播面

Python 类型注解（Type Hints） 是 Python 3.5 引入（通过 PEP 484）的一种语法特性，允许开发者显式地声明变量、函数参数和返回值的预期数据类型。

简单来说，它就像是给代码贴上的“标签”，告诉阅读代码的人（以及工具）：“这个变量应该是一个整数”，“那个函数应该返回一个字符串”。

以下是关于类型注解的核心要点：

1. 核心特性：它不会影响代码运行

这是最重要的一点：Python 解释器在运行时会完全忽略类型注解。

Python 依然是一门动态类型语言。即使你标注了某个变量是 int，你依然可以给它赋值 str，程序在运行时不会报错（除非你使用了额外的静态检查工具）。

# 即使标注了 x 是 int，赋值字符串在运行时也不会报错
x: int = "Hello" 
print(x)  # 输出: Hello

2. 为什么要用它？（作用）

既然解释器忽略它，为什么还要写？主要有三个原因：

1. IDE 智能提示（IntelliSense）： 编辑器（如 VS Code, PyCharm）利用注解提供更精准的代码补全和方法提示。
2. 静态代码分析： 使用工具（如 mypy）可以在代码运行前发现类型错误（例如，防止将 None 传递给需要 int 的函数）。
3. 文档作用： 增强代码可读性，让其他开发者一眼就能看出函数需要什么参数，返回什么结果。

3. 基本语法

变量注解

使用冒号 : 声明类型。

name: str = "Alice"
age: int = 30
is_student: bool = False
height: float = 1.75

函数注解

声明参数类型和返回值类型（使用 ->）。

def greeting(name: str) -> str:
    return "Hello, " + name

def add(x: int, y: int) -> int:
    return x + y

4. 复杂类型（使用 typing 模块）

对于列表、字典等复杂结构，或者是多种可能的类型，通常需要使用标准库 typing。

(注：从 Python 3.9 开始，可以直接使用内置的 list, dict 等，无需从 typing 导入大写开头的版本)

列表、字典、元组

from typing import List, Dict, Tuple

# 一个包含整数的列表
numbers: List[int] = [1, 2, 3] 
# Python 3.9+ 写法: numbers: list[int] = [1, 2, 3]

# 键为字符串，值为整数的字典
scores: Dict[str, int] = {"Alice": 90, "Bob": 85}

# 包含特定类型的元组
user_info: Tuple[str, int] = ("Alice", 30)

多种类型（Union）

当一个变量可能是多种类型之一时。

from typing import Union

def process_id(user_id: Union[int, str]):
    print(f"Processing ID: {user_id}")

# Python 3.10+ 可以简写为: int | str

可选类型（Optional）

当一个变量可能是某种类型，也可能是 None 时。

from typing import Optional

def find_user(user_id: int) -> Optional[str]:
    if user_id == 1:
        return "Alice"
    return None

任意类型（Any）

当你不在乎类型，或者无法确定类型时，可以使用 Any。这相当于告诉类型检查器：“这里别管我，通过检查”。

from typing import Any

def print_anything(data: Any):
    print(data)

5. 如何检查类型错误？

由于 Python 运行时不检查，你需要使用第三方静态分析工具。最著名的是 mypy。

假设你有一个文件 script.py：

def add(x: int, y: int) -> int:
    return x + y

add(1, "2")  # 这是一个类型错误

在命令行运行：

pip install mypy
mypy script.py

mypy 会输出错误：
error: Argument 2 to "add" has incompatible type "str"; expected "int"

总结

• Type Hints 是 Python 3 的现代特性，用于增强代码的健壮性和可读性。
• 它不改变 Python 的动态特性，运行时会被忽略。
• 它是大型项目、团队协作以及追求高质量代码的最佳实践。