标签: python-typing

我有以下代码a.py：

class Tags(enum.Flag):
    NONE = 0

    A = enum.auto()
    B = enum.auto()
    C = enum.auto()

# Allow using tags.A instead of tags.Tags.A
globals().update(Tags.__members__)

但是当我在其他文件上使用它时， mypy （正确地）无法识别属性：

import tags
print(tags.A)  # Module has no attribute "A"

Python 3.6 有没有可能绕过这个问题？

已知的解决方案（对于我的情况来说不够好）：

• # type: ignore每次使用时都使用tags.A
• 使用tags.Tags.A
• __getitem__在模块级别使用（仅适用于 Python 3.7）

以下示例的类型提示应该是什么：

import plotly.graph_objs as go

def update_scene_callback():
   ....

def scatter_plot(input_data, layout):
    fig = go.FigureWidget(input_data)
    fig.update_layout(object_layout)
    scatter = fig.data[0]
    
    scatter.on_click(update_scene_callback)
    return fig

type(fig)函数plotly.graph_objs._figurewidget.FigureWidget 的输入和输出的类型应该是什么scatter_plot？

另外，假设我有一个数据帧作为函数的输入变量。但我不希望在函数内部更改数据框。有什么方法可以为输入变量分配类型，以便我们可以确保该变量不会在函数内部更改？

我是 Python 静态类型模块的新手mypy。我试图将整数和浮点数附加到一个数组中，我静态地将其输入为 Real。但mypy说它们是与 Real 不兼容的类型。我认为整数和浮点数是实数的子类型？

from typing import List
from numbers import Real

data : List[Real] = []
with open(path, 'r') as file:
    for line in file:
        line = line.strip()
        if subject == 'time':
            data.append(float(line))
        else:
            data.append(int(line))

错误信息：

from typing import List
from numbers import Real

data : List[Real] = []
with open(path, 'r') as file:
    for line in file:
        line = line.strip()
        if subject == 'time':
            data.append(float(line))
        else:
            data.append(int(line))

我正在使用pydantic并想要创建包含 pandas 数据帧的类。我在网上找了很长一段时间，但没有找到任何东西。我的自定义类型代码如下所示。我将数据帧的类型命名为 pd.DataFrame 但显然它不正确。有谁知道如何声明 pandas 数据框类型？

import pandas as pd
from pydantic import BaseModel


class SubModelInput(BaseModel):
    a: pd.DataFrame
    b: pd.DataFrame

class ModelInput(BaseModel):
    SubModelInput: SubModelInput
    a: pd.DataFrame
    b: pd.DataFrame
    c: pd.DataFrame

谢谢你的帮助！

想象一下，我们有一些巨大的遗留代码库，其中有很多文件被忽略了 Mypy 警告：

def foobar():\n    x = some_external_class.some_method()[0]  # type: ignore[ignore-some-mypy-warning]\n

该走了...

代码的某些部分已更改。代码的某些部分仍然是相同的。如何检查每个“忽略”评论以了解：如果删除它，我会收到错误吗？

期望的输出：

def foobar():\n    x = some_external_class.some_method()[0]  # type: ignore[ignore-some-mypy-warning]\n

有没有现有的工具可以实现这一目标？关于自定义脚本有什么想法吗？

我唯一的想法是：

\n
1. 编写一个脚本来查找并记住一个文件和每条 Mypy 注释的一行。
\n
2. 查找并删除所有Mypy 评论。
\n
3. 运行 Mypy 检查 \xe2\x86\x92 存储结果。
\n
4. 将 Mypy 检查错误行与存储的旧行进行比较。
\n
5. 查找差异：如果注释被删除，但 Mypy 现在不抱怨该行，则必须删除注释。
\n

考虑：

from __future__ import annotations

class A:
    @classmethod
    def get(cls) -> A:
        return cls()

class B(A):
    pass

def func() -> B: # Line 12
    return B.get()

运行 mypy 我们得到：

$ mypy test.py
test.py:12: error: Incompatible return value type (got "A", expected "B")
Found 1 error in 1 file (checked 1 source file)

此外，我还检查了旧式递归注释是否有效。那是：

$ mypy test.py
test.py:12: error: Incompatible return value type (got "A", expected "B")
Found 1 error in 1 file (checked 1 source file)

...没有用。

当然可以这样做：

# from …

我想通过 [PyFlakes, Pylint] 和 mypy 获得正确的 linting 和类型提示。

例如，在下面的代码中，我们无法得到最后一行的类型错误。我们甚至不知道是否float_input存在。

import argparse

parser = argparse.ArgumentParser()
parser.add_argument('--float_input', type=float)
args = parser.parse_args()


def int_sum(a: int, b: int):
    return a + b

c = int_sum(args.float_input, args.float_input)

有没有什么好的方法可以改善这个问题呢？

这似乎不起作用：

from typing import NewType

MyStr = NewType("MyStr", str)
x = MyStr("Hello World")

isinstance(x, MyStr)

我什至不明白False，但TypeError: isinstance() arg 2 must be a type or tuple of types因为MyStr是一个函数并且isinstance需要一个或多个type。

甚至assert type(x) == MyStr失败is MyStr。

我究竟做错了什么？

我想了解为什么float和np.float64类型的联合会在这里产生[arg-type]键入错误，但单独使用类型就可以了：

import numpy as np
from numpy.typing import ArrayLike
from typing import Any, Union


def as_float_array(a: ArrayLike) -> Any:
    ...


w: float = float(4)
as_float_array([w])

x: np.float64 = np.float64(4)
as_float_array([x])

y: Union[float, np.float64] = float(4)
as_float_array([y])

z: Union[float, np.float64] = np.float64(4)
as_float_array([z])

/.../scratch.py:17: error: Argument 1 to "as_float_array" has incompatible type "List[Union[float, floating[_64Bit]]]"; expected "Union[Sequence[Sequence[Sequence[Sequence[Sequence[Any]]]]], Union[Union[_SupportsArray[dtype[Any]], Sequence[_SupportsArray[dtype[Any]]], Sequence[Sequence[_SupportsArray[dtype[Any]]]], Sequence[Sequence[Sequence[_SupportsArray[dtype[Any]]]]], Sequence[Sequence[Sequence[Sequence[_SupportsArray[dtype[Any]]]]]]], Union[bool, int, float, complex, str, bytes, Sequence[Union[bool, int, float, complex, str, bytes]], Sequence[Sequence[Union[bool, int, …

作为一个玩具示例，让我们使用斐波那契数列：

def fib(n: int) -> int:
  if n < 2:
    return 1
  return fib(n - 2) + fib(n - 1)

当然，如果我们尝试执行以下操作，计算机将会挂起：

print(fib(100))

所以我们决定添加记忆功能。为了保持逻辑fib清晰，我们决定不改变fib，而是通过装饰器添加记忆：

from typing import Callable
from functools import wraps


def remember(f: Callable[[int], int]) -> Callable[[int], int]:
    @wraps(f)
    def wrapper(n: int) -> int:
        if n not in wrapper.memory:
            wrapper.memory[n] = f(n)
        return wrapper.memory[n]

    wrapper.memory = dict[int, int]()
    return wrapper


@remember
def fib(n: int) -> int:
    if n < 2:
        return 1
    return fib(n - 2) …