企业官网建设流程全解析

mypy 2.x 静态类型检查器完全指南：安装使用、类型注解、配置与 Daemon 实战

【免费下载链接】mypyOptional static typing for Python项目地址: https://gitcode.com/GitHub_Trending/my/mypy

本文以 mypy 开源仓库为核心，系统讲解 Python 静态类型检查工具 mypy 的核心理念、安装运行、类型注解语法、命令行与配置文件、增量检查守护进程（daemon）以及 mypyc 编译加速方案。读完本文，你将掌握从零为 Python 项目引入渐进式类型检查的完整实战路径，并理解 mypy 底层工作方式，能够针对大规模代码库制定可行的落地策略。

一、mypy 是什么：Python 的静态类型检查器

Mypy 是 Python 生态中最知名的静态类型检查器（static type checker）。它依据 PEP 484 定义的类型提示（type hints）体系，在不运行代码的前提下分析你的程序，帮助你确认变量与函数的使用方式是否正确。

Python 是一门动态语言，传统上只有在程序运行的那一刻才会暴露类型错误。Mypy 则是"静态"检查器——它不需要执行程序就能发现潜在 bug。这是它与 linter 相似、又与运行时调试截然不同的关键特性。

README 中给出过一个最经典的入门示例：

number = input("What is your favourite number?") print("It is", number + 1) # error: Unsupported operand types for + ("str" and "int")

input()返回的是str，而str + int是非法运算。mypy 无需运行程序即可报告Unsupported operand types for + ("str" and "int")。

两个关键事实值得牢记：

1. 类型注解不影响运行：为 mypy 添加的类型提示可以看作"高级注释"。即使 mypy 报告了错误，你依然可以随时用 Python 解释器运行代码，两者互不干扰。
2. 渐进式类型（gradual typing）设计：mypy 允许你缓慢地为代码库添加类型提示，并且在静态类型不方便的场景下，随时回退到动态类型。这意味着你不需要"一次到位"。

Mypy 拥有强大且易用的类型系统，支持**类型推断、泛型、可调用类型（callable）、元组类型、联合类型（union）、结构化子类型（structural subtyping）**等特性。使用 mypy 能让程序更易于理解、调试和维护。

从仓库源码看，当前开发版本为2.4.0+dev（见 mypy/version.py），入口逻辑位于 mypy/main.py，通过console_entry()调用 mypy/main.py 中的main()完成选项解析与类型检查流程。

二、快速开始：安装与首次运行

Mypy 要求Python 3.10 或更高版本才能运行（见 docs/source/getting_started.rst）。

使用 pip 安装稳定版：

python3 -m pip install -U mypy

如果想直接运行仓库中最新代码，可以从仓库源码安装：

python3 -m pip install -U git+https://github.com/python/mypy.git

安装完成后，对程序中被静态标注类型的部分执行类型检查：

mypy PROGRAM

即使 mypy 报告类型错误，你依然可以照常运行程序：

python3 PROGRAM

如果你面对的是大型代码库，可以改用daemon 模式运行 mypy，它通过内存缓存与更细粒度的依赖追踪，让增量检查获得大幅提速（通常可达亚秒级响应）：

dmypy run -- PROGRAM

你还可以在官方在线游乐场（mypy-play.net，由 Yusuke Miyazaki 开发）中无需安装即可快速试玩 mypy 的检查效果。

三、动态类型与静态类型：渐进式打字的核心理念

在深入命令之前，必须先理解 mypy 的"动态类型 vs 静态类型"判定规则——这是它的核心设计，也是其能安全落地到存量项目的原因。

3.1 无注解的函数默认不被检查

一个没有类型注解的函数，mypy 会将其视为动态类型（dynamically typed）：

def greeting(name): return 'Hello ' + name

默认情况下，mypy不会检查这类动态类型的函数，这意味着即使你误用了它，mypy 也不会报错：

def greeting(name): return 'Hello ' + name # 程序运行时这两个调用都会失败，但因为 greeting 没有类型注解，mypy 不报告错误 greeting(123) greeting(b"Alice")

这正是 README 所说的"可渐进采纳"：直接在存量 Python 代码上运行 mypy，它通常几乎不报错——这是特性而非缺陷，它让你可以在小步快跑中引入类型。

3.2 添加注解，激活检查

给函数加上类型提示（type hints）后，它就变成了静态类型（statically typed）函数：

# "name: str" 表示 name 参数应为字符串 # "-> str" 表示 greeting 将返回字符串 def greeting(name: str) -> str: return 'Hello ' + name

此时 mypy 会利用注解检查函数内外两端的类型正确性：

def greeting(name: str) -> str: return 'Hello ' + name greeting(3) # Argument 1 to "greeting" has incompatible type "int"; expected "str" greeting(b'Alice') # Argument 1 to "greeting" has incompatible type "bytes"; expected "str" greeting("World!") # No error def bad_greeting(name: str) -> str: return 'Hello ' * name # Unsupported operand types for * ("str" and "str")

能够自由决定某个函数是动态类型还是静态类型非常有用：迁移存量代码库时可以逐个函数渐进添加注解；原型开发时可以先动态实现、待稳定后再补全类型。

3.3 收尾与强化命令

迁移或原型开发完成后，可以用以下两个开关约束团队行为：

• --disallow-untyped-defs：一旦误加了无注解的动态函数，mypy 立即警告；
• --check-untyped-defs：对动态类型函数也提供有限度的检查。

更进一步的，mypy 提供strict 模式，启用--strict后你将"基本永远不会在运行时遇到类型错误而 mypy 却没报出来"的情况（除非你显式绕过 mypy）。但对大型存量代码库而言，--strict往往过于激进，建议按 docs/source/existing_code.rst 中的建议分步推进，例如结合--ignore-missing-imports处理大量无类型注解的第三方依赖。

四、更复杂的类型：泛型、Iterable 与联合类型

基本的具体类型（如str、float）之外，mypy 支持表达更丰富的类型语义。

4.1 泛型容器

要表达"字符串列表"，使用list[str]（Python 3.9 及以上）：

def greet_all(names: list[str]) -> None: for name in names: print('Hello ' + name) names = ["Alice", "Bob", "Charlie"] ages = [10, 20, 30] greet_all(names) # Ok! greet_all(ages) # Error due to incompatible types

list是泛型类型（generic type）：它可以接受一个或多个类型参数。通过list[str]参数化后，mypy 就知道greet_all只接受包含字符串的列表。

4.2 面向抽象：Iterable

上面的签名略显死板——该函数完全没必要限定为"列表"，传入元组、集合或任意自定义可迭代对象都应正常工作。用collections.abc.Iterable表达：

from collections.abc import Iterable # 或 "from typing import Iterable" def greet_all(names: Iterable[str]) -> None: for name in names: print('Hello ' + name)

这正是 PEP 484 类型系统的基础行为：当给变量标注类型T时，实际上是告诉 mypy"该变量可被赋值为T的实例，或T的子类型实例"。例如list[str]就是Iterable[str]的子类型。这一规则同样适用于继承：Child继承自Parent时，Child值可赋给Parent类型变量，例如RuntimeError实例可传给标注为Exception的参数。

4.3 联合类型

要表达"既可以是 int 也可以是 str，但不能是其他"，使用联合类型。int是int | str的子类型：

def normalize_id(user_id: int | str) -> str: if isinstance(user_id, int): return f'user-{100_000 + user_id}' else: return user_id

typing模块中还包含大量其他实用类型，完整速查见 docs/source/cheat_sheet_py3.rst，详细类型系统参考见 docs/source/kinds_of_types.rst 与 docs/source/generics.rst。

4.4 导入约定

添加类型时，社区约定采用from typing import <name>形式（而非import typing、import typing as t或from typing import *）。文档示例常省略typing/collections.abc的导入，但实际代码中未导入就使用Iterable等类型会直接报错。另外List（大写）与list（小写）等价，但大写变体是 Python 3.8 及更早版本所必需的。

五、本地类型推断：mypy 自动理解你的代码

一旦函数被标注为静态类型，mypy 就会自动检查函数体，并尽可能推断（infer）细节，无需你写冗余注解。

5.1 isinstance 收窄

上面normalize_id的例子已经展示了这一点：mypy 理解基本的isinstance检查，因此在if分支中推断user_id是int，在else分支中推断是str。这就是常说的类型收窄（type narrowing），详细机制见 docs/source/type_narrowing.rst。

5.2 上下文推断

看这个例子，mypy 仅凭上下文即可推断output为list[float]、num为float，全程无需任何局部变量注解：

def nums_below(numbers: Iterable[float], limit: float) -> list[float]: output = [] for num in numbers: if num < limit: output.append(num) return output

类型推断的完整讨论见 docs/source/type_inference_and_annotations.rst。

六、常用类型注解速查

以下核心片段整理自 docs/source/cheat_sheet_py3.rst，覆盖日常 80% 的注解需求。

6.1 变量注解

# 声明变量类型 age: int = 1 # 可以不初始化就注解（运行时在赋值前无值） a: int # 在条件分支中很有用 child: bool if age < 18: child = True else: child = False

注意：很多变量注解在技术上其实是冗余的，因为 mypy 通常能从值推断类型。

6.2 内置类型

x: int = 1 x: float = 1.0 x: bool = True x: str = "test" x: bytes = b"test" # 集合：元素类型写在方括号里 x: list[int] = [1] x: set[int] = {6, 7} # 映射：需要键与值的类型 x: dict[str, float] = {"field": 2.0} # 固定长度元组：列出所有元素类型 x: tuple[int, str, float] = (3, "yes", 7.5) # 变长元组：一个类型加省略号 x: tuple[int, ...] = (1, 2, 3) # Python 3.8 及更早版本使用大写形式并从 typing 导入 from typing import List, Set, Dict, Tuple x: List[int] = [1] x: Set[int] = {6, 7} x: Dict[str, float] = {"field": 2.0} x: Tuple[int, str, float] = (3, "yes", 7.5) x: Tuple[int, ...] = (1, 2, 3) from typing import Union, Optional # "或"类型用 | 运算符 x: list[int | str] = [3, 5, "test", "fun"] # Union 与之等价 x: list[Union[int, str]] = [3, 5, "test", "fun"] # 可能为 None 的值用 X | None；Optional[X] 与 X | None 等价 x: str | None = "something" if some_condition() else None if x is not None: # Mypy 依据 if 语句理解此时 x 不会是 None print(x.upper()) # 如果某逻辑 mypy 无法理解、但你确定 x 不可能为 None，用 assert assert x is not None print(x.upper())

6.3 函数注解

from collections.abc import Iterator, Callable # 函数定义注解 def stringify(num: int) -> str: return str(num) # 多参数 def plus(num1: int, num2: int) -> int: return num1 + num2 # 无返回值用 None；默认值写在注解之后 def show(value: str, excitement: int = 10) -> None: print(value + "!" * excitement) # 无注解的参数视为动态类型（Any），无注解的函数整体不被检查 def untyped(x): x.anything() + 1 + "string" # no errors # 可调用（函数）值 x: Callable[[int, float], float] = f def register(callback: Callable[[str], int]) -> None: ... # 生成器：产出 int 的生成器本质是返回 int 迭代器的函数 def gen(n: int) -> Iterator[int]: i = 0 while i < n: yield i

七、第三方库与 stub 类型包

7.1 标准库开箱即用

Mypy 自带对 Python 标准库的深入理解。例如下面这个使用pathlib.Path的函数，mypy 知道Path有返回str的read_text()方法：

from pathlib import Path def load_template(template_path: Path, name: str) -> str: # Mypy 知道 template_path 有 read_text 方法且返回 str template = template_path.read_text() # ... 因此这一行能通过类型检查 return template.replace('USERNAME', name)

7.2 缺失类型信息的三方库

若第三方库声明支持类型检查（打包了类型标注），mypy 会基于其中的类型提示检查你的用法（详见 docs/source/installed_packages.rst）。但如果库没有类型提示，mypy 会抱怨缺少类型信息：

prog.py:1: error: Library stubs not installed for "yaml" prog.py:1: note: Hint: "python3 -m pip install types-PyYAML" prog.py:2: error: Library stubs not installed for "requests" prog.py:2: note: Hint: "python3 -m pip install types-requests" ...

此时可通过安装stub 包为 mypy 提供类型信息来源。stub 包只含另一库的类型提示、不含实际代码：

python3 -m pip install types-PyYAML types-requests

stub 包命名规律通常是types-<distribution>，注意发行名可能与导入名不同——例如types-PyYAML提供的其实是yaml包的 stub。更多缺失导入的处理策略见 docs/source/common_issues.rst，stub 文件机制详见 docs/source/stubs.rst。本仓库自带的typeshed类型标注集合位于 mypy/typeshed/stdlib（标准库.pyistub）与 mypy/typeshed/stubs（第三方 stub），它们是 mypy 内置类型知识的来源。

八、命令行参考：指定检查目标与常用开关

完整的命令行文档见 docs/source/command_line.rst，可通过mypy --help快速查看全部 flag 摘要。

8.1 指定要检查什么

默认方式：直接传入文件、目录（目录会被递归检查）：

mypy foo.py bar.py some_directory

其他指定方式：

--exclude示例：忽略所有setup.py、build目录与project/vendor子路径，但强制检查某个具体文件：

mypy --exclude '/setup\.py$' --exclude '/build/' --exclude '/project/vendor/' but_still_check/setup.py

注意：mypy 永远不会递归发现名为site-packages、node_modules、__pycache__或点开头的目录/文件，也只会递归发现.py与.pyi后缀的文件。

8.2 常用开关

• -h, --help：显示帮助并退出；-v, --verbose：更详细的输出；-V, --version：显示版本号。
• -O json, --output json：设置自定义输出格式（目前支持 JSON）。
• --config-file CONFIG_FILE：从指定文件读取配置；--config-file=（不带文件名）表示忽略所有配置文件；--warn-unused-configs则对未使用的[mypy-<pattern>]配置节发出警告。
• --strict：开启严格模式（等价于启用--disallow-untyped-defs等一系列附加检查）。
• --ignore-missing-imports：忽略所有缺失导入，等价于给所有未解析 import 加# type: ignore（但不抑制已解析模块内的缺失名称错误）。

其余大量开关覆盖 import 发现、错误码、增量缓存、报告输出等维度，例如--explicit-package-bases（在无__init__.py场景下声明顶级包基准目录）与--follow-imports系列。错误码的完整清单见 docs/source/error_code_list.rst。

九、配置文件：mypy.ini 与每模块细粒度控制

Mypy 高度可配置，这一点在给存量代码库引入类型时尤为重要。完整的配置文档见 docs/source/config_file.rst。

9.1 配置文件查找顺序

默认情况下，mypy 沿文件系统向上（直到仓库根或文件系统根）依次查找：

1. mypy.ini
2. .mypy.ini
3. pyproject.toml（包含[tool.mypy]节）
4. setup.cfg（包含[mypy]节）

若以上皆无，则在用户级目录查找：$XDG_CONFIG_HOME/mypy/config、~/.config/mypy/config、~/.mypy.ini。

--config-file命令行选项优先级最高且必须指向有效文件，否则 mypy 报错退出。配置文件之间不进行合并，以避免歧义。配置文件中路径支持~开头（用户主目录）与$VARNAME/${VARNAME}环境变量展开。

9.2 格式与两种节

配置文件是标准 INI 格式：方括号节名 +NAME = VALUE，#开头为注释。

• [mypy]节（必须存在）：定义全局 flags。
• [mypy-PATTERN1,PATTERN2,...]节（可选）：PATTERN 是全限定模块名模式，部分组件可用*替换（如foo.bar、foo.bar.*、foo.*.baz）。这些节定义的 flags 只作用于名字匹配至少一个模式的模块。

模式匹配规则：qualified_module_name只匹配指定模块；dotted_module_name.*匹配该模块及其所有子模块（foo.bar.*可匹配foo.bar、foo.bar.baz、foo.bar.baz.quux）；也支持中间出现星号的无结构通配（site.*.migrations.*，星号匹配零个或多个模块组件）。

9.3 配置优先级

当选项冲突时，优先级从高到低为：

1. 源码文件内的内联配置（见 docs/source/inline_config.rst）
2. 具体模块名节（foo.bar）
3. 无结构通配节（foo.*.baz），文件内靠后的节覆盖靠前的节
4. 结构良好的通配节（foo.bar.*），更具体的覆盖更一般的
5. 命令行选项
6. 顶层配置文件选项

9.4 完整示例

# Global options: [mypy] warn_return_any = True warn_unused_configs = True # Per-module options: [mypy-mycode.foo.*] disallow_untyped_defs = True [mypy-mycode.bar] warn_return_any = False [mypy-somelibrary] ignore_missing_imports = True

其效果为：

1. 全局：函数返回被推断为Any的值时报告错误；
2. 全局：报告未被 mypy 使用的配置选项（帮助捕获配置拼写错误）；
3. 在mycode/foo目录下的模块内，选择性禁止无注解的函数定义；
4. 仅对mycode.bar模块关闭"返回 any"警告（覆盖上面的全局默认值）；
5. 抑制导入somelibrary时产生的错误消息——适用于缺少类型提示的第三方库。

布尔选项可通过加no_前缀反转，或在适用时把disallow前缀换成allow（反之亦然）。

9.5 全局专属选项与每模块选项

从源码角度看，哪些选项支持 per-module 设置是硬编码的：mypy/options.py中的PER_MODULE_OPTIONS集合（见 mypy/options.py）罗列了全部可按模块覆盖的选项，其中包括disallow_untyped_defs、check_untyped_defs、ignore_missing_imports、follow_imports、ignore_errors、allow_redefinition、strict_equality等数十项。

以下选项只能在全局[mypy]节设置：

• mypy_path：指定在MYPYPATH环境变量之后尝试的搜索路径，多路径用:或,分隔；可用MYPY_CONFIG_FILE_DIR环境变量引用相对配置文件的位置（如mypy_path = $MYPY_CONFIG_FILE_DIR/src）。
• files：逗号分隔的路径列表，支持 glob 递归匹配（*.py匹配当前目录，**/*.py匹配所有子目录）。
• modules/packages：与-m/-p对应的配置形式（packages会递归检查子模块）。
• exclude：与--exclude等价的正则，可用(?x)VERBOSE 模式编写多行可读表达式。

本仓库自身的类型检查配置可参考 mypy_self_check.ini 与 mypy_bootstrap.ini。

十、mypy daemon：亚秒级增量检查的守护进程模式

大型代码库上，反复运行mypy命令行工具的代价很高。README 推荐使用 daemon 模式，完整文档见 docs/source/mypy_daemon.rst。

10.1 为什么更快

与其每次从命令行冷启动，mypy daemon 把类型检查器作为常驻服务运行，客户端通过命令行工具向服务发送检查请求。前一次运行的程序状态被缓存在内存中，无需每次从文件系统重新读取；服务端还使用更细粒度的依赖追踪来减少工作量。文档指出：检查大型代码库时，daemon 模式可以比常规mypy快 10 倍以上，尤其适合"小幅编辑后反复检查"的工作流。

注意事项：每个 daemon 进程只服务一个用户和一组源文件，且同一时刻只能处理一个检查请求；如需检查多个仓库，可以运行多个 daemon 进程。

10.2 基本用法

客户端工具dmypy用于控制 daemon：

dmypy run -- prog.py pkg/*.py

dmypy run -- <flags> <files>会检查一组文件（或目录），若 daemon 未运行则自动启动它；--之后几乎可以放任意 mypy flags。配置或 mypy 版本变化时，dmypy run会自动重启 daemon。首次运行会处理全部代码、耗时较长，后续运行（尤其只改动少量文件时）会很快。

10.3 客户端命令

• dmypy stop：停止 daemon。
• dmypy start -- <flags>：启动 daemon 但不检查任何文件。
• dmypy restart -- <flags>：重启 daemon（等价于 stop 后 start）。
• dmypy check <files>：用已运行的 daemon 检查一组文件。
• dmypy recheck：重新检查最近一次check/recheck的文件集合；可用--update FILE与--remove FILE调整文件集合（适用于外部文件系统监听器如 watchman/watchdog 的场景，属性能调优选项）。
• dmypy status：查询 daemon 是否在运行，有则打印诊断信息并以退出码 0 结束。

dmypy --help可查看其余命令，dmypy <command> --help可查看命令专属选项。

10.4 守护进程附加参数

• --status-file FILE：指定存放 daemon 运行状态的 JSON 文件（含进程与连接信息），默认为当前目录下的.dmypy.json。
• --log-file FILE：把 daemon 的 stdout/stderr 重定向到文件，便于调试崩溃（start/restart/run可用）。
• --timeout SECONDS：空闲SECONDS秒后自动关停 daemon（默认一直运行直到显式停止）。
• --perf-stats-file FILE：将性能剖析信息写入文件（check/recheck/run可用）。
• --export-types：把所有表达式类型存入内存，加速后续dmypy inspect（会占用更多内存）。

10.5 dmypy suggest：自动推断函数签名

daemon 还支持实验性的静态推断注解能力：dmypy suggest FUNCTION可为无注解函数生成草案签名，格式为(param_type_1, param_type_2, ...) -> ret_type（覆盖所有参数，含 keyword-only、*args、**kwargs）。例如：

def format_id(user): return f"User: {user}" root = format_id(0)

运行dmypy suggest module.format_id会结合调用点、return 语句、基类签名等启发式信息，推断出format_id接受int、返回str。目标函数可用全限定名（[package.]module.[class.]function）或文件位置（/path/to/file.py:line）指定。相关选项：--json（输出 JSON 供 PyAnnotate 消费）、--no-errors（只产出不引发类型错误的建议）、--no-any（建议不含Any）、--flex-any FRACTION（允许一定比例的Any）、--callsites（仅列出调用点）。这一底层特性主要面向编辑器/IDE 集成（如 PyCharm mypy 插件）的自动补全。其客户端实现位于 mypy/dmypy/client.py，服务端状态管理与检查逻辑见 mypy/dmypy_server.py。

十一、IDE 与工具链集成

Mypy 可以融入主流开发工具，README 列出如下集成方式：

• VS Code：Python 扩展提供与 mypy 的基础集成。
• Vim：
  • Syntastic：在~/.vimrc添加let g:syntastic_python_checkers=['mypy']
  • ALE：安装 mypy 后通常默认启用，也可在~/vim/ftplugin/python.vim显式添加let b:ale_linters = ['mypy']
• Emacs：通过 Flycheck 集成。
• Sublime Text：使用 SublimeLinter-contrib-mypy。
• PyCharm：使用 mypy 插件。
• IDLE：使用 idlemypyextension 扩展。
• pre-commit：使用 pre-commit 的 mirrors-mypy 钩子——注意默认情况下这会限制 mypy 分析第三方依赖的能力。

CI 场景下，本仓库还提供了 GitHub Actions 复用配置 action.yml。

十二、Mypyc：用 mypy 编译 mypy 自身

README 专门介绍了 Mypyc 项目：它利用 Python 类型提示把 Python 模块编译为更快的 C 扩展。Mypy 自身就是用 mypyc 编译的，这使得 mypy 比解释执行时大约快 4 倍。

如需安装解释执行的 mypy，使用：

python3 -m pip install --no-binary mypy -U mypy

若希望直接使用开发版本 mypy 的编译产物，可从 mypyc 项目发布的 wheel 直接安装。

本仓库包含完整的 mypyc 编译器实现，可作为研究其原理的第一手资料：核心 IR 定义在 mypyc/ir，Python 到 IR 的构建逻辑在 mypyc/irbuild，C 代码生成在 mypyc/codegen，运行时支持库（CPy.h及各类原生操作实现）在 mypyc/lib-rt，优化变换（引用计数、拷贝传播、flag 消除、spill 等）在 mypyc/transform，测试用例则在 mypyc/test-data。

十三、参与贡献与继续深入

Mypy 欢迎各种经验水平的贡献者参与测试、开发、文档等工作。上手贡献的完整指南见 CONTRIBUTING.md。运行测试套件的入口是 runtests.py，依赖列表见 test-requirements.txt。

按主题深入阅读仓库内文档（位于 docs/source）：

• docs/source/cheat_sheet_py3.rst：类型提示速查表
• docs/source/getting_started.rst：入门教程（动态/静态类型、泛型、联合类型、库类型）
• docs/source/command_line.rst：命令行完整参考
• docs/source/config_file.rst：配置文件完整参考
• docs/source/mypy_daemon.rst：daemon 模式完整参考
• docs/source/error_code_list.rst：错误码清单
• docs/source/common_issues.rst：常见问题与解决方案
• docs/source/existing_code.rst：存量代码库接入策略
• docs/source/stubs.rst：stub 文件机制
• docs/source/generics.rst、docs/source/protocols.rst、docs/source/type_narrowing.rst：类型系统进阶主题

核心源码路径速览：入口 mypy/main.py、主流程 mypy/main.py、选项模型 mypy/options.py、类型检查核心 mypy/checker.py 与 mypy/checkexpr.py、类型表示 mypy/types.py、语义分析 mypy/semanal.py、错误码定义 mypy/errorcodes.py。

结语

从一行pip install mypy到大规模代码库的渐进式迁移，mypy 通过"动态/静态类型自由切换"的设计、丰富的类型系统、可精细到模块级的配置体系，以及 daemon 与 mypyc 双重性能方案，构成了一个完整、可落地的 Python 静态类型检查解决方案。本文所覆盖的安装运行、注解语法、命令行与配置、daemon 实战，足以支撑你在真实项目中安全起步，而仓库内 docs/source 的系列文档与 mypy 目录下的源码，则为深度研究提供了完整的一手材料。

【免费下载链接】mypyOptional static typing for Python项目地址: https://gitcode.com/GitHub_Trending/my/mypy