Python 3.5 增加了一个有意思的库--typing。这将会给Python增加了类型暗示。类型暗示是一种可以将你的函数变量声明为一种特定类型的声明。当然，类型暗示并不是绑定。它仅仅是暗示，所以这种机制并不能阻止工程师传入他们不应该传入的参数。这个就是Python。你可以在PEP 484中阅读类型暗示的说明，或者你也可以在PEP 483 阅读背后的理论。

2 模块使用

2.1 基本使用

下面让我们看一个简单的例子，

>>> def some_function(number:int,name:str) -> None:
...     print("%s entered %s"%(name,number))

>>> some_function(13,"Mike")
Mike entered 13

这就意味着some_function函数认为两个变量中第一个变量是整数，第二个变量是字符串。你或许可能已经注意到，我们已经暗示这个函数将会返回None。

请允许我们倒退一下，先写一个普通的函数。然后我们将会添加类型暗示。在下面这个例子中，我们写了一个函数，这个函数的入参是一个列表和一个变量name，name的类型是字符串。这个函数的功能就是检查变量name是否在这个列表中，然后返回一个适当的布尔值。

def process_data(my_list,name):
    if name in my_list:
        return True
    else:
        return False

if __name__ == "__main__":
    my_list = ["Mike","Nick","Toby"]
    print(process_data(my_list,"Mike"))
    print(process_data(my_list,"John"))

下面我们为这个函数添加类型暗示。

def process_data(my_list:list,name:str) -> bool:
    return name in my_list

if __name__ == "__main__":
    my_list = ["Mike","Nick","Toby"]
    print(process_data(my_list,"Mike"))
    print(process_data(my_list,"John"))

在这段代码中，我们暗示第一个变量是列表类型，第二个变量是字符串类型，返回值是布尔类型。

根据PEP 484 ，“类型暗示可能会是内置的类（包括定义在标准库或者第三方扩展库），抽象出的基类，types模块中可获得类型和用户定义的类”。这就意味着我们可以创建我们自己的类，然后添加一个暗示。

class Fruit:
    def __init__(self,name,color):
        self.name = name
        self.color = color

def salad(fruit_one:Fruit,fruit_two:Fruit) -> list:
    print (fruit_one.name)
    print (fruit_two.name)
    return [fruit_one,fruit_two]

if __name__ == "__main__":
    f = Fruit("orange","orange")
    f2 = Fruit("apple","red")
    salad(f,f2)

在这段代码中，我们首先创建一个类Fruit，然后定一个函数，将两个入参暗示为类Fruit的实例并返回一个列表对象。另一个我认为有意思的话题就是你可以创建一个别名。下面是一个超级简单的例子。

import string
Animal = string

def zoo(animal:Animal,number:int) -> None:
    print("The zoo has %s %s" % (number,animal))

if __name__ == "__main__":
    zoo("Zebras",10)

你可以能已经猜到，我们就是将变量Animal作为string类型的别名。然后我们使用别名Animal向我们的函数添加一个暗示。

2.2 类型暗示与重载函数

在你的代码中，我认为类型暗示可以在重载函数这块做的很好。我们已经在 functools 模块中学习了函数重载。我们以这部分中的相加函数为例，看看利用类型暗示如何做的更好。下面是原始的代码，

import string
from functools import singledispatch

@singledispatch
def add(a,b):
    raise NotImplementedError("Unsupport type")

@add.register(int)
def _(a,b):
    print("Fist argument is of type ",type(a))
    print (a+b)

@add.register(string)
def _(a,b):
    print("Fist argument is of type ",type(a))
    print (a+b)

@add.register(list)
def _(a,b):
    print("Fist argument is of type ",type(a))
    print (a+b)

在这个例子中，如果你理解Python的函数重载是如何工作的，函数的第一个变量的意义就很明显了。但是我们并不知道第二个变量应该是什么。我们可以推测，但是在Python中它最好是明确的而非隐含的。所以我们需要添加一些类型暗示。

import string
from functools import singledispatch

@singledispatch
def add(a,b):
    raise NotImplementedError("Unsupport type")

@add.register(int)
def _(a:int,b:int) -> int:
    print("Fist argument is of type ",type(a))
    print (a+b)
    return a+b

@add.register(string)
def _(a:string,b:string) -> string:
    print("Fist argument is of type ",type(a))
    print (a+b)
    return a+b

@add.register(list)
def _(a:list,b:list) -> list:
    print("Fist argument is of type ",type(a))
    print (a+b)
    return a+b

现在我们已经添加了一些类型暗示，我们仅仅通过观察函数的定义就可以知道变量应该是什么类型。在类型暗示添加之前，你需要在函数的docstring中说明变量类型，由于我们已经有了类型暗示，我们就不再需要添加docstring等信息。

我在一些Python代码中已经很少添加文档了，即使函数和方法定义中仅仅有类型暗示，依然可以更容易的理解。类型暗示并不能替代一个好的说明文档，但是通过使用它，在后续开发过程中可以让我们更容易地理解我们的代码。

2.2 总结

当我第一次听说类型暗示，我就被它迷住。它的概念很简洁，我可以很明确地使用它。第一个使用场景就是可以作为你的代码的自文档。我看过很多代码，它们很难告诉你一个函数或者类的接收参数类型，虽然类型暗示并不会强制任何事，它却会让这些有歧义的代码更加清晰。如果一些Python IDE添加了一个可选的标志位，这将会检查你的代码的类型暗示，最终会确保你可以正确调用你的代码。

我非常乐意推荐阅读Python的 官方文档，那里有很多信息。PEP规范也包含了很多细节。