных, без необходимости в знании Python. Этот инструмент поддерживает пользовательские параметры, расширяемость, работу с любым форматом файлов, а также интеграцию с pipx для удобной установки.
🔐 Лицензия: BSD-3-Clause
🖥 Github (https://github.com/cookiecutter/cookiecutter)
@Python_Community_ru
11 509
git add .
git commit -m "исправление" --no-verify
git push origin main --force
(https://t.me/pythonl)
@Python_Community_ru
11 509
👩💻 python-mss (https://github.com/BoboTiG/python-mss) — это модуль для создания скриншотов на различных платформах, включая Windows, macOS и Linux!
🌟 Этот модуль написан на чистом Python с применением ctypes, что делает его легким, быстрым и независимым от сторонних библиотек. MSS позволяет захватывать снимки экрана с отдельных мониторов или с нескольких мониторов одновременно, а также предоставляет возможность интеграции с такими библиотеками, как Pillow, Numpy и OpenCV для дальнейшей обработки изображений.
🔐 Лицензия: MIT
🖥 Github (https://github.com/BoboTiG/python-mss)
@Python_Community_ru
11 509
🖥 Githubkit
Когда вы работаете с API GitHub, вам приходится вручную обрабатывать HTTP-запросы, токены и JSON-ответы, что занимает много времени и может привести к ошибкам.
Githubkit — это библиотека на Python, которая предлагает удобный и типизированный интерфейс для взаимодействия с API GitHub.
Установить можно с помощью:
pip install githubkit
# или, используйте poetry
poetry add githubkit
# или, используйте pdm
pdm add githubkit
# или, используйте uv
uv add githubkit
Пример:
from githubkit import Response
from githubkit.versions.latest.models import FullRepository
resp: Response[FullRepository] = github.rest.repos.get("owner", "repo")
repo: FullRepository = resp.parsed_data
print(repo.full_name)
▪ Github (https://github.com/yanyongyu/githubkit)
▪ Документация (https://yanyongyu.github.io/githubkit/)
@Python_Community_ru
11 509
👩💻 fastapi-mvc (https://github.com/fastapi-mvc/fastapi-mvc) — это инструмент, который помогает разработчикам, работающим с FastAPI, повышать свою продуктивность!
🌟 Он позволяет быстро создавать проекты с использованием архитектурного паттерна MVC, включая все необходимые компоненты, такие как WSGI и ASGI серверы, документацию в Sphinx, полное покрытие тестами и интеграцию с Kubernetes.
🌟 Инструмент автоматически генерирует структуры проектов, Makefile, конфигурации для GitHub Actions, Helm Charts, Dockerfile и поддерживает управление зависимостями с помощью Poetry. Кроме того, он предоставляет возможность обновления ранее сгенерированных проектов до новых версий шаблонов и предлагает виртуализированную среду разработки с использованием Vagrant.
🖥 Github (https://github.com/fastapi-mvc/fastapi-mvc)
@Python_Community_ru
11 509
👩💻 Flask-Rebar (https://github.com/plangrid/flask-rebar) — это инструмент для упрощения создания REST API с использованием Flask, Marshmallow и Swagger!
🌟 Он помогает в создании и проверке запросов и ответов с помощью схем Marshmallow и автоматически генерирует документацию OpenAPI (Swagger UI).
🔐 Лицензия: MIT
🖥 Github (https://github.com/plangrid/flask-rebar)
@Python_Community_ru
11 509
👩💻 starlette-admin (https://github.com/jowilf/starlette-admin) — это фреймворк, который помогает создавать административные интерфейсы для приложений на Starlette и FastAPI!
🌟 С его помощью можно легко создавать интерфейсы для работы с данными, он поддерживает разные ORM, такие как SQLAlchemy, SQLModel и MongoEngine. Также в него встроены функции для выполнения CRUD-операций, фильтрации, экспорта данных, а также для аутентификации и авторизации.
🔐 Лицензия: MIT
🖥 Github (https://github.com/jowilf/starlette-admin)
@Python_Community_ru
11 509
🖥 Byterun — это интерпретатор Python, который написан на Python и состоит из 500 строк кода. Автор проекта заметил, что основная структура интерпретатора Python может быть компактно представлена в 500 строках. В данной статье рассматривается структура интерпретатора и предоставляется контекст для его дальнейшего изучения.
Цель статьи не заключается в том, чтобы охватить все аспекты интерпретаторов, так как в этой области программирования и информатики можно проводить годы, изучая эту тему в глубину.
Byterun был создан Недом Батчелдером, основываясь на работах Пола Шварца. Его структура схожа с реализацией Python, известной как CPython, поэтому понимание Byterun может помочь вам лучше разобраться в интерпретаторах в общем и в CPython в частности. Если вы не уверены, какой именно Python используете, скорее всего, это CPython.
Статья: https://aosabook.org/en/500L/a-python-interpreter-written-in-python.html
Github: https://github.com/nedbat/byterun
@Python_Community_ru
11 509
👩💻 CuPy (https://github.com/cupy/cupy) — это библиотека на Python для вычислений с использованием GPU, которая полностью совместима с NumPy и SciPy.
🌟 CuPy позволяет адаптировать существующий код, основанный на NumPy/Scipy, для работы с платформами NVIDIA CUDA или AMD ROCm, сводя к минимуму изменения в приложении.
🌟 CuPy поддерживает как высокоуровневые операции с массивами, так и низкоуровневые функции, такие как вызовы CUDA API, использование потоков и интеграцию с программами на C/C++.
🔐 Лицензия: MIT
🖥 Github (https://github.com/cupy/cupy)
@Python_Community_ru
