mypy，输入提示：Union[float, int] -> 有数字类型吗？答案

【问题标题】：mypy, type hint: Union[float, int] -> is there a Number type?mypy，输入提示：Union[float, int] -> 有数字类型吗？
【发布时间】：2018-06-19 12:33:56
【问题描述】：

mypy 真的很方便，可以捕捉很多错误，但是当我编写“科学”应用程序时，我经常会这样做：

def my_func(number: Union[float, int]):
    # Do something

number 是浮点数或整数，取决于用户的输入。有官方的方法吗？

【问题讨论】：

标签： python type-hinting mypy python-typing union-types

【解决方案1】：

只使用float，因为int 隐含在该类型中：

def my_func(number: float):

PEP 484 Type Hints 特别声明：

与其要求用户编写导入编号然后使用numbers.Float 等，此PEP 提出了一个几乎同样有效的简单快捷方式：当一个参数被注释为具有float 类型时，一个参数为输入int 是可以接受的；类似地，对于注释为复杂类型的参数，float 或 int 类型的参数是可以接受的。

（我的粗体强调）。

理想情况下，您仍会使用numbers.Real：

from numbers import Real

def my_func(number: Real):

因为这也将接受 fractions.Fraction() 和 decimal.Decimal() 对象；数字金字塔比整数和浮点值更广泛。

但是，当使用 mypy 进行类型检查时，这些目前不起作用，请参阅 Mypy #3186。

【讨论】：

切向相关，但Decimal 实际上不是Real 的子类，或者根本不是数字塔的一部分：python.org/dev/peps/pep-3141/#the-decimal-type
@user1475412 — 有趣的是，decimal.Decimal 现在注册为numbers.Number 的虚拟子类（尽管仍然不是numbers.Real 的虚拟子类）。我认为将其添加为虚拟子类的决定必须是在编写 PEP 后的一段时间内做出的。 github.com/python/cpython/blob/…
@AlexWaygood：我认为你误解了什么； decimal.Decimal 早在 PEP 之前就已为 13 years now 注册为 Number。它仍然不是 numbers.Real 的虚拟子类，这正是 user1475412 所说的。
@MartijnPieters，我不确定我是否理解您的观点。您发布的 GitHub 链接显示 decimal.Decimal 已在 2009 年注册为 Number 的子类，但 PEP 3141 是在 2007 年编写的。所以我不确定您如何辩称 decimal.Decimal 已注册为 @987654350 @ 在编写和接受 PEP 之前。 numbers.Number 的第一稿显示该模块只是为了响应 PEP 3141 的接受而创建的：github.com/python/cpython/commit/…
我知道Decimal 不是numbers.Real 的虚拟子类，但user1475412 还说：“Decimal 实际上根本不是 [...] 数字塔的一部分"，解释 PEP 3141。我将 PEP 中的那一行解释为 PEP 的作者不打算将Decimal 注册为numbers 类的任何的虚拟子类在那个时间点。我的解释错了吗？

【解决方案2】：

您可以定义自己的类型来解决此问题并保持代码更简洁。

FloatInt = Union[float, int]

def my_func(number: FloatInt):
    # Do something

【讨论】：

好主意，但是当float 存在时，int 正式多余。看到这个答案：stackoverflow.com/a/50928627/4960855

【解决方案3】：

Python > 3.10 允许您执行以下操作。

def my_func(number: int | float) -> int | float:

【讨论】：

正如 Martijn 的回答所指出的，mypy 文档明确指出“当参数被注释为浮点类型时，int 类型的参数是可以接受的”。在这里显式注释联合是没有意义的。
@AlexWaygood 虽然这种说法在大多数情况下都是正确的，但说类型联合通常毫无意义是错误的。 int 和 float 通常是不同的东西，如果您的代码需要在本地区分这些差异，则类型联合是合适的。看例如在dir(1) 与dir(1.0)。如果您需要在其中任何一个上定义的任何成员函数，则需要类型联合，以便代码正确进行类型检查。
@bluenote10 感谢您的更正；你说得对，我的评论措辞太强了。

【解决方案4】：

对于没有共同超类型的实体（例如Union[int, numpy.ndarray]）的更一般问题的联合类型提示问题，解决方案是从typing 导入Union .

示例 1：

from typing import Union

def my_func(number: Union[float, int]):
    # Do something

示例 2：

from typing import Union
import numpy as np

def my_func(x: Union[float, np.ndarray]):
    # do something
    # Do something

【讨论】：