python类型注解非运行时强制，但配合mypy可提升可读性、协作效率与早期错误发现；需规范书写、勤检查、稳配工具链。
Python 的类型注解不是运行时强制的，但配合 mypy 这类静态类型检查器，能显著提升代码可读性、协作效率和早期错误发现能力。关键在于写得准、检查得勤、工具链配得稳。
类型注解怎么写才规范又实用
基础类型直接用内置名：int、str、bool、float；容器类型用 typing 模块（Python 3.9+ 可用内置泛型如 list[int]）；函数需标注参数和返回值；可选值用 Optional[T] 或 T | None（推荐后者，更简洁）。
- 函数示例：
def greet(name: str, age: int | None = None) -> str: return f"Hello {name}" + (f", {age} years old" if age else "") - 字典与嵌套结构建议用
TypedDict或dataclass明确字段类型，避免dict[str, Any]这类模糊写法 - 自定义类作为类型时，直接写类名（无需引号），mypy 会自动解析；前向引用（如类内方法返回自身）可用字符串字面量或
from __future__ import annotations
mypy 配置与日常检查技巧
在项目根目录加 mypy.ini 或 pyproject.toml（推荐后者），控制检查粒度。不要一上来就启用所有严格选项，容易被报错淹没。
- 最小可行配置示例（
pyproject.toml）：[tool.mypy] disallow_untyped_defs = true disallow_incomplete_defs = true warn_return_any = true pretty = true show_error_codes = true
- 对单个文件快速检查：
mypy script.py；对整个包：mypy mypackage/ - 忽略某行误报：在行尾加
# type: ignore；忽略某类错误（如未实现抽象方法）：# type: ignore[attr-defined]，但要加注释说明原因
常见陷阱与应对方式
类型检查不是万能的，理解边界才能用好它。
立即学习“Python免费学习笔记（深入）”；
-
运行时类型无关：注解不影响执行，
int注解不会阻止传入str，mypy 只在检查阶段报错 -
动态操作难推断：用
getattr、exec、__dict__等会绕过类型系统，尽量避免；必须用时可加# type: ignore并补测试 -
第三方库缺少类型提示：优先安装带 stubs 的包（如
pip install types-requests）；无 stub 时用cast或Any（慎用），或为关键接口写简易.pyi文件
与开发流程自然集成
把类型检查变成 CI 和编辑器的一部分，而不是额外负担。
- VS Code 安装 Python 扩展后，默认启用 mypy（需在设置中开启
python.analysis.typeCheckingMode） - Git 提交前用 pre-commit 钩子自动跑 mypy：
pip install pre-commit，然后在.pre-commit-config.yaml中加入 mypy hook - GitHub Actions 示例：添加
mypy . --show-error-codes到 CI 脚本，失败即阻断合并
