一、概述
1、描述
变量类型注解是用来对变量和函数的参数返回值类型做注解,让调用方减少类型方面的错误,也可以提高代码的可读性和易用性。
但是,变量类型注解语法传入的类型表述能力有限,不能说明复杂的类型组成情况,因此引用了typing模块,来实现复杂的类型表达。
2、常用的数据类型
Type | Description |
---|---|
int | 整型 integer |
float | 浮点数字 |
bool | 布尔(int 的子类) |
str | 字符 (unicode) |
bytes | 8 位字符 |
object | 任意对象(公共基类) |
List[str] | 字符组成的列表 |
Tuple[int, int] | 两个int对象的元组 |
Tuple[int, ...] | 任意数量的 int 对象的元组 |
Dict[str, int] | 键是 str 值是 int 的字典 |
Iterable[int] | 包含 int 的可迭代对象 |
Sequence[bool] | 布尔值序列(只读) |
Mapping[str, int] | 从 str 键到 int 值的映射(只读) |
Any | 具有任意类型的动态类型值 |
Union | 联合类型 |
Optional | 参数可以为空或已经声明的类型 |
Mapping | 映射,是 collections.abc.Mapping 的泛型 |
MutableMapping | Mapping 对象的子类,可变 |
Generator | 生成器类型, Generator[YieldType、SendType、ReturnType] |
NoReturn | 函数没有返回结果 |
Set | 集合 set 的泛型, 推荐用于注解返回类型 |
AbstractSet | collections.abc.Set 的泛型,推荐用于注解参数 |
Sequence | collections.abc.Sequence 的泛型,list、tuple 等的泛化类型 |
TypeVar | 自定义兼容特定类型的变量 |
Generic | 自定义泛型类型 |
NewType | 声明一些具有特殊含义的类型 |
Callable | 可调用类型, Callable[[参数类型], 返回类型] |
NoReturn | 没法返回值 |
3、mypy模块
mypy是Python的可选静态类型检查器
安装mypy模块 pip3 install mypy
使用mypy进行静态类型检查 mypy 执行 python 文件
二、使用
1、基本使用
from typing import List, Set, Dict, Tuple #对于简单的 Python 内置类型,只需使用类型的名称 x1: int = 1 x2: float = 1.0 x3: bool = True x4: str = "test" x5: bytes = b"test" # 对于 collections ,类型名称用大写字母表示,并且 # collections 内类型的名称在方括号中 x6: List[int] = [1] x7: Set[int] = {6, 7} #对于映射,需要键和值的类型 x8: Dict[str, float] = {'field': 2.0} #对于固定大小的元祖,指定所有元素的类型 x9: Tuple[int, str, float] = (3, "yes", 7.5) #对于可变大小的元祖,使用一种类型和省略号 x10: Tuple[int, ...] = (1, 2, 3) '''在终端执行检查 (venv) D:\python>mypy .\01.py Success: no issues found in 1 source file '''
2、函数参数返回值添加类型标注
1. 指定多个参数的方式
''' 定义一个函数 参数 num int类型 返回值 字符串类型 使用mypy检测 ''' def num_fun(num: int) -> str: return str(num) num_fun(100) print(num_fun(100)) # 指定多个参数的方式 def plus(num1: int, num2: int) -> int: return num1 + num2 # 在类型注释后为参数添加默认值,默认值需要添加在末尾 ''' 声明函数参数时,所有带有默认值的参数必须放在非默认参数的后面。 这是因为 Python 解释器需要确定参数传递的顺序, 如果默认参数放在非默认参数前面,解释器就无法确定哪个参数是哪个 ''' def func1(num1: int, my_float: float = 3.5)-> float: return num1 + my_float print(func1(10,20)) f = func1 print(f(10))
2. Callable
Callable 是一个抽象类,用于描述可调用对象的基本行为,例如函数、方法和类。当你声明一个函数变量并将其分配给一个变量时,这个变量只是一个普通的 Python 对象,并不是一个可调用对象,因此它没有默认值
带有默认值的参数可以放在任何位置,但是在声明函数参数时,所有带有默认值的参数必须放在非默认参数的后面。这是因为 Python 解释器需要确定参数传递的顺序,如果默认参数放在非默认参数前面,解释器就无法确定哪个参数是哪个。
from typing import Callable #定义变量 指向一个函数 def func2(num1:int, my_float=3.5) -> str: return f'返回结果{num1 + my_float}' print(func2(10)) #Callable指向可调用(函数)值的方式 x: Callable[[int, float], str] = func2 print(x(10, 3.5)) ''' 执行结果 返回结果13.5 返回结果13.5 '''
3. Iterator
#定义函数,产生整数的生成器,每次返回一个 from typing import Iterator # 产生整数的生成器函数安全地返回只是一个 整数迭代器的函数 #,因此这就是我们对其进行注释的方式 def g(n: int) -> Iterator[int]: i = 0 while i < n: yield i #下次迭代时,代码从 yield 的下一条语句(不是下一行)开始执行 i += 1 print(g(10)) for i in g(10): print(i) '''执行结果 <generator object g at 0x00000000014E88E0> 0 1 2 3 4 5 6 7 8 9 '''
3、混合类型检查改进
1.联合运算符
联合运算符使用 " | " 线来替代了旧版本中Union[] 方法,使得程序更简洁
#新版本 def get_name(user: str | dict) -> str: if isinstance(user, str): return user elif isinstance(user, dict): return user.get('name', '') print(get_name({'name':'Bob'})) print(get_name("Alice"))
在这个例子中,函数get_name接受一个参数user,它可以是一个字符串或一个字典。如果user是一个字符串,函数会直接返回这个字符串;如果user是一个字典,函数会尝试从字典中获取name字段的值,并返回它。
在这个例子中,我们使用联合运算符将str和dict类型组合起来,表示user可以是这两种类型之一。
#旧版本,Union方法来实现相同的功能 from typing import Union def get_name2(user: Union[str, dict]) -> str: if isinstance(user, str): return user elif isinstance(user, dict): return user.get('name', '') print(get_name2({'name':'Bob'})) print(get_name2("Alice")) '''执行结果 Bob Alice '''
4、类型别名更改
#旧版本 oldname = str def oldFunc(param:oldname) -> oldname: return param + param oldFunc('oldFunc:花非人陌') #新版本,从3.10后开始支持 from typing import TypeAlias newstr :TypeAlias = str #定义类型别名 newint :TypeAlias = int def func_test(num:newint, msg:newstr)->newstr: return str(num) + msg print(func_test(100,"类型名称更改"))
以上是Python中的變數型別標註怎麼用的詳細內容。更多資訊請關注PHP中文網其他相關文章!

Python适合数据科学、Web开发和自动化任务,而C 适用于系统编程、游戏开发和嵌入式系统。Python以简洁和强大的生态系统著称,C 则以高性能和底层控制能力闻名。

2小時內可以學會Python的基本編程概念和技能。 1.學習變量和數據類型,2.掌握控制流(條件語句和循環),3.理解函數的定義和使用,4.通過簡單示例和代碼片段快速上手Python編程。

Python在web開發、數據科學、機器學習、自動化和腳本編寫等領域有廣泛應用。 1)在web開發中,Django和Flask框架簡化了開發過程。 2)數據科學和機器學習領域,NumPy、Pandas、Scikit-learn和TensorFlow庫提供了強大支持。 3)自動化和腳本編寫方面,Python適用於自動化測試和系統管理等任務。

兩小時內可以學到Python的基礎知識。 1.學習變量和數據類型,2.掌握控制結構如if語句和循環,3.了解函數的定義和使用。這些將幫助你開始編寫簡單的Python程序。

如何在10小時內教計算機小白編程基礎?如果你只有10個小時來教計算機小白一些編程知識,你會選擇教些什麼�...

使用FiddlerEverywhere進行中間人讀取時如何避免被檢測到當你使用FiddlerEverywhere...

Python3.6環境下加載Pickle文件報錯:ModuleNotFoundError:Nomodulenamed...

如何解決jieba分詞在景區評論分析中的問題?當我們在進行景區評論分析時,往往會使用jieba分詞工具來處理文�...


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

Atom編輯器mac版下載
最受歡迎的的開源編輯器

MantisBT
Mantis是一個易於部署的基於Web的缺陷追蹤工具,用於幫助產品缺陷追蹤。它需要PHP、MySQL和一個Web伺服器。請查看我們的演示和託管服務。

ZendStudio 13.5.1 Mac
強大的PHP整合開發環境

EditPlus 中文破解版
體積小,語法高亮,不支援程式碼提示功能

SecLists
SecLists是最終安全測試人員的伙伴。它是一個包含各種類型清單的集合,這些清單在安全評估過程中經常使用,而且都在一個地方。 SecLists透過方便地提供安全測試人員可能需要的所有列表,幫助提高安全測試的效率和生產力。清單類型包括使用者名稱、密碼、URL、模糊測試有效載荷、敏感資料模式、Web shell等等。測試人員只需將此儲存庫拉到新的測試機上,他就可以存取所需的每種類型的清單。