python内置模块typing 类型提示

2023-10-22 07:44

本文主要是介绍python内置模块typing 类型提示,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、简介

typing 是 Python 标准库中的一个模块,用于支持类型提示(Type Hints)。类型提示是一种在代码中指定变量、函数参数和返回值的类型的方法,它可以提供代码的可读性、可维护性和工具支持。

二、常用类型及示例
  1. Any:表示任意类型。
    from typing import Anytest:Any = 2def process_data(data: Any) -> None:# 对任意类型的数据进行处理pass
    
  2. List:表示列表类型。
    from typing import Listtest: List[int] = [2]def process_list(items: List[int]) -> None:# 处理整数列表pass
    
  3. Tuple:表示元组类型。
    from typing import Tupletest:Tuple[int] = (2,)def process_tuple(data: Tuple[str, int]) -> None:# 处理包含字符串和整数的元组pass
    
  4. Dict:表示字典类型。
    from typing import Dicttest:Dict[str,int] = {"key":1}def process_dict(data: Dict[str, int]) -> None:# 处理键为字符串,值为整数的字典pass
    
  5. Set:表示集合类型。
    from typing import Settest: Set[int] = {2,3}def process_set(data: Set[str]) -> None:# 处理字符串集合pass
    
  6. Union:表示多个可能的类型。
    from typing import Uniontest:Union[int,str] = 2def process_data(data: Union[int, float]) -> None:# 处理整数或浮点数pass
    
  7. Optional:表示可选类型,即可以是指定类型或者 None。
    from typing import Optionaltest:Optional[int] = Nonedef process_data(data: Optional[str]) -> None:# 处理可选的字符串,可以为 Nonepass
    
  8. Callable:表示可调用对象的类型。
    from typing import Callabledef test(nu1: int, nu2: int) -> int:print('test')return nu1+nu2def process_function(func: Callable[[int, int], int]) -> None:# 处理接受两个整数参数并返回整数的函数print(func(2,2))process_function(test)
    
  9. Iterator:表示迭代器类型。
    from typing import Iteratortest:Iterator[int] = iter([2])def process_iterator(data: Iterator[int]) -> None:# 处理整数迭代器pass
    
  10. Generator:表示生成器类型。
    from typing import Generatordef generate_numbers() -> Generator[int, None, None]:yield 1yield 2test: Generator[int, None, None] = generate_numbers()
    
  11. Iterable:表示可迭代对象的类型。
    from typing import Iterabletest:Iterable[str] = ["apple", "banana", "cherry"]tes1:Iterable[str] = ("apple", "banana", "cherry")def process_iterable(data: Iterable[str]) -> None:# 处理可迭代的字符串对象pass
    
  12. Mapping:表示映射类型。
    from typing import Mappingtest:Mapping[str,int] = {"apple": 1, "banana": 2, "cherry": 3}def process_mapping(data: Mapping[str, int]) -> None:# 处理键为字符串,值为整数的映射对象pass
    
  13. Sequence:表示序列类型。
    from typing import Sequencetest: Sequence[int] = [1, 2, 3, 4, 5]def process_sequence(data: Sequence[int]) -> None:# 处理整数序列pass
    
  14. AnyStr:表示任意字符串类型。
    from typing import AnyStrstr:AnyStr = '213'
    
  15. NoReturn:表示函数没有返回值。
    from typing import NoReturndef my_func() -> NoReturn:print("This function does not return anything")my_func()
    
  16. FrozenSet: 表示不可变的集合类型。类似于 Set,但不能进行修改。
    from typing import FrozenSetdef process_data(data: FrozenSet[str]) -> None:for item in data:print(item)test: FrozenSet[str] = frozenset(["apple", "banana", "orange"])process_data(test)
    
  17. Literal: 表示字面值类型。用于指定变量的取值范围,只能是指定的字面值之一
    from typing import Literaldef process_color(color: Literal["red", "green", "blue"]) -> None:print("Selected color:", color)process_color("red")
    process_color("green")
    process_color("blue")
    
  18. AsyncGenerator: 表示异步生成器类型。类似于 Generator,但用于异步上下文中生成值的类型
    from typing import AsyncGenerator
    import asyncioasync def generate_data() -> AsyncGenerator[int, str]:yield 1yield 2yield 3async def process_data() -> None:async for num in generate_data():print("Received:", num)asyncio.run(process_data())
    
  19. ContextManager: 表示上下文管理器类型。用于定义支持 with 语句的对象的类型
    from typing import ContextManagerclass MyContextManager:def __enter__(self):print("Entering context")def __exit__(self, exc_type, exc_value, traceback):print("Exiting context")def process_data(manager: ContextManager) -> None:with manager:print("Processing data")process_data(MyContextManager())
    
  20. AsyncIterator: 表示异步迭代器类型。类似于 Iterator,但用于异步上下文中进行迭代的类型
    from typing import AsyncIterator
    import asyncioasync def async_range(n: int) -> AsyncIterator[int]:for i in range(n):yield iawait asyncio.sleep(1)async def process_data() -> None:async for num in async_range(5):print("Received:", num)asyncio.run(process_data())
  21. Annotated: 用于添加类型注解的装饰器。可以在类型提示中添加额外的元数据信息
    from typing import Annotateddef process_data(data: Annotated[str, "user input"]) -> None:print("Received data:", data)process_data("Hello")
    
  22. AbstractSet: 表示抽象集合类型。是 Set 的基类,用于指定集合的抽象接口。通常用作父类或类型注解
    from typing import AbstractSetdef process_data(data: AbstractSet[str]) -> None:for item in data:print(item)my_set: AbstractSet[str] = {"apple", "banana", "orange"}
    process_data(my_set)
    
  23. Awaitable: 表示可等待对象的类型。用于指定可以使用 await 关键字等待的对象的类型。
from typing import Awaitable
import asyncioasync def async_task() -> int:await asyncio.sleep(1)return 42async def process_task(task: Awaitable[int]) -> None:result = await taskprint("Task result:", result)asyncio.run(process_task(async_task()))
  1. AsyncIterable: 表示异步可迭代对象的类型。类似于 Iterable,但用于异步上下文中进行迭代的类型。
    from typing import AsyncIterable
    import asyncioasync def async_range(n: int) -> AsyncIterable[int]:for i in range(n):yield iawait asyncio.sleep(1)async def process_data() -> None:async for num in async_range(5):print("Received:", num)asyncio.run(process_data())
    
  2. AwaitableGenerator: 表示可等待生成器类型。结合了 Generator 和 Awaitable,用于异步上下文中生成值并可使用 await 等待的类型。
    from typing import AwaitableGenerator
    import asyncioasync def async_generator() -> AwaitableGenerator[int, str, int]:yield 1await asyncio.sleep(1)yield 2await asyncio.sleep(1)yield 3async def process_generator() -> None:async for num in async_generator():print("Received:", num)asyncio.run(process_generator())
    
  3. AsyncContextManager: 表示异步上下文管理器类型。类似于 ContextManager,但用于异步上下文中支持 async with 语句的对象的类型
    from typing import AsyncContextManager
    import asyncioclass MyAsyncContextManager:async def __aenter__(self):print("Entering async context")async def __aexit__(self, exc_type, exc_value, traceback):print("Exiting async context")async def process_data(manager: AsyncContextManager) -> None:async with manager:print("Processing data")asyncio.run(process_data(MyAsyncContextManager()))
    
  4. MutableMapping: 可变的键值对映射类型,它是 Mapping 的子类
    from typing import MutableMappingdef process_data(data: MutableMapping[str, int]) -> None:data["count"] = 10my_dict: MutableMapping[str, int] = {"name":  "John", "age": 30}
    process_data(my_dict)
    print(my_dict)
    
  5. MutableSet: 可变的集合类型,它是 Set 的子类
    from typing import MutableSetdef process_data(data: MutableSet[int]) -> None:data.add(4)my_set: MutableSet[int] = {1, 2, 3}
    process_data(my_set)
    print(my_set)
    
  6. MappingView: 映射视图类型,它提供了对映射对象的只读访问
    from typing import MappingViewdef process_data(data: MappingView[str, int]) -> None:for key, value in data.items():print(key, value)my_dict = {"name": "John", "age": 30}
    process_data(my_dict.items())
  7. Match: 正则表达式匹配对象类型,用于表示匹配的结果
    from typing import Match
    import redef process_data(pattern: str, text: str) -> None:match: Match = re.search(pattern, text)if match:print("Match found:", match.group())else:print("No match found")process_data(r"\d+", "abc123def")
    
  8. MutableSequence: 可变的序列类型,它是 Sequence 的子类
    from typing import MutableSequencedef process_data(data: MutableSequence[int]) -> None:data.append(4)my_list: MutableSequence[int] = [1, 2, 3]
    process_data(my_list)
    print(my_list)
    

这篇关于python内置模块typing 类型提示的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/260055

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

深入探索协同过滤:从原理到推荐模块案例

文章目录 前言一、协同过滤1. 基于用户的协同过滤(UserCF)2. 基于物品的协同过滤(ItemCF)3. 相似度计算方法 二、相似度计算方法1. 欧氏距离2. 皮尔逊相关系数3. 杰卡德相似系数4. 余弦相似度 三、推荐模块案例1.基于文章的协同过滤推荐功能2.基于用户的协同过滤推荐功能 前言     在信息过载的时代,推荐系统成为连接用户与内容的桥梁。本文聚焦于

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

自定义类型:结构体(续)

目录 一. 结构体的内存对齐 1.1 为什么存在内存对齐? 1.2 修改默认对齐数 二. 结构体传参 三. 结构体实现位段 一. 结构体的内存对齐 在前面的文章里我们已经讲过一部分的内存对齐的知识,并举出了两个例子,我们再举出两个例子继续说明: struct S3{double a;int b;char c;};int mian(){printf("%zd\n",s

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip