Python 类型注解（Type Hints），也称类型标注或类型提示，是给代码添加类型信息的语法，通过显示声明变量、函数参数和返回值的预期数据类型，不影响程序运行但能显著提升代码可读性、可维护性和开发工具支持。本文小编与大家分享 Python 类型注解的相关知识。
一、为什么需要类型注解
Python 以其动态类型特性而闻名。不需要提前声明变量的类型，解释器会在运行时自动推断。这种特性虽然灵活，但也带来了问题：
代码难以理解：调用函数时，不清楚应该传入什么类型的数据；
隐藏的 bug：如果误传错误类型，直到运行时才报错；
开发效率低：IDE 无法提供准确的代码提示和补全。
类型注解（简称注解）通过提供可选的类型信息来解决这些问题，使代码更加健壮和可维护。类型注解作用在于：
需要说明的是，注解只是提示性的，即使不按照注解进行赋值，代码也不会报错（可能某些 IDE 会有警告信息）。但是不遵循注解可能在后期开发遇到不可预见问题，特别是复杂应用或团队协作项目时。 |
二、基本数据类型注解
（一）变量注解
采用 变量名 : 类型 语法为变量注解，例如：name : str，可以读作“变量 name 的类型是 str ”。注意：字符串类型的注解为 str。
（二）函数注解
1、参数注解
使用 参数名 : 类型 语法对函数参数进行注解。
2、默认值参数注解
可以同时使用参数默认值和注解。
3、返回值注解
在函数的括号后面和冒号之前，使用 -> 类型 语法为函数返回值注解。如果无返回值，使用 None 关键字表示。
（三）自定义类的注解
自定义类中的成员同样可以使用注解：
属性与普遍变量注解方式相同；
实例方法中 self 参数不需注解，其他与普通方法注解方式相同；
类方法（@classmethod 标记）中 cls 参数，可直接使用 cls : 类名 语法，也可采用 cls : Type['类名'] 或 cls ：Type[类名] 语法注解，其他与普通方法注解方式相同；
静态方法（@staticmethod 标记）与普通方法注解方式相同；
三、复杂数据类型注解
前面介绍的多为基本数据类型注解，但是在处理容器（如，列表、字典等）和复杂数据结构时，就不能仅仅只是注解类型那么简单，例如：
说明列表（list）中只接受某种基本数据类型。比如，只接受 int；
说明字典（dict）中键、值只能是某种基本数据类型。例如，键只接受 str，值只接受 int；
某个数据是联合类型（值可能是多种数据类型中的一种）。比如，用户ID可以是 int 也可以 str；
......；
下面对常见的复杂数据类型注解进行介绍：
（一）列表注解
1、不指定类型
list1 : list = [1, 2, 3, 'a', 'b']
2、指定数据类型
list2 : list[int] = [1, 2, 3]
（二）字典注解
1、键值不指定类型
dict1 : dict = {'Jack' : 20, 'Rose' : 18, 1 : 'a'}
2、键值指定类型
dict2 : dict[str,int] = {'Jack' : 20, 'Rose' : 18}
（三）元祖注解
1、不指定类型
tuple1 : tuple = (1, 'a', 2)
2、指定类型
tuple2 : tuple[str] = ('a', 'b', 'c')
（四）集合注解
1、不指定类型
set1 : set = {1, 2, 'a', 'b'}
2、指定类型
set2 : set[str] = {'a', 'b', 'c'}
（五）联合类型注解
联合类型表明值可以是多种类型中的一种。Python 3.10 以上版本的联合类型注解使用 | 分隔不同数据类型。
userID : None | int | str = '1002'
（六）typing 模块
从 Python 3.5开始，标准库引入了 typing 模块，它提供了多种类型注解工具，使得类型注解更加丰富和强大。typing 模块在后续泛型章节会进行介绍，大家有兴趣也可先自行查阅文档了解。
四、Mypy 静态检查工具
Mypy 是 Python 的静态类型检查工具，能在代码运行前帮助开发者找出类型错误。有关 Mypy 工具的使用在程序调试章节将会进行介绍。
五、类型注解的注意事项
类型注解是 Python 开发的辅助工具，在实际工程中，应注意以下事项：
无须过度注解。例如，循环中的临时计数变量，完全不需要加注解。注解只用于必要的地方；
团队注解风格统一；
考虑版本兼容，使用高版本语法可能在低版本环境中不被支持；
配合使用静态检查工具（例如，Mypy）在运行前进行错误检测；
类型注解的主要用于代码理解和静态检查，且类型注解是非强制性的，即使不遵从注解，代码仍可执行，但是它并不能发现逻辑错误。
