函数注释通过参数注释、返回值注释和docstrings为函数提供说明，提升可读性与协作效率，支持工具进行类型检查和文档生成，但不强制运行时类型检查。
函数注释，简单来说，就是给你的Python函数加上说明书。它能让别人（也包括未来的你）更快理解这个函数是干嘛的，输入是什么，输出又是什么。但要注意，这不仅仅是写给人的，一些工具也能利用这些注释做类型检查、文档生成等等。
解决方案
Python函数注释的核心在于
def语句后，参数列表的括号内，以及函数体内的特定位置。主要有两种方式：参数注释和返回值注释。
1. 参数注释 (Parameter Annotations)
直接在参数后面使用冒号
:，然后写上注释。
立即学习“Python免费学习笔记（深入）”；
def greet(name: str, greeting: str = "Hello") -> str:
"""
问候某人。
Args:
name: 被问候者的名字。必须是字符串。
greeting: 问候语。默认为 "Hello"。
Returns:
包含问候语的消息。
"""
return f"{greeting}, {name}!"
print(greet("Alice"))
print(greet("Bob", "Good morning"))这里，
name: str表示
name参数期望是一个字符串。
greeting: str = "Hello"表示
greeting参数也是字符串，并且有一个默认值 "Hello"。 注意，这些注释不会强制类型检查，Python仍然是动态类型语言。
2. 返回值注释 (Return Annotations)
在参数列表的括号后，使用箭头
->，然后写上返回值的注释。
在上面的例子中，
-> str表示
greet函数期望返回一个字符串。
3. Docstrings (文档字符串)
虽然不是严格意义上的“注释”，但 Docstrings 在函数中起着至关重要的说明作用，通常用三重引号
"""Docstring goes here"""包裹。 Docstrings 应该清晰地描述函数的功能、参数、返回值，以及任何可能引发的异常。许多文档生成工具（如 Sphinx）会解析 Docstrings 来自动生成文档。
4. 组合使用
可以同时使用参数注释、返回值注释和 Docstrings，以提供最全面的函数说明。
def calculate_area(width: float, height: float) -> float:
"""
计算矩形的面积。
Args:
width: 矩形的宽度，必须是浮点数。
height: 矩形的高度，必须是浮点数。
Returns:
矩形的面积，浮点数。
"""
return width * height如何查看函数注释？
可以通过
help()函数或者
__annotations__属性来查看函数的注释。
help(greet) # 显示 greet 函数的 Docstring 和签名信息
print(greet.__annotations__) # 输出: {'name': <class 'str'>, 'greeting': <class 'str'>, 'return': <class 'str'>}什么时候应该使用函数注释？
- 提高代码可读性： 当函数功能复杂或者参数较多时，注释能帮助理解代码意图。
- 方便团队协作： 团队成员可以通过注释快速了解函数的使用方法。
-
利用工具进行类型检查： 可以使用像
mypy
这样的工具来静态检查代码中的类型错误。 - 生成文档： Docstrings 可以被文档生成工具解析，自动生成 API 文档。
函数注释对性能有影响吗？
函数注释本身对Python代码的运行时性能几乎没有影响。因为Python解释器在运行时会忽略这些注释，除非你显式地去访问它们（例如通过
__annotations__属性）。
函数注释可以代替类型检查吗？
不可以完全代替。Python仍然是动态类型语言，即使你添加了类型注释，Python解释器在运行时也不会强制执行类型检查。但是，类型注释可以被静态类型检查工具（如
mypy）使用，在不运行代码的情况下发现潜在的类型错误。这有助于在开发阶段及早发现问题，提高代码质量。可以将函数注释看作是类型检查的一种补充手段，而不是替代品。
