👩‍💻 dataclasses — меньше кода для классов с данными

Модуль dataclasses позволяет быстро описывать классы-хранилища данных без лишнего шаблонного кода.

➡️ Пример:

from dataclasses import dataclass

@dataclass
class User:
    name: str
    age: int = 0

u = User("Анна", 25)
print(u)  # User(name='Анна', age=25)

📌 Что даёт @dataclass:

• Автоматически создаёт __init__, __repr__, __eq__
• Поддерживает значения по умолчанию
• Можно добавлять методы, как в обычном классе

Идеально подходит для структурированных объектов — например, при работе с API, конфигами или моделями

👩‍💻 itertools.cycle — бесконечный цикл по списку

Функция cycle() из модуля itertools позволяет бесконечно перебирать элементы последовательности по кругу.

➡️ Пример:

from itertools import cycle

colors = ["red", "green", "blue"]

for i, color in zip(range(7), cycle(colors)):
    print(color)


red  
green  
blue  
red  
green  
blue  
red

📌 Удобно для создания повторяющихся шаблонов, переключения состояний или циклической анимации

Работает с любыми итерируемыми объектами

👩‍💻 functools.lru_cache — кэширование результатов функций

Декоратор lru_cache из модуля functools сохраняет результаты вызовов функции, чтобы не пересчитывать их заново.

Это ускоряет работу, особенно для тяжёлых вычислений.

➡️ Пример:

from functools import lru_cache

@lru_cache(maxsize=None)
def fib(n):
    if n < 2:
        return n
    return fib(n-1) + fib(n-2)

print(fib(30))  # Считает быстро благодаря кэшу

📌 Полезно для рекурсивных функций, работы с API или долгих расчётов.

maxsize ограничивает количество сохранённых результатов (или None для безлимита).