大数据

类型注解与泛型编程

Posted by

demo

from typing import TypeVar, ClassVar, Generic

# 1. 定义类型变量 T，表示“未知的存储类型”
T = TypeVar("T")


# 2. 定义泛型类DataCache，继承Generic[T]
class DataCache(Generic[T]):
    # 3. 适用ClassVar 声明类变量（所有示例共享的元数据）
    max_capacity: ClassVar[int] = 100  # 类变量 默认最大容量
    total_instances: ClassVar[int] = 0  # 类变量 统计创建实例数

    def __init__(self, name: str, initial_data: T | None) -> None:
        self.name = name  # 实例变量
        self._data: T | None = initial_data  # 实例变量 类型是T

        # 修改类变量（通过self或类名均可）
        DataCache.total_instances += 1
        print(f"当前实例总数：{DataCache.total_instances}")

    def update(self, new_data: T) -> None:
        """更新数据， 参数类型必须和实例化是指定的T一致"""
        self._data = new_data

    def get(self) -> T | None:
        """获取数据，返回类型为T或None"""
        return self._data

    @classmethod
    def get_max_capacity(cls) -> int:
        """类方法，访问类变量"""
        return cls.max_capacity


if __name__ == '__main__':
    # 实例化 指定T为int
    cache_int: DataCache[int] = DataCache("整数缓存", 123)
    cache_int.update(456)
    value = cache_int.get()
    print(f"整数缓存值：{value}")

    # 实例化：指定T为str
    cache_str: DataCache[str] = DataCache("字符串缓存", "Hello")
    cache_str.update("World")

    print(f"类变量 max_capacity: {DataCache.max_capacity}")
    print(f"通过实例访问类变量：{cache_int.max_capacity}")
    print(f"总实例数：{DataCache.total_instances}")
  • TypeVar (类型变量)
    • 作用：定义“一个占位符类型”。它用于创建泛型，表示“这个类型现在不确定，但一旦确定，后面所有用到它的地方都得是同一个类型”。
    • 场景：比如写一个列表包装器，无论列表里存的是 int 还是 str，逻辑都一样，但你想保留具体类型信息给 IDE 和静态检查器（如 mypy）。
  • Generic (泛型基类)
    • 作用：让自定义的类支持泛型。继承 Generic[T] 后，你的类就可以像 list[int] 一样，在实例化时指定具体的 T 是什么类型。
    • 场景：封装数据结构（如仓库模式、结果集包装）时使用。
  • ClassVar (类变量注解)
    • 作用：专门用于注解类级别的变量（属于类本身，而不是实例）。如果不加这个，静态检查器会误以为这个变量是实例属性，可能导致误判。
    • 场景：定义类的默认配置、计数器或常量池。

关键区别总结

模块作用范围核心目的
TypeVar定义变量（占位符）声明“一个待定的类型”
Generic类继承让类接受类型参数，成为泛型容器
ClassVar变量注解（仅类属性）明确标注该变量属于类，而非实例

上一篇 pathlib知识点