本文探讨了如何在 Python 中使用类型提示来限制函数参数只能接受特定的函数对象，例如 np.sin 或 np.cos。虽然 Literal 类型提示看起来很适合，但它仅适用于字面量。本文将讨论为什么直接使用 Literal 不合适，并提供替代方案，帮助你更好地设计和类型提示你的函数。
在 Python 中，类型提示可以帮助我们提高代码的可读性和可维护性，并减少运行时错误。当我们需要限制函数参数只能接受特定的值时，通常会想到使用 Literal 类型提示。然而，Literal 主要用于字面量，对于函数对象，我们需要采用不同的方法。
为什么 Literal 不适用于函数对象？
Literal 类型提示期望的是字面量，例如字符串、数字或布尔值。像 np.sin 和 np.cos 这样的函数对象并不是字面量，而是指向内存中函数的引用。因此，尝试使用 Literal[np.sin, np.cos] 会导致类型检查器报错。
立即学习“Python免费学习笔记（深入）”；
更好的方法：使用 Callable 类型提示
如果你的函数 foo 期望接收一个可调用对象（即函数），并且你不关心具体的函数是什么，只需要确保它是一个函数即可，那么可以使用 Callable 类型提示。
import numpy as np
from typing import Callable
def foo(f: Callable[[float], float]):
"""
接受一个函数作为参数，该函数接受一个 float 参数并返回一个 float 值。
"""
result = f(0.5) # 调用传入的函数
return result
# 正确的用法
result_sin = foo(np.sin)
result_cos = foo(np.cos)
print(f"Result with sin: {result_sin}")
print(f"Result with cos: {result_cos}")
# 错误的用法 (类型检查器会报错)
# foo("hello") # 传入一个字符串，类型不匹配在这个例子中，Callable[[float], float] 表示 f 必须是一个可调用对象，它接受一个 float 类型的参数，并返回一个 float 类型的值。 这样，类型检查器就可以确保你传递给 foo 的参数是一个函数，并且具有正确的参数和返回值类型。
更严格的限制：自定义类型别名
Scala也是一种函数式语言，其函数也能当成值来使用。Scala提供了轻量级的语法用以定义匿名函数，支持高阶函数，允许嵌套多层函数，并支持柯里化 。Scala的Case Class及其内置的模式匹配相当于函数式编程语言中常用的代数类型（Algebraic Type）。 Scala课堂是Twitter启动的一系列讲座，用来帮助有经验的工程师成为高效的Scala 程序员。Scala是一种相对较新的语言，但借鉴了许多熟悉的概念。因此，课程中的讲座假设听众知道这些概念，并展示了如何在Scala中使用它们。我们发现
如果你确实需要限制函数只能是 np.sin 或 np.cos，虽然直接的类型提示不可行，但可以考虑在运行时进行检查，并结合类型别名来提高代码的可读性。
import numpy as np
from typing import Callable, NewType
AllowedFunctions = NewType('AllowedFunctions', Callable[[float], float])
def foo(f: Callable[[float], float]): # 类型提示保持Callable，方便使用
"""
接受一个函数作为参数，该函数必须是 np.sin 或 np.cos。
"""
if f not in (np.sin, np.cos):
raise ValueError("f must be np.sin or np.cos")
result = f(0.5)
return result
# 正确的用法
result_sin = foo(np.sin)
result_cos = foo(np.cos)
print(f"Result with sin: {result_sin}")
print(f"Result with cos: {result_cos}")
# 错误的用法 (运行时会报错)
# foo(np.tan) # 传入 np.tan，会抛出 ValueError在这个例子中，我们使用 NewType 创建了一个名为 AllowedFunctions 的类型别名，它实际上仍然是 Callable[[float], float]。虽然类型检查器无法阻止你传入其他函数，但在运行时，我们会检查 f 是否是 np.sin 或 np.cos，如果不是，则抛出 ValueError。 这种方法结合了类型提示和运行时检查，可以在一定程度上实现你想要的功能。 请注意，这种方法的类型安全性依赖于运行时检查，而不是静态类型检查。
更优雅的设计：使用枚举 (Enum)
如果 foo 函数的行为确实依赖于传入的函数是 np.sin 还是 np.cos，那么使用枚举可能是一个更清晰的设计。
import numpy as np
from enum import Enum
class FunctionType(Enum):
SIN = np.sin
COS = np.cos
def foo(f: FunctionType):
"""
接受一个 FunctionType 枚举作为参数。
"""
if f == FunctionType.SIN:
result = np.sin(0.5)
elif f == FunctionType.COS:
result = np.cos(0.5)
else:
raise ValueError("Invalid FunctionType")
return result
# 正确的用法
result_sin = foo(FunctionType.SIN)
result_cos = foo(FunctionType.COS)
print(f"Result with sin: {result_sin}")
print(f"Result with cos: {result_cos}")
# 错误的用法 (类型检查器会报错)
# foo(np.sin) # 类型不匹配
在这个例子中，我们定义了一个 FunctionType 枚举，它包含了 np.sin 和 np.cos 两个成员。 foo 函数接受一个 FunctionType 枚举作为参数，并根据枚举的值来执行不同的操作。 这种方法更加清晰、易于维护，并且可以更好地利用类型检查器的功能。
总结
虽然 Literal 类型提示不适用于函数对象，但我们可以使用 Callable 类型提示来确保参数是一个函数。如果需要更严格的限制，可以结合运行时检查或使用枚举。选择哪种方法取决于你的具体需求和代码的设计。 在选择方法时，要权衡类型安全性、代码可读性和可维护性。记住，类型提示的目的是提高代码质量，而不是为了类型提示而类型提示。
