Теория по модулям Python

Нужная теория по различным модулям:
1) itertools
>>> itertools.product('ABCD', 'ABCD') --> AA AB AC AD BA BB BC BD CA CB CC CD DA DB DC DD # полное перемножение с дублями
>>> itertools.permutations('ABCD',2) --> AB AC AD BA BC BD CA CB CD DA DB DC # полное перемножение без дублей
>>> itertools.combinations_with_replacement('ABCD', 2) --> AA AB AC AD BB BC BD CC CD DD # без "зеркальных пар" с дублями
>>> itertools.combinations('ABCD', 2) --> AB AC AD BC BD CD # без "зеркальных пар" без дублей
>>> [k for k, g in itertools.groupby('AAAABBBCCDAABBB')] --> A B C D A B #можно выбирать уникальные значения, не используя set(), но желательно иметь заранее сортировку какую-то.
>>> [list(g) for k, g in itertools.groupby('AAAABBBCCD')] --> AAAA BBB CC D #образно можно сохранять одинаковые элементы в кучу.
2) time
>>> time.time() #старт начала замера времени и конец, но проблема есть, что привязан к сис. времени. Малые участки не считает.
>>> time.monotonic() #аналог time(), но нет проблем с этим, правда с малым количеством времени программы есть проблемы.
3) functools
@lru_cache
4) collections
>>> collections.deque #создаем дек. Это очередь, в которой можно удалять и добавлять с обоих концов. Подробнее здесь есть: " https://tproger.ru/translations/stacks-and-queues-for-beginners/ "
>>> collections.defaultdict(list) #удобно создавать словарь, где нужно, чтобы value было опр. структуры. Такие же методы, как и с обычным словарем.
5) numpy (вызов удобно писать: "import numpy as np")
>>> np.array([1,2,3]) #формирует массив numpy. Без преобразования дальнейшие методы/функции не будут работать, если нам нужен именно данный массив.
>>> np.arange(start = 0.02, end = 2, step = 0.1) --> [0.02, 0.120000001, 0.2200000001, 0.32, ..., 1.92] #Формирует массив, но удобно, что шаг тут с вещественный, то есть "аналог" range. Есть проблема, что надо каждый раз использовать round(i,"Любой аргумент числовой, то есть количество знаков после запятой для округления).
>>> mas[:,k] #вывод столбца матрицы, где k - это индекс столбца. До этого матрица должна быть преобразована с помощью np.array(). Для строки можно сделать то же самое, значение внутри индекса поменять местами.
6) sys
>>> setrecursionlimit() #установление глубины рекурсии. По стоку стоит 1000.