python使用typing模块加强代码的可读性(实战演示)
一、需求描述
没有类型提示的编程,总觉得不太方便,好在python3.5以后内置了typing模块。
typing模块会对函数和变量类型进行注解。
但是Python 运行时不强制执行函数和变量类型注解,但这些注解可用于类型检查器、IDE、静态检查器等第三方工具。
官方网址:
typing --- 类型提示支持 — Python 3.10.1 文档
https://docs.python.org/zh-cn/3/library/typing.html
二、实战演练
1、体验注解功能
如下所示,定义变量类型而不赋值,那么在赋值的时候就会有相应的提示,但运行不报错
from typing import AbstractSet from typing import Dict from typing import Generator from typing import List from typing import Mapping from typing import Optional from typing import Tuple from typing import TypeVar from typing import Union list_001:List[int] list_001 = 123
2、List和Dict的使用
# List的使用 def test_List(num: int) -> List[int]: return [num, bool(num), str(num)] # 只要有一个符合指定类型,就不会给出提示信息 # Dict的使用 def test_Dict(num: int) -> Dict[str,int]: # return {"num": "num", 1: "str(num)", "str(num)": 1} # 只要有一个符合指定类型,就不会给出提示信息 # return {1: 3} # 如果是key是1,则会出现提示key应该是str # return {"1":3} print(test_Dict(5))
3、Union的使用
# List的使用 def test_List(num: int) -> [int or str or bool]: return [num, bool(num), str(num)] # 只要有一个符合指定类型,就不会给出提示信息 # Dict和Union的使用 def test_Dict(num: int) -> Dict[str,Union[int, str, bool]]: # return {"num": "num", 1: "str(num)", "str(num)": 1} # 只要有一个符合指定类型,就不会给出提示信息 # return {1: 3} # 如果是key是1,则会出现提示key应该是str # return {"1":3} print(test_List(1)) print(test_Dict(5))
4、Optional的使用
这个参数可以为空或已经声明的类型,即 Optional[X] 等价于 Union[X, None]
# Dict和Optional的使用 def test_Dict(num: int) -> Dict[str,Optional[str]]: # return {"num": "num", 1: "str(num)", "str(num)": 1} # 只要有一个符合指定类型,就不会给出提示信息 # return {1: 3} # 如果是key是1,则会出现提示key应该是str # return {"1":3} def test_Dict01(num: int) -> Dict[str,Optional[int]]: # return {"1":None}
5、Tuple的使用
与列表一致,元组泛型要求每个位置的类型要一一对应
# Optional的使用 def test_Dict(num: int) -> Dict[int,Tuple[int,int]]: # return {1:(1,2)} # return {1:(1)} # 非一一对应的时候会给出提示
到此这篇关于python:使用typing模块加强代码的可读性的文章就介绍到这了,更多相关python typing模块加强代码内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
相关文章
Python列表排序 list.sort方法和内置函数sorted用法
这篇文章主要介绍了Python列表排序 list.sort方法和内置函数sorted用法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2021-03-03Python streamlit构建令人惊叹的可视化Web高级主题界面
本文将深入探讨Streamlit的方方面面,从基础使用到高级主题,从数据可视化到部署与分享,更涵盖了性能优化、安全性考虑等最佳实践,通过丰富的示例代码和详细解释,将能够全面了解Streamlit的强大功能,并在构建数据驱动应用时游刃有余2024-01-01一文秒懂python读写csv xml json文件各种骚操作
多年来,数据存储的可能格式显著增加,但是,在日常使用中,还是以 CSV 、 JSON 和 XML 占主导地位。 在本文中,我将与你分享在Python中使用这三种流行数据格式及其之间相互转换的最简单方法,需要的朋友可以参考下2019-07-07Python中的 ansible 动态Inventory 脚本
这篇文章主要介绍了Python中的 ansible 动态Inventory 脚本,本章节通过实例代码从mysql数据作为数据源生成动态ansible主机为入口介绍的非常详细,感兴趣的朋友跟随小编一起看看吧2020-01-01
最新评论