👩‍💻 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).

❓ Зачем используется функция len() в Python и когда её применять?

Функция len() возвращает количество элементов в итерируемом объекте или длину строки. Это удобный способ быстро получить размер коллекции или проверить, пуста ли она.

✅Пример:

items = ["apple", "banana", "orange"]
count = len(items)
print(count)
# ➜ 3

📌В этом примере len() возвращает количество элементов списка.

len() удобно использовать при работе со списками, строками, словарями, множествами и любыми коллекциями. Она помогает проверять пустоту (if len(list) > 0), контролировать размеры данных и писать более читаемый код.

👩‍💻 pathlib — современная работа с путями

Модуль pathlib упрощает работу с файлами и папками, заменяя старый os.path.

Объекты Path интуитивнее и поддерживают операции как с обычными переменными.

➡️ Пример:

from pathlib import Path

path = Path("example.txt")

if path.exists():
    print("Файл существует")
else:
    print("Файла нет")

📌 pathlib работает кроссплатформенно, поддерживает удобное объединение путей (/), чтение, запись и обход директорий.

👩‍💻 enumerate + start — нумерация с любого числа

Функция enumerate() позволяет перебирать элементы с индексами, а параметр start задаёт, с какого числа начинать счёт.

➡️ Пример:

tasks = ["Купить хлеб", "Выучить Python", "Сделать проект"]

for i, task in enumerate(tasks, start=1):
    print(f"{i}. {task}")

1. Купить хлеб  
2. Выучить Python  
3. Сделать проект

📌 Удобно для списков задач, меню и любых случаев, где индексация должна начинаться не с нуля.

👩‍💻 zip_longest — объединение списков разной длины

Функция zip_longest() из модуля itertools объединяет несколько последовательностей, заполняя недостающие значения указанным значением.

➡️ Пример:

from itertools import zip_longest

names = ["Анна", "Борис"]
scores = [90]

for name, score in zip_longest(names, scores, fillvalue="—"):
    print(name, score)

Анна 90  
Борис —

📌 Полезно при работе с данными разной длины, чтобы не потерять элементы.

👩‍💻 else после цикла — неочевидная фишка Python

В Python можно использовать else не только с if, но и с циклами for и while.

Он выполняется только если цикл завершился без break.

➡️ Пример:

nums = [1, 3, 5, 7]

for n in nums:
    if n % 2 == 0:
        print("Есть чётное")
        break
else:
    print("Все числа нечётные")

Все числа нечётные

📌 Удобно для поиска: если ничего не найдено — выполнится else. Работает как "не прервали — тогда делай...".

👩‍💻 unpacking оператор * для распаковки

Оператор * позволяет распаковывать последовательности в отдельные элементы прямо в выражениях или вызовах функций

➡️ Пример:

nums = [1, 2, 3]
print(*nums)  # 1 2 3

a, *middle, b = [10, 20, 30, 40, 50]
print(a, middle, b)  # 10 [20, 30, 40] 50

📌 Полезно для передачи аргументов, объединения списков и элегантного извлечения частей коллекций.