Python 的类型提示（Type Hints）是 Python 3.5 引入的一项特性（通过 PEP 484），它允许开发者在代码中标注变量、函数参数和返回值的预期类型。这些提示不会在运行时强制执行（Python 仍是动态类型语言），而是用于静态分析工具（如 mypy、pyright）、IDE（如 PyCharm、VS Code）和代码文档化，帮助及早发现类型错误、提升代码可读性和维护性。类型提示有以下特点：
- 早期错误检测：静态类型检查器可以在运行前发现类型不匹配。
- 代码文档化：类型标注让函数签名更清晰，便于团队协作。
- IDE 支持：自动补全、重构和导航更智能。
- 重构安全：修改类型时，工具会提示受影响的地方。
- 无运行时开销：提示仅在开发阶段生效，运行时代码不
1.基本语法
python
from typing import List, Dict, Union, Optional, ...包含以下类型"：
| 类型 | 示例 |
|---|---|
| int | x: int = 5 |
| float | y: float = 3.14 |
| str | name: str = "Alice" |
| bool | flag: bool = True |
| None | value: None = None |
（1）变量标注：使用冒号 : 指定类型。
python
age: int = 30 # age 预期为整数
name: str = "Alice"(2) 容器类型提示（列表、字典、元组）
python
#Python 内置容器类型也可以加类型提示，需要用 typing 模块（Python 3.9+ 有些类型可直接写）。
from typing import List, Dict, Tuple
# List[int] 表示整数列表
numbers: List[int] = [1, 2, 3]
# Dict[str, int] 表示键为 str，值为 int 的字典
ages: Dict[str, int] = {"Alice": 25, "Bob": 30}
# Tuple[str, int] 表示长度为2的元组，类型分别为 str 和 int
person: Tuple[str, int] = ("Alice", 25)
# 如果元组长度不固定，可以用 Tuple[int, ...]
points: Tuple[int, ...] = (1, 2, 3, 4)
#3.9简化写法---从 Python 3.9 开始，内置容器类型（如 list、dict、tuple、set 等）可以直接使用泛型语法，不需要再从 typing 模块导入 List、Dict、Tuple 等大写版本。
numbers: list[int] = [1, 2, 3]
ages: dict[str, int] = {"Alice": 25}（3）可选类型（Optional）
python
#如果一个变量可能是某种类型，也可能是 None，用 Optional：
from typing import Optional
age: Optional[int] = None #Optional[int] 等价于 Union[int, None]。
age = 20(4) 联合类型（Union）
python
#一个变量可能是多种类型：
from typing import Union
value: Union[int, str] = 5
value = "hello"
#python3.10可以这么写
value: int | str = 5
value = "hello"（5）函数类型提示
python
def greet(name: str) -> str:
return f"Hello, {name}"
def add_numbers(a: int, b: int) -> int:
return a + b
def process(items: list[int]) -> list[int]:
return [i*2 for i in items](6) 高级类型提示
python
#Any任何类型都可以：
from typing import Any
data: Any = 123
data = "hello"
data = [1,2,3]
python
#Callable表示函数类型：
from typing import Callable
def apply(func: Callable[[int, int], int], x: int, y: int) -> int:
return func(x, y)
def add(a: int, b: int) -> int:
return a + b
apply(add, 2, 3) # 返回 5
#解释： `Callable[[int, int], int]` 表示一个接受两个 int 参数，返回 int 的函数
python
#TypeVar（泛型）
from typing import TypeVar, List
T = TypeVar("T") # 声明泛型类型 #泛型就像 "占位符类型"，它不固定具体类型，而是 在使用时才确定
def first_element(lst: List[T]) -> T:
return lst[0]
first_element([1,2,3]) # 类型推断为 int
first_element(["a","b"]) # 类型推断为 str2.有什么用
2.1 提高代码可读性（给别人和自己看的说明书）
python
#类型提示就像在代码上贴标签，告诉别人"这个变量是什么类型"，不用去猜。
def add(a: int, b: int) -> int:
return a + b- 不看函数实现，你就知道
a、b是整数，返回值也是整数。 - 如果没有类型提示，你只能看实现或者通过测试才能确认类型：
python
def add(a, b):
return a + b如果别人传了 "hello"，你才会发现出错。
2.2静态检查工具能帮你找错误（提前发现 bug）
python
#Python 运行时才报错，但用 **类型提示 + 静态检查工具**（如 mypy、PyCharm、VS Code）可以在写代码时发现类型问题。
def add(a: int, b: int) -> int:
return a + b
add(2, "3") # 静态检查工具会警告：b 类型错了2.3 IDE 提供智能提示（自动补全更精准）
有了类型提示，IDE 可以：
- 自动补全方法和属性
- 提供函数参数提示
- 提前发现类型错误
示例：
python
def greet(name: str) -> str:
return f"Hello, {name}"
greet("Alice"). # IDE 会提示 str 的方法，比如 .upper(), .lower() 等2.4方便团队协作和维护
python
#在大项目中，变量和函数很多，**别人看到你的函数能快速知道它要什么类型，返回什么类型**，减少沟通成本。
# 没有类型提示
def process(data):
...
# 有类型提示
def process(data: list[str]) -> dict[str, int]:
...- 前者要看实现才能理解
- 后者一眼就知道：输入是字符串列表，输出是字符串到整数的字典
如果项目很大或者长期维护，类型提示像安全网：代码改动时，类型检查可以防止不小心把数字改成字符串导致程序崩溃，方便自动生成文档、代码分析工具、甚至部分优化