眾所周知，python是一種動態(tài)類型語言，但是，從v3.6版本開始，開始支持靜態(tài)類型的寫法。

了解python的靜態(tài)類型，有助于我們封裝更加可靠和易于維護的工具和庫。

動態(tài)和靜態(tài)類型

動態(tài)和靜態(tài)類型本來是區(qū)分語言種類的一個指標，

動態(tài)和靜態(tài)語言各有優(yōu)勢和適用的場景，不能說那個一定比另一個好。

選擇靜態(tài)類型或動態(tài)類型語言應(yīng)根據(jù)具體的需求和情況進行權(quán)衡和評估。

在實際開發(fā)中，也可以根據(jù)項目的需要選擇不同的語言進行組合使用，以充分發(fā)揮各語言的優(yōu)勢。

動態(tài)語言優(yōu)劣點

動態(tài)語言的優(yōu)勢主要有：

• 靈活性和簡潔性：動態(tài)類型語言不要求顯式聲明變量的類型，可以根據(jù)上下文自動進行類型推斷，簡化了代碼的編寫和理解。
• 更少的代碼量：動態(tài)類型語言的代碼通常比靜態(tài)類型語言更簡潔，減少了代碼量和開發(fā)時間。
• 更少的類型轉(zhuǎn)換：由于動態(tài)類型語言在運行時進行類型檢查和類型轉(zhuǎn)換，可以自動進行一些類型轉(zhuǎn)換，減少了開發(fā)者手動轉(zhuǎn)換類型的工作。

動態(tài)語言的劣勢主要有：

• 容易出現(xiàn)隱式類型轉(zhuǎn)換錯誤：由于動態(tài)類型語言在運行時進行類型轉(zhuǎn)換，可能會出現(xiàn)一些隱式的類型轉(zhuǎn)換錯誤，增加了調(diào)試的難度和成本。
• 可讀性和可維護性較差：動態(tài)類型語言中，變量的類型信息不夠明確，代碼可讀性和可維護性較差，增加了代碼理解和維護的難度。

靜態(tài)語言的優(yōu)劣點

靜態(tài)類型語言的優(yōu)勢主要有：

• 更嚴格的類型檢查：靜態(tài)類型語言要求變量在使用之前必須聲明其類型，并在編譯時進行類型檢查，可以避免一些常見的類型錯誤，提高代碼的可靠性。
• 更早的錯誤檢測：由于靜態(tài)類型語言在編譯時進行類型檢查，可以在代碼運行之前捕獲一些潛在的錯誤，減少調(diào)試時間和成本。
• 更好的可讀性和可維護性：靜態(tài)類型語言中，變量的類型信息更加明確，代碼更易于理解和維護，減少了開發(fā)者之間的溝通成本。

靜態(tài)類型語言的劣勢主要有：

• 代碼量較大：由于需要顯式聲明變量的類型，靜態(tài)類型語言的代碼量通常較大，增加了代碼的復(fù)雜度和開發(fā)時間。
• 程序員需要更多的類型知識：使用靜態(tài)類型語言需要對類型系統(tǒng)有一定的了解，并且需要花費更多的時間來處理類型轉(zhuǎn)換和類型檢查。

python靜態(tài)類型

根據(jù)經(jīng)驗，一般偏底層或算法的應(yīng)用會用靜態(tài)語音來編寫，偏應(yīng)用層或者腳本的應(yīng)用會用動態(tài)語言來編寫。

如今，python可以支持靜態(tài)類型的方式來編寫代碼，必然能夠讓它的應(yīng)用范圍進一步擴大。

靜態(tài)類型語法

變量定義：

variable_name: type

復(fù)合類型：

from typing import Dict, List, Tuple

函數(shù)定義：

def function_name(param: type)-> return_type:

靜態(tài)類型示例

一般變量示例：

i: int = 1
s: str= "abc"
print(i, s)
#運行結(jié)果：
1 abc

復(fù)合類型示例：

from typing import Dict, List, Tuple
numbers: List[int] = [1, 2, 3, 4, 5, 100]
numbers_dict: Dict[str, int] = {
    "one": 1,
    "two": 2,
    "three": 3,
    "four": 4,
    "five": 5,
    "hundred": 100,
}
multi_type_tuple: Tuple[str, int, bool] = ("one", 1, False)
print(numbers)
print(numbers_dict)
print(multi_type_tuple)
#運行結(jié)果：
[1, 2, 3, 4, 5, 100]
{'one': 1, 'two': 2, 'three': 3, 'four': 4, 'five': 5, 'hundred': 100}
('one', 1, False)

函數(shù)示例：

def sum(a: int, b: int) -> int:
    return a + b
print(sum(10, 20))
#運行結(jié)果：
30

靜態(tài)類型檢查

python本質(zhì)上畢竟還是動態(tài)語言，雖然支持按照靜態(tài)類型的語法寫代碼，

但是代碼執(zhí)行時還是以動態(tài)類型的方式去運行的。

比如下面的示例（test.py）：

def sum(a: int, b: int) -> int:
    return a + b
print(sum(10, 20))
print(sum("10", "20")) # 你的IDE也許會提示類型錯誤， 但是仍然可以執(zhí)行
#運行結(jié)果：
30
1020

上面的代碼也許會提示類型錯誤（根據(jù)你的IDE配置情況來看），

但是執(zhí)行還是可以執(zhí)行，這樣，我們靜態(tài)類型的寫法就沒有意義了。

我們的原意是希望像靜態(tài)類型語言一樣，在實際執(zhí)行前檢查類型是否合法。

這時，我們可以使用mypy 工具來檢查我們代碼中的類型情況。

pip install mypy

簡單封裝一個檢查類型的腳本(check_run.py）：

import subprocess
import sys
def type_check(script):
    output = subprocess.run(['mypy', script], stdout=subprocess.PIPE).stdout
    return output.decode('utf-8')
def run(script):
    output = subprocess.run(['python3.6', script])
if __name__ == '__main__':
    script = sys.argv[1]
    mypy_output = type_check(script)
    if mypy_output != '':
        print(mypy_output)
    else:
        run(script)

用上面的 test.py 作為測試腳本，默認執(zhí)行：

$ python ./test.py
30
1020

加上檢查類型的功能，mypy會幫助我們檢查出來代碼中的類型問題：

$ python check_run.py test.py
test.py:9: error: Argument 1 to "sum" has incompatible type "str"; expected "int"  [arg-type]
test.py:9: error: Argument 2 to "sum" has incompatible type "str"; expected "int"  [arg-type]
Found 2 errors in 1 file (checked 1 source file)

總結(jié)

python中加入靜態(tài)類型，讓我們寫代碼時多了一個選擇，并不是一定要用這種靜態(tài)類型的寫法。

我們之前使用python的方式仍然有效的。

我想，主要原因還是在于python中已經(jīng)應(yīng)用在很多嚴謹?shù)臄?shù)值計算方面，

特別是在人工智能興起之后，python也隨之大放異彩，逐漸滲透到一些底層的場景中。

這時，對python的穩(wěn)定性和可維護性的要求遠遠大于其易用性了，所以，才會開始支持這種靜態(tài)類型語言的寫法。

到此這篇關(guān)于詳解Python中靜態(tài)類型語言的寫法的文章就介紹到這了,更多相關(guān)Python靜態(tài)類型語言內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論