zoukankan      html  css  js  c++  java
  • python进阶(21)typing模块--类型提示支持

    typing介绍

      Python是一门弱类型的语言,很多时候我们可能不清楚函数参数的类型或者返回值的类型,这样会导致我们在写完代码一段时间后回过头再看代码,忘记了自己写的函数需要传什么类型的参数,返回什么类型的结果,这样就不得不去阅读代码的具体内容,降低了阅读的速度,typing模块可以很好的解决这个问题

    注意:typing模块只有在python3.5以上的版本中才可以使用,pycharm目前支持typing检查
     

    typing的作用

    • 类型检查,防止运行时出现参数和返回值类型不符合。
    • 作为开发文档附加说明,方便使用者调用时传入和返回参数类型。
    • 该模块加入后并不会影响程序的运行,不会报正式的错误,只有提醒pycharm目前支持typing检查,参数类型错误会黄色提示
       

    常用类型

    • int,long,float: 整型,长整形,浮点型;
    • bool,str: 布尔型,字符串类型;
    • List, Tuple, Dict, Set:列表,元组,字典, 集合;
    • Iterable,Iterator:可迭代类型,迭代器类型;
    • Generator:生成器类型;

    除了以上常用的类型,还支持 AnyUnionTupleCallableTypeVarGeneric 类型组成。有关完整的规范,请参阅 PEP 484。有关类型提示的简单介绍,请参阅 PEP 483
     

    代码示例


    我们可以发现,func函数要求传入的第2个参数为str类型,而我们调用时传入的参数是int类型,此时Pycharm就会用黄色来警告你,我们将光标放到黄色的地方,会出现下面的提示

    写着期望类型是str,而现在是int,但是typing的作用仅仅是提示,并不会影响代码执行,我们执行看看

    执行结果如下:

    [2, 3]
    

    我们会发现并没有报错,因为typing仅仅是起到了提醒的作用
     

    typing模块的其他用法

    • 类型别名
    • NewType
    • Callable
    • TypeVar泛型
    • Any类型
    • Union类型
       

    类型别名

    类型别名,就是给复杂的类型取个别名

    # 给List[float]类型取个别名为Vector
    Vector = List[float]
    
    
    def scale(scalar: float, vector: Vector) -> Vector:
        return [scalar * num for num in vector]
    
    new_vector = scale(2.0, [1.0, -4.2, 5.4])
    

    当然,类型别名我们完全可以不用,用以下写法也一样,看个人喜好

    def scale(scalar: float, vector: List[float]) -> List[float]:
        return [scalar * num for num in vector]
    

    NewType

    官网看了下,个人觉得这个没啥用,就不细写了
     

    Callable

    期望特定签名的回调函数的框架可以将类型标注为 Callable[[Arg1Type, Arg2Type], ReturnType]

    • [Arg1Type, Arg2Type]:代表参数类型
    • ReturnType:代表返回值类型
    from typing import Callable
    
    
    def get_next_item(name: str):
        print(name)
    
    # Callable 作为函数参数使用,其实只是做一个类型检查的作用,检查传入的参数值 get_next_item 是否为可调用对象
    def feeder(get_next_item: Callable[[str], None]) -> (str):
        return get_next_item
    
    
    v1 = feeder(get_next_item)
    v1('hello')
    
    # 结果
    hello
    

    TypeVar泛型

    可以自定义一个任意类型,也可以自定义指定类型

    自定义一个任意类型

    # 自定义一个任意类型
    T = TypeVar('T')
    
    
    def func(user: T) -> T:
        print(user)
        return user
    
    
    func('1')
    func(1)
    func([1])
    func((1, 2))
    func({"status": 200})
    
    # 结果
    1
    1
    [1]
    (1, 2)
    {'status': 200}
    

    自定义指定类型

    # 指定为int或者str
    a = TypeVar('a', int, str)
    
    s1: a = 1
    s2: a = 'aaa'
    s3: a = []  # 这里定义了列表,pycharm会出现黄色警告
    
    print(s1, s2, s3)
    
    # 结果
    1 aaa []
    

    Any

    Any是一种特殊的类型。静态类型检查器认为所有类型均与 Any 兼容,同样,Any 也与所有类型兼容。

    也就是说,可对 Any 类型的值执行任何操作或方法调用,并赋值给任意变量:

    from typing import Any
    
    a = None    # type: Any
    a = []      # OK
    a = 2       # OK
    
    s = ''      # type: str
    s = a       # OK
    
    def foo(item: Any) -> int:
        # Typechecks; 'item' could be any type,
        # and that type might have a 'bar' method
        item.bar()
        ...
    

    此外,未指定返回值与参数类型的函数,都隐式地默认使用 Any

    def legacy_parser(text):
        ...
        return data
    
    # 两种写法效果是一样的
    def legacy_parser(text: Any) -> Any:
        ...
        return data
    

    Union

    Union类型语法格式:Union[X, Y] ,相当于X | Y,意思是类型是X或者Y
    如果我们想定义Union类型,就要写成如下的eg:Union[X, Y],或者也可以使用缩写X | Y(此写法python3.10版本才支持)

    from typing import Union
    
    # 指定变量a的类型为int或者str
    a: Union[int, str]
    a = 1
    print(a)
    
    a = []  # 定义了一个列表,pycharm会有黄色警告提示
    
  • 相关阅读:
    如何保证最少消费一次redis的list队列数据
    如果设置Redis客户端的超时时长?
    REdis一致性方案探讨
    Linux后台开发工具箱-葵花宝典
    REdis主从复制之repl_backlog
    C++之Lambda研究
    Redis-5.0.5集群配置
    REdis之maxmemory解读
    [转载]centos6.3安装启动使用PostgreSQL 9.2
    [转载]linux环境变量设置方法总结(PATH/LD_LIBRARY_PATH)
  • 原文地址:https://www.cnblogs.com/jiakecong/p/15457609.html
Copyright © 2011-2022 走看看