Odpowiedź.

Historia pytania:

Dynamiczna typizacja charakteryzuje się w Pythonie od pierwszych wersji. Oznacza to, że zmienne nie są z góry przypisane do konkretnego typu danych, w przeciwieństwie do języków takich jak Java czy C++. Typ jest określany podczas wykonywania.

Problem:

Główną trudnością jest utrata wyraźnej kontroli nad typami. Utrudnia to wykrywanie błędów na etapie pisania kodu, co może prowadzić do logicznych błędów w czasie wykonania, szczególnie przy skalowaniu kodu.

Rozwiązanie:

Python rozwiązuje ten problem za pomocą duck typing (jeśli obiekt zachowuje się jak kaczka, to jest kaczką) oraz poprzez adnotacje typów (type hints), jednak adnotacje nie są obowiązkowe i nie są sprawdzane w czasie wykonywania, a jedynie przez narzędzia zewnętrzne.

Przykład kodu:

x = 42      # int
x = "foo"  # teraz to jest string

def process(val):
    return val + val

print(process(5))        # 10
print(process("ha"))    # haha

Kluczowe cechy:

• Typ zmiennej jest określany tylko w czasie wykonywania.
• Błędy typów są wykrywane dopiero podczas wykonywania kodu.
• Elastyczność: ta sama funkcja może działać z różnymi typami (ale mogą wystąpić nieoczekiwane błędy).

Pytania z podstępem.

Czy można używać jednej zmiennej najpierw jako listy, a potem jako liczby w jednym bloku kodu, i czy doprowadzi to do błędu składniowego?

Tak — nie będzie błędu składniowego. Błąd wystąpi dopiero przy próbie wykonania nieprawidłowej operacji z nowym typem.

x = [1, 2, 3]
x = 5
# print(x[0])  # błąd pojawi się tylko przy tym wywołaniu

Czy type hint w Pythonie gwarantuje, że zmienna zawsze będzie miała określony typ w czasie wykonywania?

Nie — type hint to tylko wskazówka, interpreter jej nie sprawdza. Typy mogą sprawdzać tylko lintery i mypy.

def foo(x: int) -> int:
    return x + 1

foo("string")  # nie pojawi się błąd do momentu wywołania

Czy typ funkcji jest również dynamiczny? Czy można zmienić sygnaturę funkcji w czasie wykonywania?

Funkcja jest obiektem pierwszej klasy. Jej typ można nadpisać, ale sygnatury nie można zmienić (można zastąpić funkcję nową).

def f():
    return 5
f = lambda: "abc"
print(f())  # 'abc'

Typowe błędy i anty-wzorce

• Używanie zmiennej w nieoczekiwanym typie (na przykład przekazano listę, gdy oczekiwano ciągu).
• Nadmierne zaufanie do type hints przy braku statycznej weryfikacji.
• Lekceważenie kontroli typów przy pracy z zewnętrznymi danymi wejściowymi.

Przykład z życia

Negatywny przypadek

W jednym projekcie typy parametrów wejściowych funkcji nie były weryfikowane, co spowodowało, że dane z formularzy użytkowników przychodziły w postaci ciągów, a pracowano z nimi jak z liczbami. Pojawiały się nieprzewidywalne błędy na produkcji.

Plusy:

Szybkie prototypowanie, krótkie funkcje, mało boilerplate.

Minusy:

Trudno debugować, błędy pojawiają się w najbardziej nieoczekiwanych miejscach i tylko przy określonych danych.

Pozytywny przypadek

Przy użyciu type hints i statycznej walidacji typizacji za pomocą mypy problemy były wykrywane na etapie CI/CD przed wdrożeniem na produkcję.

Plusy:

Wczesne wykrywanie potencjalnych problemów, łatwość w utrzymywaniu kodu.

Minusy:

Poświęca się czas na dodatkową weryfikację, czasami dodaje się nieco zbędnego kodu.