Введение в Факториал в Python
Для положительного целого числа Python в факториале означает произведение всех целых чисел, которые перечислены меньше и равны указанному целому числу. Факториальное значение явного числа обычно представляется как n !. формула, лежащая в основе произведения этих целых чисел, может быть представлена с помощью приведенной ниже формулы:
п! = n * (n-1) * (n-2) * (n-3) * (n-4) * (n-5) * (n-6) * (n-7) *., , , , , . * 1
Пример: 20! = 20 * 19 * 18 * 17 * 16 * 15 * 14 * 13 * 12 * 11 * 10 * 9 * 8 * 7 * 6 * 5 * 4 * 3 * 2 * 1 = 2432902008176640000
| N | н ! |
| 1 | |
| 1 | 1 |
| 2 | 2 |
| 3 | 6 |
| 4 | 24 |
| 5 | 120 |
| 6 | 720 |
| 7 | 5 040 |
| 8 | 40 320 |
| 9 | 362 880 |
| 10 | 3 628 800 |
| 11 | 39 916 800 |
| 12 | 479 001 600 |
| 13 | 6 227 020 800 |
| 14 | 87 178 291 200 |
| 15 | 1.30767E + 12 |
| 16 | 2.09228E + 13 |
| 17 | 3.55687E + 14 |
| 18 | 6.40237E + 15 |
| 19 | 1.21645E + 17 |
| 20 | 2.4329E + 18 |
Техники факториала в Python
Техника № 1 — Факториальная программа
Код:
Выход:
Объяснение: Программа вычисляет факториал числа, используя метод циклического преобразования, здесь конкретное целочисленное значение, для которого нужно вычислить факториальное значение, вводится в переменную «Число». Наряду с этим переменная «Факториал» инициализируется значением 1. Первая проверка заключается в определении того, является ли значение ключа положительным целым числом. это потому, что факториальное значение для отрицательного целого не может быть вычислено. поэтому проверка подразумевается так, что введенное значение больше нуля. также, если введенное значение равно нулю, то печатается факториальное значение для нуля, равное единице. В следующем случае факториал для данного значения определяется приведенной ниже формулой, выполняемой в цикле, причем значение итератора увеличивается на единицу.
Диапазон этого цикла поддерживается в диапазоне от 1 до одного значения, превышающего введенное число. В конце последнего выполнения выводится значение факториала.
Техника № 2 — Факториальная программа
Код:
Выход:
Объяснение: Программа вычисляет факториал числа с использованием метода рекурсивного вызова функций, здесь значение, для которого необходимо определить факториал, вводится в переменную «Число». Значение 1 инициализируется факториальной переменной. Первая проверка заключается в том, чтобы определить, является ли значение ключа положительным целым числом. это потому, что факториальное значение для отрицательного целого не может быть вычислено. поэтому проверка подразумевается так, что введенное значение больше нуля. также, если введенное значение равно нулю, то печатается факториальное значение для нуля, равное единице. В следующем случае факториал для данного значения определяется рекурсивно выполняемой формулой ниже:
рекурсивное выполнение процессом означает метод, с помощью которого зацикливание данного экземпляра кодирования выполняется вручную. Этот метод включает в себя вызов заданной функции в той же функции, и этот вызов инкапсулируется внутри заданного условия if. Таким образом, эта инкапсуляция позволяет вызывать функцию до тех пор, пока не будет выполнено данное условие.
Вывод
Эти программы подразумевают проверку того, соответствует ли заданный палиндром заданному целочисленному значению. Используя вышеуказанные программы, любое заданное числовое значение может быть успешно оценено по факториальному значению. программы подразумевают использование двух широко разнородных методов, таких как рекурсивный вызов функции и обычный процесс зацикливания. со стандартной точки зрения, оба эти метода не сильно отличаются друг от друга, и они очень приемлемые методы программирования.
Рекомендуемая статья
Это был путеводитель по Factorial в Python. Здесь мы обсуждаем Введение в Факториал в Python и Различные Методы факториальной программы с Примером. Вы также можете просмотреть наши другие предлагаемые статьи, чтобы узнать больше —
- Шаблоны в Python
- Преимущества Python
- Python Frameworks
- Компиляторы Python
- Руководство по факториалу в PHP
- Факториал на Яве (С Методами)
- Итератор в Python | Преимущества Python
Оператор модуля
Оператор модуля Python – это встроенный оператор, который возвращает оставшиеся числа путем деления первого числа на второе. Он также известен как Python modulo. В Python символ модуля представлен в виде символа процента(%). И называется он оператором остатка.
Ниже приведен синтаксис для получения остатка путем деления первого числа на второе.
Rem = X % Y
Здесь X и Y – два целых числа, а модуль(%) используется между ними, чтобы получить остаток, где первое число(X) делится на второе число(Y).
Например, у нас есть два числа, 24 и 5. И мы можем получить остаток, используя модуль или оператор по модулю между числами 24% 5. Здесь 24 делится на 5, что возвращает 4 в качестве остатка и 4 в качестве частного. Когда первое число полностью делится на другое число, не оставляя остатка, результатом будет 0.
Поиск факториала числа в Python с помощью итерации
(i) Факториал числа с использованием цикла for
Программа
(input(«enter>
Выход
Enter the Number :7 Factorial of 7 is 5040
В этой программе python сначала мы принимаем ввод с клавиатуры с помощью функции input() , а затем у нас есть условный оператор для отрицательных входов, так как факториал отрицательного числа не существует.
Тогда у нас есть цикл for в диапазоне от 1 до самого числа внутри цикла, мы просто перебираем переменную цикла i и умножаем ее на переменную fact, определенную выше. В конце концов, мы просто распечатываем результат, используя форматирование строк.
(ii) Факториал числа с использованием цикла While
def factorialUsingWhileLoop(n):
while(n>1):
*n
- 1
print('Factorial is %d'%(fact))
if:
factorialUsingWhileLoop(4)
Подобно приведенной выше программе , мы можем использовать один цикл ‘ while ‘, чтобы узнать факториал . Процесс тот же. Единственная разница заключается в том, что мы используем один цикл «while «вместо цикла» for loop».
Метод’ factorialUsingWhileLoop ‘ используется для определения факториала с помощью цикла while. Как и в приведенной выше программе, переменная ‘fuck’ используется для хранения конечного факторного значения. Цикл while будет выполняться до тех пор, пока значение ‘n’ не станет больше ‘one’. На каждой итерации цикла мы уменьшаем значение ‘n’ на ‘один’. Этот цикл завершится, когда значение ‘n’ будет равно ‘0’. Мы печатаем факторное значение, когда оно заканчивается.
Подробнее: Что такое Null в Python
Нахождение всех простых множителей числа
Если пользователь вводит число как 12, то на выходе должно быть 2, 2, 3, а если на входе 315 – выход должен быть «3 3 5 7». Программа должна вернуть все простые множители данного числа. Простые множители 330 – это 2, 3, 5 и 11. Следовательно, 11 является наиболее значимым простым множителем 330.
Например: 330 = 2 × 3 × 5 × 11.
Прежде чем писать программу на Python, давайте разберемся со следующими догадками.
1-я гипотеза – может быть хотя бы один простой множитель, который будет меньше √n в случае, если n не является простым числом.
Доказательство. Существуют два больших числа sqrt(n), их произведение также должно делить n, но оно будет превышать n, что противоречит нашему предположению. Таким образом, не может быть более одного простого множителя n, большего, чем sqrt(n).
Давайте посмотрим на следующий шаг, чтобы выполнить такую операцию.
p <= sqrt(n} or q <= sqrt(n)
2-я гипотеза – может быть более 1 простого множителя n больше, чем sqrt(n).
Доказательство. Предположим, что есть два больших числа sqrt(n), тогда их произведение также должно делить n, но оно будет больше n, что противоречит нашему предположению. Таким образом, не может быть более одного простого множителя n, большего, чем sqrt(n).
Давайте посмотрим на следующий шаг, чтобы выполнить такую операцию.
Пример – программа Python для печати простых множителей.
import math
# Below function will print the
# all prime factor of given number
def prime_factors(num):
# Using the while loop, we will print the number of two's that divide n
while num % 2 == 0:
print(2,)
num = num / 2
for i in range(3, int(math.sqrt(num)) + 1, 2):
# while i divides n , print i ad divide n
while num % i == 0:
print(i,)
num = num / i
if num > 2:
print(num)
# calling function
num = 200
prime_factors(num)
Выход:
2 2 2 5 5
Объяснение –
В приведенном выше коде мы импортировали математический модуль. Функция prime_factor() отвечает за печать составного числа. Сначала мы получаем четные числа; после этого все оставшиеся простые множители должны быть нечетными. В цикле for число должно быть нечетным, поэтому мы увеличили i на два. Цикл for будет вычислять квадратный корень n раз.
Давайте разберемся в следующем свойстве составных чисел.
Каждое составное число имеет хотя бы один простой множитель, меньший или равный квадратному корню.
Программа будет работать следующим образом:
- На первом шаге найдем наименьший простой множитель i.
- Вхождение i будет удалено из n путем многократного деления n на i.
- Повторим оба вышеуказанных шага для деления n и i = i + 2. Оба шага будут повторяться до тех пор, пока n не станет либо 1, либо простым числом.
Давайте разберемся в другом примере, где мы находим наибольший простой множитель данного числа.
Пример – 2: Программа Python для определения наибольшего простого множителя заданного числа.
def largest_prime_factor(n):
i = 2
while i * i <= n:
if n % i:
i += 1
else:
n //= i
return n
print(largest_prime_factor(345))
Выход:
23
Изучаю Python вместе с вами, читаю, собираю и записываю информацию опытных программистов.
Использование основных функций
Мы также можем выполнить задачу выравнивания, используя некоторые основные функции, которые предоставляет язык программирования Python.
Сглаживание списка списков с помощью функции суммы
Мы можем рассматривать суммирование по внутренним спискам как еще одно решение проблемы. Мы передаем два аргумента функции суммы: первым параметром является iterable, который представляет собой вложенный список, а второй параметр – start, который является пустым списком для следующего случая, который служит начальным плоским списком, в который добавляются элементы данных внутреннего подсписки.
Можно сказать, что этот подход довольно удобен, так как нам не нужно ничего импортировать. Однако он работает медленнее, чем функции itertools() и chain(), когда во вложенном списке присутствует большое количество подсписок.
Рассмотрим следующий пример:
# defining a nested list
nestedlist = , , ]
# using the sum function
flattenlist = sum(nestedlist, [])
print('The Nested list:', nestedlist)
print('The Flattened list:', flattenlist)
Выход:
The Nested list: , , ] The Flattened list:
Объяснение:
Мы определили вложенный список. Затем мы использовали функцию sum(), превратили вложенный список в одномерный список и распечатали результирующий список для пользователей. В результате мы успешно преобразовали список списков в плоский список.
Сглаживание списка списков с помощью ключевого слова Lambda
Мы можем определить анонимную функцию, используя ключевое слово lambda. Мы можем передать регулярный / нерегулярный список в качестве параметра этой анонимной функции. Оценка выражения выполняется для получения плоского одномерного списка.
Рассмотрим следующий пример:
Пример:
# Defining the nested list
nestedlist = , , , 70]
# Using lambda parameters: expression
flattenlist = lambda nestedlist: if type(nestedlist) is list else
print("The Nested list:", nestedlist)
print("The Flattened List:", flattenlist(nestedlist))
Выход:
The Nested list: , , , 70] The Flattened List:
Объяснение:
В приведенном выше примере мы определили вложенный список. Затем мы использовали ключевое слово lambda вместе с аргументом, определяющим выражение для понимания списка. Затем мы распечатали их для пользователей. В результате мы успешно преобразовали двумерный нерегулярный список в плоский список.
Изучаю Python вместе с вами, читаю, собираю и записываю информацию опытных программистов.
Дополнительные примеры, упрощающие жизнь Data Scientist’а
Рассмотрим еще три примера, которые пригодятся каждому разработчику, а не только математикам.
1-й пример. Согласно тригонометрии cos(pi/4) должен равняться sin(pi/4). Так ли это в Python?
>>> pi= math.pi >>> math.sin(pi/4) == math.cos(pi/4) False
Как видим, что нет. В вычислениях с плавающей точкой такое происходит часто. Но нам не всегда важна точность до 120-го знака после запятой. Поэтому можно воспользоваться функцией , возвращающее True в случае если два числа близки друг к другу. По умолчанию рассматриваются только 9 знаков после запятой, но это значение всегда можно изменить по желанию.
>>> sin = math.sin(pi/4) >>> cos = math.cos(pi/4) >>> math.isclose(sin, cos) True
2-й пример. Иногда нас не интересует отрицательные числа. Тогда можно воспользоваться встроенной в Python функцией abs, которое возвращает значение по модулю:
>>> abs(-5) 5 >>> abs(8 - 16) 8
3-й пример. В некоторых случаях необходимо получить повторяющиеся значения в списке. Можно, конечно, использовать циклы, а можно написать следующее:
>>> * 5
В данном случае оператор «*» служит не умножением, а повторением элементов в списке.
В следующей статье мы поговорим об использовании Python для статистиков. А практические нюансы по математическим вычислениям в Data Science и не только вы узнаете на наших практических курсах по Python в лицензированном учебном центре обучения и повышения квалификации ИТ-специалистов в Москве.
Смотреть расписание
Записаться на курс
Источники
Импортируем модуль «this»
В Пайтоне есть ключевые слова для импорта модулей. Попробуйте вот этот:
Python
import this
| 1 | importthis |
Запустив данный код в своем интерпретаторе, вы увидите что-то в таком духе:
Python
The Zen of Python, by Tim Peters
Beautiful is better than ugly.
Explicit is better than implicit.
Simple is better than complex.
Complex is better than complicated.
Flat is better than nested.
Sparse is better than dense.
Readability counts.
Special cases aren’t special enough to break the rules.
Although practicality beats purity.
Errors should never pass silently.
Unless explicitly silenced.
In the face of ambiguity, refuse the temptation to guess.
There should be one— and preferably only one —obvious way to do it.
Although that way may not be obvious at first unless you’re Dutch.
Now is better than never.
Although never is often better than *right* now.
If the implementation is hard to explain, it’s a bad idea.
If the implementation is easy to explain, it may be a good idea.
Namespaces are one honking great idea — let’s do more of those!
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 |
The Zen of Python, by Tim Peters Beautiful is better than ugly. Explicit is better than implicit. Simple is better than complex. Complex is better than complicated. Flat is better than nested. Sparse is better than dense. Readability counts. Special cases aren’t special enough to break the rules. Although practicality beats purity. Errors should never pass silently. Unless explicitly silenced. In the face of ambiguity, refuse the temptation to guess. There should be one— and preferably only one —obvious way to do it. Although that way may not be obvious at first unless you’re Dutch. Now is better than never. Although never is often better than *right* now. If the implementation is hard to explain, it’s a bad idea. If the implementation is easy to explain, it may be a good idea. Namespaces are one honking great idea — let’s do more of those! |
Поздравляем, вы нашли «пасхальное яйцо» в Пайтоне, также известное как «Дзен». Это одна из лучших неофициальных частей работы в Пайтон. Сам по себе модуль this не делает ничего особенного, только показывает оригинальный способ импорта чего-либо. Теперь давайте импортируем что-нибудь, чем мы сможем воспользоваться в будущем, к примеру, модуль math:
Python
import math
print(math.sqrt(4)) # 2.0
|
1 2 3 |
importmath print(math.sqrt(4))# 2.0 |
В примере выше мы импортировали модуль math и сделали что-то новое. Мы вызвали одну из функций модуля – sqrt (т.е. square root – квадратный корень). Для вызова метода импортированного модуля, нам нужно использовать следующий синтаксис: module_name.method_name(аргумент). В данном примере мы нашли квадратный корень от 4. В модуле math есть много других функций, которыми мы можем воспользоваться, такие как нахождение косинуса, факториал, логарифмы и другие. Вы можете призывать эти функции таким же образом, как и с функцией sqrt. Единственное, в чем вам нужно удостовериться – принимают ли они большее количество аргументов или нет. Теперь посмотрим на другой способ импорта.
Арифметические функции
Арифметические функции используются для представления чисел в различных формах и выполнения над ними математических операций. Некоторые из наиболее распространенных арифметических функций обсуждаются ниже:
- ceil(): возвращает максимальное значение указанного числа.
- fabs(): возвращает абсолютное значение указанного числа.
- floor(): возвращает минимальное значение указанного числа.
- gcd (a, b): возвращает наибольший общий делитель a и b.
- fsum (iterable): возвращает сумму всех элементов в повторяемом объекте.
- expm1(): возвращает (e ^ x) -1.
- exp (x) -1: когда значение x мало, вычисление exp (x) -1 может привести к значительной потере точности. Expm1 (x) может возвращать результат с полной точностью.
Следующий пример демонстрирует использование вышеуказанных функций:
import math
num = -4.28
a = 14
b = 8
num_list =
x = 1e-4 # A small value of x
print('The number is:', num)
print('The floor value is:', math.floor(num))
print('The ceiling value is:', math.ceil(num))
print('The absolute value is:', math.fabs(num))
print('The GCD of a and b is: ' + str(math.gcd(a, b)))
print('Sum of the list elements is: ' + str(math.fsum(num_list)))
print('e^x (using function exp()) is:', math.exp(x)-1)
print('e^x (using function expml()) is:', math.expm1(x))
Вывод:
The number is: -4.28 The floor value is: -5 The ceiling value is: -4 The absolute value is: 4.28 The GCD of a and b is: 2 Sum of the list elements is: 16.029999999999998 e^x (using function exp()) is: 0.0001000050001667141 e^x (using function expml()) is: 0.00010000500016667084
К другим математическим функциям относятся следующие:
- pow(): принимает два аргумента с плавающей запятой, переводит первый аргумент во второй и возвращает результат. Например, pow (2,2) эквивалентно 2 ** 2.
- sqrt(): возвращает квадратный корень указанного числа.
Эти методы можно использовать, как показано ниже:
math.pow(3, 4)
Вывод:
81.0
Квадратный корень:
math.sqrt(81)
Вывод:
9.0
Показатели и логарифмы
В этом разделе мы рассмотрим функции библиотеки Math, используемые для поиска различных типов показателей и логарифмов.
Функция exp()
Математическая библиотека в Python поставляется с функцией exp(), которую мы можем использовать для вычисления степени e. Например, e x , что означает экспоненту от x. Значение e составляет 2,718281828459045.
Метод можно использовать со следующим синтаксисом:
math.exp(x)
Параметр x может быть положительным или отрицательным числом. Если x не является числом, метод вернет ошибку. Продемонстрируем использование этого метода на примере:
import math # Initializing values an_int = 6 a_neg_int = -8 a_float = 2.00 # Pass the values to exp() method and print print(math.exp(an_int)) print(math.exp(a_neg_int)) print(math.exp(a_float))
Вывод:
403.4287934927351 0.00033546262790251185 7.38905609893065
Мы объявили три переменные и присвоили им значения с разными числовыми типами данных. Затем мы передали их методу exp() для вычисления их показателей.
Мы также можем применить этот метод к встроенным константам, как показано ниже:
import math print(math.exp(math.e)) print(math.exp(math.pi))
Вывод:
15.154262241479262 23.140692632779267
Если вы передадите методу нечисловое значение, он выдаст ошибку, как показано здесь:
import math
print(math.exp("20"))
Вывод:
Traceback (most recent call last):
File "C:/Users/admin/mathe.py", line 3, in <module>
print (math.exp("20"))
TypeError: a float is required
Ошибка TypeError была сгенерирована, как показано в приведенных выше выходных данных.
Функция log()
Эта функция возвращает логарифм указанного числа. Натуральный логарифм вычисляется по основанию e. Следующий пример демонстрирует использование этой функции:
import math
print("math.log(10.43):", math.log(10.43))
print("math.log(20):", math.log(20))
print("math.log(math.pi):", math.log(math.pi))
В приведенном выше скрипте мы передали методу числовые значения с разными типами данных. Мы также вычислили натуральный логарифм константы пи. Результат выглядит так:
Вывод:
math.log(10.43): 2.344686269012681 math.log(20): 2.995732273553991 math.log(math.pi): 1.1447298858494002
Функция log10()
Этот метод возвращает десятичный логарифм указанного числа. Например:
import math
# Returns the log10 of 50
print("The log10 of 50 is:", math.log10(50))
Вывод:
The log10 of 50 is: 1.6989700043360187
Функция log2()
Эта функция вычисляет логарифм числа по основанию 2. Например:
import math
# Returns the log2 of 16
print("The log2 of 16 is:", math.log2(16))
Вывод:
The log2 of 16 is: 4.0
Функция log (x, y)
Эта функция возвращает логарифм x, где y является основанием. Например:
import math
# Returns the log of 3,4
print("The log 3 with base 4 is:", math.log(3, 4))
Вывод:
The log 3 with base 4 is: 0.6309297535714574
Функция log1p (x)
Эта функция вычисляет логарифм (1 + x), как показано здесь:
import math
print("Logarithm(1+x) value of 10 is:", math.log1p(10))
Вывод:
Logarithm(1+x) value of 10 is: 2.3978952727983707
Ошибка numpy математический домен – np.log (x)
import numpy as np import matplotlib.pyplot as plt # Plotting y = log(x) fig, ax = plt.subplots() ax.set(xlim=(-5, 20), ylim=(-4, 4), title='log(x)', ylabel='y', xlabel='x') x = np.linspace(-10, 20, num=1000) y = np.log(x) plt.plot(x, y)
Это график . Не волнуйтесь, если вы не понимаете код, что важнее, является следующим точком. Вы можете видеть, что журнал (X) имеет тенденцию к отрицательной бесконечности, когда X имеет тенденцию к 0. Таким образом, математически бессмысленно рассчитать журнал отрицательного числа. Если вы попытаетесь сделать это, Python поднимает ошибку математической домена.
>>> math.log(-10) Traceback (most recent call last): File "", line 1, in ValueError: math domain error
Функция reduce
Функция кумулятивно применяет функцию двух аргументов к итерируемой последовательности
Обратите внимание: последовательность непременно должна быть итерируемой
Для данного примера мы будем использовать генератор списков . Это позволит нам создать список практически любой длины.
from functools import reduce reduce(lambda x, y: x+y, range(1, 6))
Что этот код будет делать? Он сведет итерируемую последовательность к единственному значению в соответствии с указанной математической функцией.
В данном случае код вычислит сумму всех элементов последовательности. Это экономит время выполнения операций и просто удобно при написании кода.
Какие бывают типы вложенных списков?
Как мы знаем, Python – это язык программирования со слабой типизацией. Таким образом, мы можем встретить два типа списка списков:
- Регулярный список списков.
- Нерегулярный список списков.
Обычный список списков
Каждый элемент в регулярном списке списков называется подсписком, таким образом соблюдается единообразие типа элемента. Например: , , ] – это обычный список списков как , , имеет тип list.
Нерегулярный список списков
Каждый элемент в нерегулярном списке списков называется либо подсписком, либо элементом, не являющимся списком (например, строкой или целым числом). Таким образом, возникает нестыковка по типу элемента. Например: , , 4, 3] – это неправильный список списков, поскольку и относятся к типам list, тогда как 4 и 3 имеют тип int.
Когда использовать Decimal и Fraction?
Потребность в максимальной точности расчетов на практике чаще всего возникает в отраслях и ситуациях, где некорректно выбранная точность расчетов может обернуться серьезными финансовыми потерями:
- Обмен валют. Особенно если этот процесс подразумевает не просто конвертацию евро в рубли, тенге или иную валюту, а выполнение более сложных операций.
- Масштабируемые расчеты. К примеру, на фабрике начинают готовить печенье по бабушкиному рецепту, в котором упоминается «1/3 столовой ложки» определенного ингредиента. Сколько именно литров или миллилитров составит эта треть, если применять ее не к одной порции печенья, а к промышленным масштабам? А сколько это составит в пересчете на «неродную» систему мер, то есть фунтов или унций?
- Работа с иррациональными числами. Если вы планируете запускать спутник или возводить энергетическую станцию, точность расчетов необходимо задать еще до того, как вы приступите к самым первым вычислениям. И оповестить об этом всех, кто имеет хоть какое-то отношение к проекту.
Таким образом, этих двух модулей должно быть достаточно, чтобы помочь вам выполнять общие операции как с десятичными, так и с дробными числами. Как мы уже говорили, вы можете использовать эти модули вместе с математическим модулем для вычисления значения всех видов математических функций в желаемом формате.
Модуль Decimal незаменим, если нужно считать деньги: с его помощью вы сможете подсчитать точную сумму, вплоть до копеек.
Fraction считает просто и честно: любители онлайн-игр приспособили его для подсчетов в игровой математике.
Заключение
Functools — действительно отличный модуль! Более того, мы считаем, что этот модуль наверняка пригодится практически любому программисту на Python.
Functools позволяет упростить код и математику с минимальными усилиями. Кроме того, с его помощью относительно легко получить больше информации о языке и его кэш-памяти, что может быть очень удобно для улучшения определенных аспектов производительности.
Практически все интересные вещи, которые вы можете захотеть сделать с вашими функциями, можно сделать при помощи модуля Functools, а это просто очень здорово!
Перевод статьи «FuncTools: An Underrated Python Package».
