类型注解（Typing）：提升可读性与协作质量

你现在可能会困惑什么

“Python 是动态类型，写 type hints 有必要吗？”

个人小脚本影响小；多人协作和长期维护中，typing 明显减少低级错误。

一句话定义

类型注解是对参数、返回值、变量类型的显式说明，便于 IDE 与静态检查。

生活类比

代码加类型像给收纳盒贴标签，别人接手更快。

最小可运行例子

def greet(name: str, age: int) -> str:
    return f"Hello {name}, age {age}"

课堂小测（5 分钟）

1. 给 3 个函数补参数/返回类型。
2. 给 list、dict 补泛型。
3. 用 Optional 表达可空字段。

课堂小测参考答案与判分点

• 参考答案方向：能写出可运行代码，并覆盖题目中的核心条件与边界输入。
• 判分点 1（正确性）：主流程结果正确，关键分支可执行。
• 判分点 2（可读性）：变量命名清晰，结构不过度嵌套。
• 判分点 3（健壮性）：对空值、类型错误或异常输入有基础保护。

迁移任务（课后）

选一段旧代码补完整 type hints，并跑一次 mypy。

本节验收标准

你能独立做到：

• 写基础类型注解
• 使用 Optional 与容器泛型
• 用静态检查发现类型问题

常见报错与调试步骤（新手版）

• 报错看不懂：先读最后一行错误类型（如 TypeError、NameError），再回到对应代码行定位。
• 不确定变量值：在关键位置临时 print(变量, type(变量))，先确认数据是否符合预期。
• 改了代码却没生效：确认文件已保存、运行的是当前文件、终端环境（venv）是否正确。

常见误区

• 误区：写了 typing 运行时自动拦截错误。
• 正解：typing 主要用于静态分析与可读性。