答案

问题的历史

函数注解出现在Python 3.0中，类型提示机制（type hints）在PEP 484中描述，并在3.5中添加。该工具旨在进行代码的静态分析、自动补全和提高可读性——类型标准库（typing）允许明确指定变量、参数和函数返回值的预期类型。

问题

Python是一种动态语言，变量的类型在执行期间可以改变，这可能导致在程序执行阶段才出现错误。注解不会影响代码的执行，但不当使用时会使程序员产生"严格类型检查"的错误感觉。

解决方案

类型注解用于文档、通过mypy、pylance、pyright等工具进行自动检查，以及与IDE的集成。通过参数名称后的冒号和参数列表后的箭头实现：**

def greet(name: str, times: int = 1) -> None:
    for _ in range(times):
        print(f"Hello, {name}!")

# 处理字典的正确注解
from typing import Dict, List

def transform(data: Dict[str, List[int]]) -> float:
    return sum(sum(lst) for lst in data.values()) / 10

关键特性：

注解不会被解释器检查，它们在代码执行时仍然存在，但不会以任何方式改变执行
适用于大型项目，其中了解接口和组件交互非常重要
对于复杂结构，需要使用typing.List、typing.Dict、typing.Optional、typing.Union等。

带有陷阱的问题。

Python可以"自动"检查注解中声明的类型吗？

不！类型检查仅通过外部静态分析工具进行，例如mypy。在运行时，Python完全忽略注解的内容。

def f(x: int):
    return x * 2

print(f('oops'))  # 类型str，不会出错！

注解存储在哪里，如何在运行时获取，为什么这可能是必要的？

存储在特殊属性__annotations__中：

def add(x: int, y: int) -> int:
    return x + y

print(add.__annotations__)  # {'x': <class 'int'>, 'y': <class 'int'>, 'return': <class 'int'>}

第三方库可以使用这些进行数据验证、文档自动生成、序列化等。

可以注解任何变量吗，仅限函数，全球范围内会怎样？

可以通过冒号注解本地和全局变量，这也不会影响执行：

index: int = 0

def func(x: 'User') -> None:
    ...

常见错误和反模式

认为类型提示是严格类型检查和严格控制的组成部分
忘记默认值必须与声明的类型兼容（尽管在执行阶段不会检查）
错误使用typing中的复杂类型（例如，用List<int>代替List[int]）

生活中的例子

消极案例

在一个企业项目中，所有开发人员开始积极采用注解，但实际函数参数的类型常常与指定类型不符。Python忽略了这些错误，意外的bug只在业务逻辑的深处出现。没有配置mypy。

优点：

改进了自动补全和文档

缺点：

保留了隐性错误，导致原因远离注解位置

积极案例

在CI中强制使用类型提示和mypy，还通过__annotations__自动生成文档：