Простой Python | Программирование
Kanalga Telegram’da o‘tish
Заявки принимаются автоматически. Лучший образовательный канал по Python. По всем вопросам: @kesh_keshh (реклама) Ссылка на канал: https://t.me/+T1i5nO0m_h01ZDky . РКН: https://vk.cc/cJ5box Помощь:https://telega.in/c/+T1i5nO0m_h01ZDky
Ko'proq ko'rsatish
Tarmoq:📈 Telegram kanali Простой Python | Программирование analitikasi
Простой Python | Программирование (@python_piton_javascript) Rus til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 125 958 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 919-o'rinni va Rossiya mintaqasida 3 979-o'rinni egallagan.
📊 Auditoriya ko‘rsatkichlari va dinamika
невідомо sanasidan buyon loyiha tez o‘sib, 125 958 obunachiga ega bo‘ldi.
01 Oktabr, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni -1 990 ga, so‘nggi 24 soatda esa -53 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.
- Tasdiqlash holati: Tasdiqlanmagan
- Jalb etish (ER): Auditoriya o‘rtacha 3.87% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 1.97% ini tashkil etuvchi reaksiyalarni to‘playdi.
- Post qamrovi: Har bir post o‘rtacha 4 873 marta ko‘riladi; birinchi sutkada odatda 2 485 ta ko‘rish yig‘iladi.
- Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 46 ta reaksiya keladi.
- Tematik yo‘nalishlar: Kontent модуль, itertools, gigachat, math, decimal kabi asosiy mavzularga jamlangan.
📝 Tavsif va kontent siyosati
Muallif resursni shaxsiy fikrni ifoda etish maydoni sifatida ta’riflaydi:
“Заявки принимаются автоматически.
Лучший образовательный канал по Python.
По всем вопросам: @kesh_keshh (реклама)
Ссылка на канал: https://t.me/+T1i5nO0m_h01ZDky
.
РКН: https://vk.cc/cJ5box
Помощь:https://telega.in/c/+T1i5nO0m_h01ZDky”
Yuqori yangilanish chastotasi (oxirgi ma’lumot 02 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.
125 958
Obunachilar
-5324 soatlar
-2897 kun
-1 99030 kun
Postlar arxiv
Работа с хребтами
Делимся статьей, где автор рассказывает про работу с хребтами в Seaborn. В результате ты научишься создавать красивые ridge plot. Также продемонстрирована гибкость библиотеки с помощью демонстрации кода.
👉Читать статью
#статьи
Биткоин с начала года вырос на 80% 🚀
Пока вы слушаете скептиков, которые говорят, что крипта — скам, а майнинг умер, настоящие эксперты в этой области уже зарабатывают огромные суммы денег.
✅ Promminer — это telegram-канал, который откроет вам достоверную информацию о рынке криптовалют и способах заработка на добыче цифровых активов.
К тому же, сейчас на канале проходит розыгрыш на IPhone 14 на 256 ГБ, MacBook Air Silver 256 ГБ и главным призом Antminer S19j Pro 104 TH/s 😱
➡️ Подписывайтесь на Promminer, участвуйте в конкурсе и начинайте свой путь в сфере криптодобычи уже сегодня!
Динамический массив
В данном видео автор демонстрирует список языка Python как пример использования динамического массива. Ты узнаешь об основных операциях и их скорости выполнения с точки зрения О большого.
👀Смотреть видео
#видео
file.truncate
Метод truncate() обрезает размер файла. Если присутствует необязательный аргумент size, файл усекается до этого размера. Размер по умолчанию соответствует текущей позиции. Текущая позиция файла не изменяется. Обратите внимание, что если указанный размер превышает текущий размер файла, результат зависит от платформы. Файл может остаться без изменений, увеличиться до указанного размера, как если бы он был заполнен нулями, или увеличиться до указанного размера с неопределенным новым содержимым.
#практика
Быстрые дашборды с помощью DashExpress
Благодаря данной статье ты узнаешь, как можно легко и быстро сделать полноценные дашборды на Python прямо в Jupyter Notebook. Для этого тебе понадобится DashExpress.
👉Читать статью
#статьи
Введение в бустинг
Продолжаем делиться циклом видео про машинное обучение. В этот раз автор рассказывает про принципы построения композиции при бустинге (boosting). Продемонстрирована реализация алгоритма AdaBoost на Python.
👀Смотреть видео
#видео
Вы разработчик с опытом и знакомы с основами Python? На курсе Яндекс Практикума «Мидл Python-разработчик» вы сможете выйти на новый профессиональный уровень и использовать навыки, которые отличают мидла от джуна. Вы начнете думать о проекте, как о единой системе, разрабатывать полноценные веб-сервисы, организовывать инфраструктуру, а ещё:
• углубите знания технологий для бэкенд-разработки на Python;
• разовьёте инженерное мышление;
• сможете брать больше ответственности и решать задачи посложнее;
• разберётесь, как работает бэкенд, DevOps и другие смежные области;
• добавите 7 проектов в портфолио;
• почувствуете себя увереннее в процессах командной разработки.
На всех этапах вас будут сопровождать опытные разработчики: мы не дадим просесть по учёбе и поможем выкроить время на образование. Вы будете практиковаться на реальных кейсах и положите в портфолио работающие проекты. А карьерные консультации подготовят вас к разговору о повышении или помогут с поиском новой работы.
Пройдите первый бесплатный урок
random.getstate
Метод getstate() модуля random возвращает объект с текущим внутренним состоянием генератора случайных чисел. Этот объект можно передать методу setstate() для восстановления состояния. В этот метод не передаются никакие параметры.
#практика
Аналитика небольших данных
Благодаря данной статье ты узнаешь, как совместить Excel, Python и SQL с помощью инструментов с открытым исходным кодом. В результате тебе будет проще работать с небольшим объемом данных.
👉Читать статью
#статьи
Стать экспертом в ИИ можно за три вечера. За этот срок профессионалы в области искусственного интеллекта обучат вас создавать нейросети и применять их на практике.
Ваши разработки смогут:
— Обнаруживать возгорания
— Оценивать стоимость квартир и резюме соискателей
— Прогнозировать стоимость полиметаллов
— Сегментировать изображения самолётов
— Распознавать команды умного дома
— Делить людей на входящих и выходящих из автобуса
Интенсив подойдет как для начинающих в области ИИ, так и для тех, кто не хочет отставать от последних трендов.
Бесплатная регистрация доступна по ссылке.
Множественное наследование
Делимся видео, где автор рассказывает про множественное наследование (multiple inheritance) в Python. Ты узнаешь, зачем это нужно. Демонстрируется пример использования при реализации идеи минсинов (mixins).
👀Смотреть видео
#видео
math.acos
Метод math.acos() возвращает значение арккосинуса числа. Параметр, передаваемый в math.acos(), должен лежать в диапазоне от -1 до 1. Обрати внимание, math.acos(-1) вернет значение PI.
#практика
Python — это не только язык для разработки, но ещё и основной инструмент в машинном обучении.
Сайты-переводчики, маркетплейсы, компьютерные игры, такси, доставка — во всём этом используются ML-алгоритмы. А специалисты по машинному обучению ценятся в любой сфере.
На курсе Start ML поможем применить уже имеющиеся знания в программировании на практике и начать карьеру в Data Science. За 7 месяцев под руководством ведущих специалистов из Райффайзен и Яндекс вы научитесь разрабатывать ML-приложения на Python, обучать классические модели и нейронные сети, а также оценивать их влияние на бизнес с помощью статистики и A/B-тестов — всё на реальных задачах бизнеса.
Курс даст всё необходимое для того, чтобы уверенно проходить собеседования и стать востребованным Junior-специалистом, а наши HR обязательно помогут с трудоустройством. Наши выпускники работают в Яндекс, ВКонтакте, Ozon, Тинькофф и других крупных компаниях.
Новый поток стартует уже 10 августа. Также на сайте доступна бесплатная демоверсия.
Особенности разработки автотестов
Автоматическое тестирование — это выполнение тестов скриптом, а не человеком. В данной статье автор рассказывает про особенности разработки автотестов различными инструментами.
👉Читать статью
#статьи
Случайные деревья и случайный лес
Продолжаем делиться циклом видео про машинное обучение. В этот раз автор рассказывает про общую идею композиции простых алгоритмов в соответствии с идеей бэггинга (bagging). Продемонстрирован способ разбиения обучающей выборки на несколько подвыборок по алгоритму бутстрэп (bootstrap).
👀Смотреть видео
#видео
📅 Подключайтесь 24 августа в 20:00 в OTUS к открытому уроку
👉 Тема: Работа с пакетами в Python с помощью pip и poetry
Практически любой современный язык программирования обладает экосистемой пакетов, которая позволяет разработчику использовать готовые модули для решения задач. Работы с системой пакетов осуществляется через пакетные менеджеры. В экосистеме Python это — pip и poetry.
На занятии разберем оба пакетных менеджера, поговорим про основные сценарии использования, обсудим различия, узнаем, в каких случаях можно обойтись решением попроще, а в каких случаях требуется более продвинутый подход.
В результате урока вы узнаете различия между пакетными менеджерами pip и poetry, научитесь применять пакетные менеджеры в работе.
👉 Для участия зарегистрируйтесь https://otus.pw/SJ4d/
📌 Это занятие является пробной частью онлайн-курса «Python Developer» в OTUS. Нативная интеграция. Информация о продукте www.otus.ru
random.shuffle
shuffle() — это встроенный метод модуля random. Используется для перемешивания последовательности (списка). Это значит, что изменяется положение элементов последовательности. Метод shuffle() нельзя использовать для перемешивания неизменяемых типов данных, таких как строки.
#практика
Динамическое создание закладок в Word
Делимся статьей, где автор рассказывает про динамическое создание закладок и ссылок на них в документах Word. Для этого тебе понадобится модуль python-docx-template. Данный модуль используется для генерации файлов docx по шаблону.
👉Читать статью
#статьи
Решающие деревья в задачах регрессии
Продолжаем делиться циклом видео про машинное обучение. В этот раз автор рассказывает про принцип использования решающих деревьев в задачах регрессии. Продемонстрирована реализация решающих деревьев с помощью пакета Scikit Learn языка Python на основе классов DecisionTreeClassifier и DecisionTreeRegressor.
👀Смотреть видео
#видео
statistics.variance
Метод statistics.variance() вычисляет дисперсию по выборке данных (из совокупности). Большая дисперсия указывает на то, что данные разбросаны, а небольшая дисперсия указывает на то, что данные сгруппированы близко к среднему значению. Чтобы вычислить дисперсию всей совокупности, используй метод statistics.pvariance().
#практика
