What Telegram channels wrote about Python in September 2026: 805 posts from 314 channels, collected automatically from public Telegram channels.
Python Data Classes Are AMAZING! Here's Why // #Видео
Из этого видео вы узнаете, почему классы данных меняют правила игры для разработчиков на Python, упрощая код и повышая его читабельность.
▪️Перейти к просмотру [16:10]
Python Expert | Программирование
Pythonic Quant
Описание: Погрузитесь в мир количественных финансов с помощью книги «Pythonic Quant» — исчерпывающего руководства по сочетанию программирования на Python и финансового анализа. Эта книга предназначена для финансистов, инвесторов и экономистов, которые имеют базовые знания Python и хотят вывести свои навыки на новый уровень.
🧷Скачать бесплатно
#Python
CodeMode
Форматирование именованных строк
Такую штуку используют нечасто, но если данные уже находятся в словаре, для форматирования именованных строк пригодится.
Вы даже можете использовать функцию locals(), но в последних версиях Python придется обращаться к f-строкам.
Гайды по Python
#python
Set up Python 3.12 with Anaconda, create and activate a Conda environment named `cs146s`, install Poetry, then run `poetry install` in the project folder. This gives a ready-to-use course setup with the right Python version and all needed packages, so you can start assignments with less setup trouble.
https://github.com/mihail911/modern-software-dev-assignments
Nested list comprehensions
Помните основной синтаксис list comprehensions? [ expression for item in list if conditional ]
Если expression может быть любым валидным выражением Python, оно также может быть и другим list comprehension. Или, если хотите «разгладить» предыдущую матрицу.
Гайды по Python
Что не так с асинхронностью в питоне?
Асинхронность дала Python новую жизнь, ведь это решало множество проблем с производительностью без перехода к многопоточности.
Но у всего есть свои недостатки. Например, потеря исключения при выполнении нескольких корутин. Как их исправить/избежать — рассказывает автор.
// Перейти к просмотру
⬇️ Скачать видео
📁 IT Academy | Чат 💬
3 Python Projects for Beginners You Can Put on Your Resume // #Видео
В этом видео мы с нуля создадим три простых проекта на Python для начинающих. Вместо того чтобы делать три похожих приложения, мы сосредоточимся на разных практических навыках работы с Python — от работы с пользовательскими данными до автоматизации файлов и создания полезных утилит.
▪️Перейти к просмотру [01:25]
Python Expert | Программирование
Языки программирования. Часть 8 От Python до AppleScript
Мы продолжаем рассказывать про самые важные языки программирования. Наступили 1990-е: персональные компьютеры появились в миллионах домов и офисов, начал развиваться интернет, а программировать стали не только профессиональные разработчики, но и учёные, создатели игр и обычные пользователи.
Именно тогда появились пять языков, о которых мы сегодня расскажем. Haskell развивал идеи чистого функционального программирования. Python делал ставку на простоту и читаемость. Lua создавался как небольшой язык, который легко встроить в другие программы. R предназначался прежде всего для статистики и анализа данных. А AppleScript позволял автоматизировать работу Macintosh и управлять приложениями с помощью команд, похожих на обычный английский язык.
Читайте карточки и приходите в Яндекс Музей, чтобы увидеть компьютеры и другие экспонаты, связанные с историей программирования!
Москва: Ⓜ на «Парке культуры» Санкт-Петербург: ☺ на Невском
Понимание различий между операторами сравнения == и is
Множество разработчиков сталкиваются с трудностями в отличии двух операторов сравнения: == и is, что может привести к неожиданным ошибкам в коде.
Оператор == сравнивает значения двух объектов, чтобы определить их равенство. В отличие от него, оператор is проверяет, ссылаются ли две переменные на один и тот же объект в памяти, тем самым проверяя их идентичность.
В Python из соображений эффективности происходит кэширование небольших чисел и коротких строк, что может привести к путанице и неочевидным результатам при использовании этих операторов.
#pythonIT Дайджест с Новиковым
#stem #онлайн #можливість #asap
👉 Що? EPAM Pre-Junior Program — безкоштовна 10-тижнева програма з Python для старшокласників, які хочуть спробувати програмування на практиці та зрозуміти, чи підходить їм ІТ 👨💻
👉 Для кого? Для школярів 14–18 років. Поглиблені знання Python не потрібні — навчання починається з основ
👉 Навіщо? Під час програми ти: • розберешся з основними конструкціями Python; • познайомишся з об’єктно-орієнтованим програмуванням; • навчишся розв’язувати алгоритмічні задачі; • створиш власні програми; • зможеш на практиці протестувати, чи цікавий тобі напрям програмування
👉 Що треба? Зареєструватися до 5 жовтня, 09:00, АЛЕ реєстрацію можуть закрити раніше, якщо закінчаться місця, тож рекомендуємо реєструватися asap!
👉 Коли? Старт — 12 жовтня Навчання триватиме 10 тижнів, двічі на тиждень з 17:00 до 18:30
👉 Де? Онлайн
Muallif: @UstozShogird
Xodim kerak:
🏢 Idora: IT live Academy 📚 Texnologiya: Html, Css, JavaScript, React.js, Php, Python, Django, Node.js 🇺🇿 Telegram: @ItLiveHR_office 📞 Aloqa: +998917934991 🌐 Hudud: Sirdaryo Viloyati, Guliston sh. 🕰 Murojaat vaqti: 09:00 - 17:00 🕰 Ish vaqti: 09:00 - 18:00 💰 Maosh: 2.5mln - 15mln so‘m ‼️ Qo`shimcha: - Aloqaga chiqing!
#ishJoyi #Html #Css #React #Python #Django #NodeJs #Sirdaryo
👉 @frontEndJobo kanaliga ulanish
Почему миллион чисел в Python занимает 35 МБ
Список из миллиона целых, которые помещаются в 64 бита, занимает в CPython около 35 МБ вместо ожидаемых 8 МБ. Из них 8 МБ уходят на указатели списка, ещё 28 МБ на числа: небольшой объект int весит 28 байт.
В CPython каждое число является объектом. Кроме значения, у него есть счётчик ссылок и указатель на тип. На 64-битной системе эти служебные поля добавляют минимум 16 байт к каждому объекту. Явное лучше неявного, особенно в профиле памяти.
Массив NumPy с типом uint64 хранит значения вместо ссылок на отдельные объекты Python. Поэтому миллион элементов занимает 8 МБ плюс память на импорт библиотеки. В разборе структуры объектов CPython есть замеры и код. Для больших числовых наборов проверьте NumPy до того, как 8 ГБ превратятся в 35 ГБ.
🐍 Python Development
Python开发工程师 🏢 硕软（上海）软件贸易有限公司 📍 Shanghai, Shanghai, China · 🌐 Remote 🕒 18 hours ago
Tap below to view the full posting and apply directly on LinkedIn.
💎 Curated by: https://t.me/Jobs204
🐍 Python Development
Python Developer 🏢 Infosys 📍 Bengaluru East, Karnataka, India · 🌐 Remote 🕒 19 hours ago
Tap below to view the full posting and apply directly on LinkedIn.
💎 Curated by: https://t.me/Jobs204
Software Engineer: C++ C# Java, Python, JavaScript
Web Dev: HTML, CSS, JavaScript, NodeJS
Game Dev: Unity, Unreal, Java
App Dev: Flutter, Objective C, Java, Swift, Kotlin, React
Cyber Security: Python, Linux, Networking
AI & Data Science - Julia, Haskell
📚Напоминаем про наш полный курс «Самоучитель по Python для начинающих»
Мы написали и собрали для вас в одну подборку все 25 глав и 230 практических заданий!
🐍 Часть 1: Особенности, сферы применения, установка, онлайн IDE 🐍 Часть 2: Все, что нужно для изучения Python с нуля – книги, сайты, каналы и курсы 🐍 Часть 3: Типы данных: преобразование и базовые операции 🐍 Часть 4: Методы работы со строками 🐍 Часть 5: Методы работы со списками и списковыми включениями 🐍 Часть 6: Методы работы со словарями и генераторами словарей 🐍 Часть 7: Методы работы с кортежами 🐍 Часть 8: Методы работы со множествами 🐍 Часть 9: Особенности цикла for 🐍 Часть 10: Условный цикл while 🐍 Часть 11: Функции с позиционными и именованными аргументами 🐍 Часть 12: Анонимные функции 🐍 Часть 13: Рекурсивные функции 🐍 Часть 14: Функции высшего порядка, замыкания и декораторы 🐍 Часть 15: Методы работы с файлами и файловой системой 🐍 Часть 16: Регулярные выражения 🐍 Часть 17: Основы скрапинга и парсинга 🐍 Часть 18: Основы ООП – инкапсуляция и наследование 🐍 Часть 19: Основы ООП – абстракция и полиморфизм 🐍 Часть 20: Графический интерфейс на Tkinter 🐍 Часть 21: Основы разработки игр на Pygame 🐍 Часть 22: Основы работы с SQLite 🐍 Часть 23: Основы веб-разработки на Flask 🐍 Часть 24: Основы работы с NumPy 🐍 Часть 25: Основы анализа данных с Pandas
🐍Advanced Python
▪️01 - Lists in Python - Смотреть ▪️02 - Tuples in Python - Смотреть ▪️03 - Dictionaries in Python - Смотреть ▪️04 - Sets in Python - Смотреть ▪️05 - Strings in Python - Смотреть ▪️06 - Collections in Python - Смотреть ▪️07 - Itertools in Python - Смотреть ▪️08 - Lambda in Python - Смотреть ▪️09 - Exceptions in Python - Смотреть ▪️10 - Logging in Python - Смотреть
#Python
IT Сэнсей & Скачать видео
Анонимные функции
Иногда именованию функции не стоит уделять особого внимания. Например, если вы уверены, что она будет использована только раз. Для таких случаев Python предлагает применять анонимные функции, также называемые лямбда-функциями.
Лямбда-функция может быть назначена переменной, создавая краткий способ определения функции.
Как известно, map применяет функцию ко всем элементам итерируемого объекта. Мы можем использовать лямбду при вызове map.
Гайды по Python
How I Mastered Python for Data Analytics + Top Tips for Beginners // #Видео
▪️Перейти к просмотру [09:11]
Python Expert | Программирование
💻 Протоколы семейства TCP/IP. Теория и практика | Привет, друг. На связи Эллиот.
Как на самом деле передаются данные по сети? Что происходит с пакетом, когда вы открываете сайт, и как TCP обеспечивает надёжную доставку информации?
— В данном материале подробный разбор сетевого стека TCP/IP с теорией и практическими экспериментами. Автор создал небольшое приложение, позволяющее изучать сетевые протоколы и экспериментировать с пакетами на низком уровне, не разрабатывая собственные драйверы.
Что внутри: 1. Основы сетевых моделей OSI и TCP/IP, адресация и маршрутизация. 2. Разбор протоколов Ethernet, IP, ARP, ICMP, UDP, TCP, DHCP и DNS. 3. Как работают TCP-соединения, нумерация сегментов, подтверждения, окна и флаги. 4. Практика с Python и Scapy: создание ARP-запросов, ICMP-пакетов, DHCP-сообщений, DNS-запросов и TCP-соединений. 5. Анализ сетевого трафика с помощью Wireshark и работа с пакетами на низком уровне.
⏺ Ссылка на чтиво
#TCP #UDP #ICMP #DNS #ARP #IP #Scapy #Wireshark #Python #Network #Admin | Mr. Robot
🐍 Python Development
Développeur Python (H/F) 🏢 Amiltone 📍 Aix-en-Provence, Provence-Alpes-Côte d'Azur, France · 🌐 Remote 🕒 11 hours ago
Tap below to view the full posting and apply directly on LinkedIn.
💎 Curated by: https://t.me/Jobs204
Как перевести Python-сервер MCP с FastMCP на SDK 2.x
Свежая установка зависимостей сломала сервер автора: в requirements.txt пакет mcp был без ограничения версии, поэтому pip подтянул ветку 2.x, где FastMCP переименовали в MCPServer. Код репозитория не менялся, а прежний импорт перестал работать. Explicit is better than implicit, особенно в файле зависимостей.
Миграция начинается с замены импорта и имени класса. Декораторы @mcp.tool(), @mcp.resource() и тела инструментов в этом проекте остались прежними. Затем стоит закрепить mcp>=2,<3 и отдельно оставить httpx: SDK 2.x больше не устанавливает его как зависимость.
В пошаговом разборе на DEV Community есть проверки синхронных обработчиков, переменных окружения и позиционных аргументов конструктора. Так пакет mcp обновляется внутри репозитория и не откатывается для остальных проектов в системном Python.
🐍 В CPython одно чтение `__dict__` может навсегда замедлить доступ к атрибутам конкретного объекта.
Начиная с Python 3.11 обычный obj.x часто вообще не делает lookup по словарю. После прогрева интерпретатор специализирует LOAD_ATTR, а значение читается почти напрямую из inline storage объекта.
Но достаточно выполнить:
`obj.__dict__`
или:
`vars(obj)`
а в некоторых случаях даже:
`copy.copy(obj)`
— и __dict__ материализуется. После этого объект теряет быстрый специализированный путь на оставшееся время жизни.
На CPython 3.14.6 в тесте на M3:
обычный объект → 33.0 ms после чтения __dict__ → 50.6 ms
В free-threaded сборке разрыв ещё больше:
34.0 ms → 59.4 ms.
Интересная деталь: __slots__ сам по себе почти не ускоряет обычный attribute access. Его преимущество здесь в другом — у объекта нет __dict__, значит его невозможно случайно материализовать и сбить оптимизацию.
Очень неочевидная причина, почему vars() или copy.copy() внутри hot path могут неожиданно ударить по производительности.
https://deadlovelll.github.io/2026-09-05-reading-dict-deoptimizes-attribute-access/
@Python_Community_ru
Python软件工程师（西安） https://remote-china.com/jobs/1926
来源: BOSS直聘 团队: 西安灰猫智能技术有限责任公司 薪资: 5-10k 摘要: 人工智能行业，后端开发工程师，Python, 英语阅读能力，混合办公，90%远程，有西安外勤需求
#远程工作 #招聘
招聘信息均收集自网络，是否靠谱请自行判断，如有投递意愿，请访问原文联系。
