Python 类型注解（Type Annotations）是 Python 3.5 之后引入的一个特性，它允许程序员为变量、函数参数和返回值等添加类型信息，以提供静态类型检查。虽然 Python 本身是一种动态类型语言，但类型注解可以帮助提高代码的可读性和可维护性，并使得一些工具（如类型检查器和 IDE）能够提供更好的代码分析和重构支持。

以下是一些 Python 类型注解的常用操作：

1. 变量注解

python# 使用冒号 : 后跟类型来注解变量
age: int = 30
name: str = "Alice"

2. 函数参数和返回值注解

# 返回值使用->定义返回类型
pythondef greet(name: str) -> str:
    return f"Hello, {name}!"

# 调用函数时，注解不会强制检查类型
result = greet(42)  # 这不会引发错误，但类型检查器会警告

3. 使用标准库 typing 进行复杂类型注解

pythonfrom typing import List, Dict, Tuple, Union, Optional

# 注解列表、字典和元组
def process_data(data: List[Dict[str, Union[int, str]]]) -> Tuple[int, ...]:
    # ...
    pass

# 注解可选类型
def maybe_get_value(data: Optional[Dict[str, int]]) -> Optional[int]:
    if data is not None and 'key' in data:
        return data['key']
    return None

4. 使用类型别名

pythonfrom typing import NewType

# 使用 NewType 创建类型别名
UserId = NewType('UserId', int)

def get_user_info(user_id: UserId) -> str:
    # ...
    pass

# 现在只能传入 UserId 类型的变量，而不能是普通的 int
user_id = UserId(123)
info = get_user_info(user_id)

5. 泛型（Generics）

pythonfrom typing import TypeVar, List

T = TypeVar('T')  # 定义一个类型变量 T

def first_item(l: List[T]) -> T:
    return l[0]

# 现在 first_item 可以接受任何类型的列表，并返回该类型的元素
first = first_item([1, 2, 3])  # 类型是 int
name = first_item(["Alice", "Bob"])  # 类型是 str

6. 使用类型检查器（如 mypy）

虽然 Python 本身不会强制进行类型检查，但你可以使用像 mypy 这样的工具来静态地检查代码中的类型注解。这可以帮助你提前发现可能的类型错误。

安装 mypy：

bashpip install mypy

运行 mypy 检查你的代码：

bashmypy your_script.py

注意事项：

• 类型注解是可选的，并不会改变 Python 的动态类型特性。
• 类型注解主要用于文档和工具支持，而不是用于运行时类型检查。
• 使用类型注解时，应注意不要过度使用，避免让代码变得过于复杂或难以阅读。
• 并不是所有的 Python 库都支持类型注解，但在标准库和一些流行的第三方库中，支持正在逐渐增加。