Python的高级用法：类型注解

类型注解是在Python中用于指明变量、函数参数和返回值等应有的数据类型的语法。类型注解的引入，尤其是通过PEP 484，为Python带来了一种可选的、正式的类型指定方法。这有助于静态类型检查工具、IDE、文档生成工具和其他工具更好地理解代码。

typing模块

typing模块是类型注解的核心，提供了许多构建类型提示的工具。它为标准Python数据类型提供了泛型版本，并引入了新的类型，如Union, Optional, Tuple, Callable等。

示例类型注解

变量注解

from typing import List, Set, Dict, Tuple

# 注解表示：变量numbers是整数列表
numbers: List[int] = [1, 2, 3]

# 注解表示：变量unique_names是包含字符串的集合
unique_names: Set[str] = {"John", "Jane", "Jack"}
1
2
3
4
5
6
7

函数参数和返回值注解

from typing import Dict, List, Optional

# 注解表示：函数接受字符串和整数列表，返回整数
def process_data(name: str, data: List[int]) -> int:
    # 处理数据
    return sum(data)

# 注解表示：函数返回值可能是字符串，也可能是None
def fetch_data(key: str) -> Optional[str]:
    # 获取数据逻辑
    return "some data" if key == "valid_key" else None
1
2
3
4
5
6
7
8
9
10
11

复杂类型注解

from typing import Union, Callable, Tuple

# 注解表示：变量可以是整数或浮点数
number: Union[int, float] = 3.14

# 注解表示：函数接受一个函数作为参数，该函数接受整数并返回字符串
def run_function(func: Callable[[int], str], value: int) -> None:
    result = func(value)
    print(result)
1
2
3
4
5
6
7
8
9

新的类型提示特性（Python 3.8+）

从Python 3.8开始，typing模块引入了更多高级特性，如Literal, TypedDict, Protocol等。这些特性为类型提示提供了更细致的控制。

字面量类型（Literal）

from typing import Literal

def operate_machine(mode: Literal['on', 'off']) -> None:
    # 函数体
    pass

operate_machine('on')  # 正确
operate_machine('nope')  # 错误，静态类型检查器将报错
1
2
3
4
5
6
7
8

类型别名

from typing import Dict, Tuple, List

# 定义类型别名
Vector = List[float]

# 使用类型别名注解变量
position: Vector = [1.2, 3.4, 5.6]
1
2
3
4
5
6
7

typing模块和Python 3.9+

从Python 3.9开始，很多来自typing模块的类型提示可以直接使用Python标准集合类的内置泛型。例如，List[T]可以简写为list[T]。

from typing import Union

# Python 3.9之前的写法
def square(number: Union[int, float]) -> Union[int, float]:
    return number * number

# Python 3.9+ 的写法
def square(number: int | float) -> int | float:
    return number * number
1
2
3
4
5
6
7
8
9

类型注解和typing模块大大提升了Python代码的可读性和维护性，特别是在大型项目和团队合作中，它们可以帮助开发者更明确地表达意图并提早发现潜在的错误。