typing — 형 힌트 지원

버전 3.5에 추가.

소스 코드: Lib/typing.py

참고

파이썬 런타임은 함수와 변수 형 어노테이션을 강제하지 않습니다. 형 어노테이션은 형 검사기, IDE, 린터(linter) 등과 같은 제삼자 도구에서 사용할 수 있습니다.


This module provides runtime support for type hints. The most fundamental support consists of the types Any, Union, Callable, TypeVar, and Generic. For a full specification, please see PEP 484. For a simplified introduction to type hints, see PEP 483.

아래의 함수는 문자열을 취하고 반환하며 다음과 같이 어노테이트 되었습니다:

def greeting(name: str) -> str:
    return 'Hello ' + name

함수 greeting에서, 인자 name은 형 str로, 반환형은 str로 기대됩니다. 서브 형은 인자로 허용됩니다.

New features are frequently added to the typing module. The typing_extensions package provides backports of these new features to older versions of Python.

For a summary of deprecated features and a deprecation timeline, please see Deprecation Timeline of Major Features.

더 보기

The documentation at https://typing.readthedocs.io/ serves as useful reference for type system features, useful typing related tools and typing best practices.

Relevant PEPs

Since the initial introduction of type hints in PEP 484 and PEP 483, a number of PEPs have modified and enhanced Python’s framework for type annotations. These include:

형 에일리어스

형 에일리어스는 별칭에 형을 대입하여 정의됩니다. 이 예에서, Vectorlist[float]는 교환 가능한 동의어로 취급됩니다:

Vector = list[float]

def scale(scalar: float, vector: Vector) -> Vector:
    return [scalar * num for num in vector]

# passes type checking; a list of floats qualifies as a Vector.
new_vector = scale(2.0, [1.0, -4.2, 5.4])

형 에일리어스는 복잡한 형 서명을 단순화하는 데 유용합니다. 예를 들면:

from collections.abc import Sequence

ConnectionOptions = dict[str, str]
Address = tuple[str, int]
Server = tuple[Address, ConnectionOptions]

def broadcast_message(message: str, servers: Sequence[Server]) -> None:
    ...

# The static type checker will treat the previous type signature as
# being exactly equivalent to this one.
def broadcast_message(
        message: str,
        servers: Sequence[tuple[tuple[str, int], dict[str, str]]]) -> None:
    ...

형 힌트로서의 None은 특별한 경우이며 type(None)으로 치환됨에 유의하십시오.

NewType

Use the NewType helper to create distinct types:

from typing import NewType

UserId = NewType('UserId', int)
some_id = UserId(524313)

정적 형 검사기는 새 형을 원래 형의 서브 클래스인 것처럼 다룹니다. 논리 에러를 잡는 데 유용합니다:

def get_user_name(user_id: UserId) -> str:
    ...

# passes type checking
user_a = get_user_name(UserId(42351))

# fails type checking; an int is not a UserId
user_b = get_user_name(-1)

UserId 형의 변수에 대해 모든 int 연산을 여전히 수행할 수 있지만, 결과는 항상 int 형이 됩니다. 이것은 int가 기대되는 모든 곳에 UserId를 전달할 수 있지만, 잘못된 방식으로 의도하지 않게 UserId를 만들지 않도록 합니다:

# 'output' is of type 'int', not 'UserId'
output = UserId(23413) + UserId(54341)

Note that these checks are enforced only by the static type checker. At runtime, the statement Derived = NewType('Derived', Base) will make Derived a callable that immediately returns whatever parameter you pass it. That means the expression Derived(some_value) does not create a new class or introduce much overhead beyond that of a regular function call.

더욱 정확하게, 표현식 some_value is Derived(some_value)는 실행 시간에 항상 참입니다.

It is invalid to create a subtype of Derived:

from typing import NewType

UserId = NewType('UserId', int)

# Fails at runtime and does not pass type checking
class AdminUserId(UserId): pass

However, it is possible to create a NewType based on a ‘derived’ NewType:

from typing import NewType

UserId = NewType('UserId', int)

ProUserId = NewType('ProUserId', UserId)

그리고 ProUserId에 대한 형 검사는 예상대로 작동합니다.

자세한 내용은 PEP 484를 참조하십시오.

참고

형 에일리어스를 사용하면 두 형이 서로 동등한 것으로 선언됨을 상기하십시오. Alias = Original은 모든 경우 정적 형 검사기가 AliasOriginal정확히 동등한 것으로 취급하게 합니다. 이것은 복잡한 형 서명을 단순화하려는 경우에 유용합니다.

반면에, NewType은 한 형을 다른 형의 서브 형으로 선언합니다. Derived = NewType('Derived', Original)은 정적 형 검사기가 DerivedOriginal서브 클래스로 취급하게 합니다. 이는 Original 형의 값이 Derived 형의 값이 예상되는 위치에서 사용될 수 없음을 의미합니다. 실행 시간 비용을 최소화하면서 논리 에러를 방지하려는 경우에 유용합니다.

버전 3.5.2에 추가.

버전 3.10에서 변경: NewType is now a class rather than a function. There is some additional runtime cost when calling NewType over a regular function. However, this cost will be reduced in 3.11.0.

Callable

특정 서명의 콜백 함수를 기대하는 프레임워크는 Callable[[Arg1Type, Arg2Type], ReturnType]을 사용하여 형 힌트를 제공할 수 있습니다.

예를 들면:

from collections.abc import Callable

def feeder(get_next_item: Callable[[], str]) -> None:
    # Body

def async_query(on_success: Callable[[int], None],
                on_error: Callable[[int, Exception], None]) -> None:
    # Body

async def on_update(value: str) -> None:
    # Body
callback: Callable[[str], Awaitable[None]] = on_update

형 힌트에서 인자 리스트를 리터럴 줄임표(ellipsis)로 대체하여 호출 서명을 지정하지 않고 콜러블의 반환 값을 선언할 수 있습니다: Callable[..., ReturnType].

Callables which take other callables as arguments may indicate that their parameter types are dependent on each other using ParamSpec. Additionally, if that callable adds or removes arguments from other callables, the Concatenate operator may be used. They take the form Callable[ParamSpecVariable, ReturnType] and Callable[Concatenate[Arg1Type, Arg2Type, ..., ParamSpecVariable], ReturnType] respectively.

버전 3.10에서 변경: Callable now supports ParamSpec and Concatenate. See PEP 612 for more details.

더 보기

The documentation for ParamSpec and Concatenate provides examples of usage in Callable.

제네릭

컨테이너에 보관된 객체에 대한 형 정보는 일반적인 방식으로 정적으로 유추될 수 없기 때문에, 컨테이너 요소에 대해 기대되는 형을 나타내는 서명을 지원하도록 추상 베이스 클래스가 확장되었습니다.

from collections.abc import Mapping, Sequence

def notify_by_email(employees: Sequence[Employee],
                    overrides: Mapping[str, str]) -> None: ...

Generics can be parameterized by using a factory available in typing called TypeVar.

from collections.abc import Sequence
from typing import TypeVar

T = TypeVar('T')      # Declare type variable

def first(l: Sequence[T]) -> T:   # Generic function
    return l[0]

사용자 정의 제네릭 형

사용자 정의 클래스는 제네릭 클래스로 정의 할 수 있습니다.

from typing import TypeVar, Generic
from logging import Logger

T = TypeVar('T')

class LoggedVar(Generic[T]):
    def __init__(self, value: T, name: str, logger: Logger) -> None:
        self.name = name
        self.logger = logger
        self.value = value

    def set(self, new: T) -> None:
        self.log('Set ' + repr(self.value))
        self.value = new

    def get(self) -> T:
        self.log('Get ' + repr(self.value))
        return self.value

    def log(self, message: str) -> None:
        self.logger.info('%s: %s', self.name, message)

베이스 클래스로서의 Generic[T]는 클래스 LoggedVar가 단일한 형 매개 변수 T를 취한다는 것을 정의합니다. 이는 또한 T를 클래스 바디 내에서 형으로 유효하게 만듭니다.

The Generic base class defines __class_getitem__() so that LoggedVar[T] is valid as a type:

from collections.abc import Iterable

def zero_all_vars(vars: Iterable[LoggedVar[int]]) -> None:
    for var in vars:
        var.set(0)

A generic type can have any number of type variables. All varieties of TypeVar are permissible as parameters for a generic type:

from typing import TypeVar, Generic, Sequence

T = TypeVar('T', contravariant=True)
B = TypeVar('B', bound=Sequence[bytes], covariant=True)
S = TypeVar('S', int, str)

class WeirdTrio(Generic[T, B, S]):
    ...

Generic에 대한 각 형 변수 인자는 달라야 합니다. 그래서 이것은 잘못되었습니다:

from typing import TypeVar, Generic
...

T = TypeVar('T')

class Pair(Generic[T, T]):   # INVALID
    ...

Generic으로 다중 상속을 사용할 수 있습니다:

from collections.abc import Sized
from typing import TypeVar, Generic

T = TypeVar('T')

class LinkedList(Sized, Generic[T]):
    ...

제네릭 클래스에서 상속할 때, 일부 형 변수를 고정할 수 있습니다:

from collections.abc import Mapping
from typing import TypeVar

T = TypeVar('T')

class MyDict(Mapping[str, T]):
    ...

이 경우 MyDict는 단일 매개 변수 T를 갖습니다.

형 매개 변수를 지정하지 않고 제네릭 클래스를 사용하는 것은 각 위치에 대해 Any를 가정합니다. 다음 예제에서, MyIterable은 제네릭이 아니지만 Iterable[Any]를 묵시적으로 상속합니다:

from collections.abc import Iterable

class MyIterable(Iterable): # Same as Iterable[Any]

사용자 정의 제네릭 형 에일리어스도 지원됩니다. 예:

from collections.abc import Iterable
from typing import TypeVar
S = TypeVar('S')
Response = Iterable[S] | int

# Return type here is same as Iterable[str] | int
def response(query: str) -> Response[str]:
    ...

T = TypeVar('T', int, float, complex)
Vec = Iterable[tuple[T, T]]

def inproduct(v: Vec[T]) -> T: # Same as Iterable[tuple[T, T]]
    return sum(x*y for x, y in v)

버전 3.7에서 변경: Generic에는 더는 사용자 정의 메타 클래스가 없습니다.

User-defined generics for parameter expressions are also supported via parameter specification variables in the form Generic[P]. The behavior is consistent with type variables’ described above as parameter specification variables are treated by the typing module as a specialized type variable. The one exception to this is that a list of types can be used to substitute a ParamSpec:

>>> from typing import Generic, ParamSpec, TypeVar

>>> T = TypeVar('T')
>>> P = ParamSpec('P')

>>> class Z(Generic[T, P]): ...
...
>>> Z[int, [dict, float]]
__main__.Z[int, (<class 'dict'>, <class 'float'>)]

Furthermore, a generic with only one parameter specification variable will accept parameter lists in the forms X[[Type1, Type2, ...]] and also X[Type1, Type2, ...] for aesthetic reasons. Internally, the latter is converted to the former, so the following are equivalent:

>>> class X(Generic[P]): ...
...
>>> X[int, str]
__main__.X[(<class 'int'>, <class 'str'>)]
>>> X[[int, str]]
__main__.X[(<class 'int'>, <class 'str'>)]

Do note that generics with ParamSpec may not have correct __parameters__ after substitution in some cases because they are intended primarily for static type checking.

버전 3.10에서 변경: Generic can now be parameterized over parameter expressions. See ParamSpec and PEP 612 for more details.

사용자 정의 제네릭 클래스는 메타 클래스 충돌 없이 베이스 클래스로 ABC를 가질 수 있습니다. 제네릭 메타 클래스는 지원되지 않습니다. 제네릭을 매개 변수화한 결과가 캐시 되며, typing 모듈의 대부분 형이 해시 가능하고 동등성을 비교할 수 있습니다.

Any

특수한 종류의 형은 Any입니다. 정적 형 검사기는 모든 형을 Any와 호환되는 것으로, Any를 모든 형과 호환되는 것으로 취급합니다.

이것은 Any 형의 값에 대해 어떤 연산이나 메서드 호출을 수행하고, 그것을 임의의 변수에 대입할 수 있다는 것을 의미합니다:

from typing import Any

a: Any = None
a = []          # OK
a = 2           # OK

s: str = ''
s = a           # OK

def foo(item: Any) -> int:
    # Passes type checking; 'item' could be any type,
    # and that type might have a 'bar' method
    item.bar()
    ...

Notice that no type checking is performed when assigning a value of type Any to a more precise type. For example, the static type checker did not report an error when assigning a to s even though s was declared to be of type str and receives an int value at runtime!

또한, 반환형이나 매개 변수 형이 없는 모든 함수는 묵시적으로 Any 기본값을 사용합니다:

def legacy_parser(text):
    ...
    return data

# A static type checker will treat the above
# as having the same signature as:
def legacy_parser(text: Any) -> Any:
    ...
    return data

이 동작은 여러분이 동적으로 형이 지정되는 코드와 정적으로 형이 지정되는 코드를 혼합해야 할 때 Any탈출구로 사용할 수 있도록 합니다.

Any의 동작과 object의 동작을 대조하십시오. Any와 유사하게, 모든 형은 object의 서브 형입니다. 그러나, Any와는 달리, 그 반대는 사실이 아닙니다: object는 다른 모든 형의 서브 형이 아닙니다.

이것은 값의 형이 object일 때, 형 검사기가 그것에 대한 거의 모든 연산을 거부하고, 그것을 더 특수한 형의 변수에 대입(또는 그것을 반환 값으로 사용)하는 것이 형 에러임을 의미합니다. 예를 들면:

def hash_a(item: object) -> int:
    # Fails type checking; an object does not have a 'magic' method.
    item.magic()
    ...

def hash_b(item: Any) -> int:
    # Passes type checking
    item.magic()
    ...

# Passes type checking, since ints and strs are subclasses of object
hash_a(42)
hash_a("foo")

# Passes type checking, since Any is compatible with all types
hash_b(42)
hash_b("foo")

값이 형 안전한 방식으로 모든 형이 될 수 있음을 표시하려면 object를 사용하십시오. 값이 동적으로 형이 지정됨을 표시하려면 Any를 사용하십시오.

명목적 대 구조적 서브 타이핑

Initially PEP 484 defined the Python static type system as using nominal subtyping. This means that a class A is allowed where a class B is expected if and only if A is a subclass of B.

이 요구 사항은 이전에 Iterable과 같은 추상 베이스 클래스에도 적용되었습니다. 이 접근 방식의 문제점은 이것을 지원하려면 클래스를 명시적으로 표시해야만 한다는 점입니다. 이는 파이썬답지 않고 관용적인 동적으로 형이 지정된 파이썬 코드에서 일반적으로 수행하는 것과는 다릅니다. 예를 들어, 이것은 PEP 484를 만족합니다:

from collections.abc import Sized, Iterable, Iterator

class Bucket(Sized, Iterable[int]):
    ...
    def __len__(self) -> int: ...
    def __iter__(self) -> Iterator[int]: ...

PEP 544는 사용자가 클래스 정의에서 명시적인 베이스 클래스 없이 위의 코드를 작성할 수 있게 함으로써 이 문제를 풀도록 합니다. 정적 형 검사기가 BucketSizedIterable[int]의 서브 형으로 묵시적으로 취급하도록 합니다. 이것은 구조적 서브 타이핑(structural subtyping)(또는 정적 덕 타이핑)으로 알려져 있습니다:

from collections.abc import Iterator, Iterable

class Bucket:  # Note: no base classes
    ...
    def __len__(self) -> int: ...
    def __iter__(self) -> Iterator[int]: ...

def collect(items: Iterable[int]) -> int: ...
result = collect(Bucket())  # Passes type check

또한, 특별한 클래스 Protocol을 서브 클래싱 함으로써, 사용자는 새로운 사용자 정의 프로토콜을 정의하여 구조적 서브 타이핑을 완전히 누릴 수 있습니다 (아래 예를 참조하십시오).

모듈 내용

모듈은 다음 클래스, 함수 및 데코레이터를 정의합니다.

참고

이 모듈은 [] 내부의 형 변수를 지원하도록 Generic를 확장하기도 하는 기존 표준 라이브러리 클래스의 서브 클래스인 여러 형을 정의합니다. 이러한 형은 해당하는 기존 클래스가 []를 지원하도록 개선되었을 때 파이썬 3.9에서 중복되었습니다.

중복된 형은 파이썬 3.9부터 폐지되었지만, 인터프리터에서 폐지 경고가 발생하지 않습니다. 검사되는 프로그램이 파이썬 3.9 이상을 대상으로 할 때 형 검사기가 폐지된 형을 표시할 것으로 예상됩니다.

폐지된 형은 파이썬 3.9.0 릴리스 5년 후에 릴리스 되는 첫 번째 파이썬 버전의 typing 모듈에서 제거됩니다. 자세한 내용은 PEP 585-표준 컬렉션의 형 힌트 제네릭을 참조하십시오.

특수 타이핑 프리미티브

특수형

이들은 어노테이션에서 형으로 사용할 수 있으며 []를 지원하지 않습니다.

typing.Any

제한되지 않는 형을 나타내는 특수형.

  • 모든 형은 Any와 호환됩니다.

  • Any는 모든 형과 호환됩니다.

버전 3.11에서 변경: Any can now be used as a base class. This can be useful for avoiding type checker errors with classes that can duck type anywhere or are highly dynamic.

typing.LiteralString

Special type that includes only literal strings. A string literal is compatible with LiteralString, as is another LiteralString, but an object typed as just str is not. A string created by composing LiteralString-typed objects is also acceptable as a LiteralString.

Example:

def run_query(sql: LiteralString) -> ...
    ...

def caller(arbitrary_string: str, literal_string: LiteralString) -> None:
    run_query("SELECT * FROM students")  # ok
    run_query(literal_string)  # ok
    run_query("SELECT * FROM " + literal_string)  # ok
    run_query(arbitrary_string)  # type checker error
    run_query(  # type checker error
        f"SELECT * FROM students WHERE name = {arbitrary_string}"
    )

This is useful for sensitive APIs where arbitrary user-generated strings could generate problems. For example, the two cases above that generate type checker errors could be vulnerable to an SQL injection attack.

See PEP 675 for more details.

버전 3.11에 추가.

typing.Never

The bottom type, a type that has no members.

This can be used to define a function that should never be called, or a function that never returns:

from typing import Never

def never_call_me(arg: Never) -> None:
    pass

def int_or_str(arg: int | str) -> None:
    never_call_me(arg)  # type checker error
    match arg:
        case int():
            print("It's an int")
        case str():
            print("It's a str")
        case _:
            never_call_me(arg)  # ok, arg is of type Never

버전 3.11에 추가: On older Python versions, NoReturn may be used to express the same concept. Never was added to make the intended meaning more explicit.

typing.NoReturn

함수가 절대 반환하지 않는 것을 나타내는 특수한 형. 예를 들면:

from typing import NoReturn

def stop() -> NoReturn:
    raise RuntimeError('no way')

NoReturn can also be used as a bottom type, a type that has no values. Starting in Python 3.11, the Never type should be used for this concept instead. Type checkers should treat the two equivalently.

버전 3.5.4에 추가.

버전 3.6.2에 추가.

typing.Self

Special type to represent the current enclosed class. For example:

from typing import Self

class Foo:
   def return_self(self) -> Self:
      ...
      return self

This annotation is semantically equivalent to the following, albeit in a more succinct fashion:

from typing import TypeVar

Self = TypeVar("Self", bound="Foo")

class Foo:
   def return_self(self: Self) -> Self:
      ...
      return self

In general if something currently follows the pattern of:

class Foo:
   def return_self(self) -> "Foo":
      ...
      return self

You should use Self as calls to SubclassOfFoo.return_self would have Foo as the return type and not SubclassOfFoo.

Other common use cases include:

  • classmethods that are used as alternative constructors and return instances of the cls parameter.

  • Annotating an __enter__() method which returns self.

See PEP 673 for more details.

버전 3.11에 추가.

typing.TypeAlias

Special annotation for explicitly declaring a type alias. For example:

from typing import TypeAlias

Factors: TypeAlias = list[int]

See PEP 613 for more details about explicit type aliases.

버전 3.10에 추가.

특수 형태

이들은 []를 사용하여 어노테이션에서 형으로 사용할 수 있는데, 각기 고유한 문법을 가집니다.

typing.Tuple

튜플 형; Tuple[X, Y]는 첫 번째 항목의 형이 X이고 두 번째 항목의 형이 Y인 두 항목의 튜플 형입니다. 빈 튜플의 형은 Tuple[()]로 쓸 수 있습니다.

예: Tuple[T1, T2]는 각각 형 변수 T1과 T2에 해당하는 두 요소의 튜플입니다. Tuple[int, float, str]은 int, float 및 문자열의 튜플입니다.

같은 형의 가변 길이 튜플을 지정하려면 리터럴 생략 부호(ellipsis)를 사용하십시오, 예를 들어 Tuple[int, ...]. 단순한 TupleTuple[Any, ...]와 동등하고, 이는 다시 tuple과 동등합니다.

버전 3.9부터 폐지됨: builtins.tuple now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

typing.Union

Union type; Union[X, Y] is equivalent to X | Y and means either X or Y.

To define a union, use e.g. Union[int, str] or the shorthand int | str. Using that shorthand is recommended. Details:

  • 인자는 형이어야 하며 적어도 하나 있어야 합니다.

  • 공용체의 공용체는 펼쳐집니다, 예를 들어:

    Union[Union[int, str], float] == Union[int, str, float]
    
  • 단일 인자의 공용체는 사라집니다. 예를 들어:

    Union[int] == int  # The constructor actually returns int
    
  • 중복 인자는 건너뜁니다. 예를 들어:

    Union[int, str, int] == Union[int, str] == int | str
    
  • 공용체를 비교할 때, 인자 순서가 무시됩니다, 예를 들어:

    Union[int, str] == Union[str, int]
    
  • You cannot subclass or instantiate a Union.

  • Union[X][Y]라고 쓸 수 없습니다.

버전 3.7에서 변경: 실행 시간에 공용체의 명시적 서브 클래스를 제거하지 않습니다.

버전 3.10에서 변경: Unions can now be written as X | Y. See union type expressions.

typing.Optional

선택적 형.

Optional[X] is equivalent to X | None (or Union[X, None]).

이는 기본값을 갖는 선택적 인자와 같은 개념이 아님에 유의하십시오. 단지 선택적이기 때문에 기본값을 갖는 선택적 인자가 형 어노테이션에 Optional 한정자가 필요하지는 않습니다. 예를 들면:

def foo(arg: int = 0) -> None:
    ...

한편, 명시적인 None 값이 허용되면, 인자가 선택적인지와 관계없이 Optional을 사용하는 것이 적합합니다. 예를 들면:

def foo(arg: Optional[int] = None) -> None:
    ...

버전 3.10에서 변경: Optional can now be written as X | None. See union type expressions.

typing.Callable

콜러블 형; Callable[[int], str]은 (int) -> str 인 함수입니다.

서브스크립션 문법은 항상 정확히 두 개의 값으로 사용되어야 합니다: 인자 리스트와 반환형. 인자 리스트는 형의 리스트거나 생략 부호(ellipsis)여야 합니다. 반환형은 단일한 형이어야 합니다.

선택적이나 키워드 인자를 나타내는 문법은 없습니다; 그런 함수 형은 거의 콜백 형으로 사용되지 않습니다. Callable[..., ReturnType](리터럴 생략 부호)은 임의의 수의 인자를 취하고 ReturnType을 반환하는 콜러블에 형 힌트를 주는 데 사용할 수 있습니다. 단순한 CallableCallable[..., Any]와 동등하며, 이는 다시 collections.abc.Callable과 동등합니다.

Callables which take other callables as arguments may indicate that their parameter types are dependent on each other using ParamSpec. Additionally, if that callable adds or removes arguments from other callables, the Concatenate operator may be used. They take the form Callable[ParamSpecVariable, ReturnType] and Callable[Concatenate[Arg1Type, Arg2Type, ..., ParamSpecVariable], ReturnType] respectively.

버전 3.9부터 폐지됨: collections.abc.Callable now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

버전 3.10에서 변경: Callable now supports ParamSpec and Concatenate. See PEP 612 for more details.

더 보기

The documentation for ParamSpec and Concatenate provide examples of usage with Callable.

typing.Concatenate

Used with Callable and ParamSpec to type annotate a higher order callable which adds, removes, or transforms parameters of another callable. Usage is in the form Concatenate[Arg1Type, Arg2Type, ..., ParamSpecVariable]. Concatenate is currently only valid when used as the first argument to a Callable. The last parameter to Concatenate must be a ParamSpec or ellipsis (...).

For example, to annotate a decorator with_lock which provides a threading.Lock to the decorated function, Concatenate can be used to indicate that with_lock expects a callable which takes in a Lock as the first argument, and returns a callable with a different type signature. In this case, the ParamSpec indicates that the returned callable’s parameter types are dependent on the parameter types of the callable being passed in:

from collections.abc import Callable
from threading import Lock
from typing import Concatenate, ParamSpec, TypeVar

P = ParamSpec('P')
R = TypeVar('R')

# Use this lock to ensure that only one thread is executing a function
# at any time.
my_lock = Lock()

def with_lock(f: Callable[Concatenate[Lock, P], R]) -> Callable[P, R]:
    '''A type-safe decorator which provides a lock.'''
    def inner(*args: P.args, **kwargs: P.kwargs) -> R:
        # Provide the lock as the first argument.
        return f(my_lock, *args, **kwargs)
    return inner

@with_lock
def sum_threadsafe(lock: Lock, numbers: list[float]) -> float:
    '''Add a list of numbers together in a thread-safe manner.'''
    with lock:
        return sum(numbers)

# We don't need to pass in the lock ourselves thanks to the decorator.
sum_threadsafe([1.1, 2.2, 3.3])

버전 3.10에 추가.

더 보기

  • PEP 612 – Parameter Specification Variables (the PEP which introduced ParamSpec and Concatenate).

  • ParamSpec and Callable.

class typing.Type(Generic[CT_co])

C로 어노테이트 된 변수는 C 형의 값을 받아들일 수 있습니다. 대조적으로, Type[C]로 어노테이트 된 변수는 클래스 자신인 값을 받아들일 수 있습니다 – 구체적으로, C클래스 객체를 허용합니다. 예를 들면:

a = 3         # Has type 'int'
b = int       # Has type 'Type[int]'
c = type(a)   # Also has type 'Type[int]'

Type[C]는 공변적(covariant)입니다:

class User: ...
class BasicUser(User): ...
class ProUser(User): ...
class TeamUser(User): ...

# Accepts User, BasicUser, ProUser, TeamUser, ...
def make_new_user(user_class: Type[User]) -> User:
    # ...
    return user_class()

Type[C]가 공변적(covariant)이라는 사실은 C의 모든 서브 클래스가 C와 같은 생성자 서명과 클래스 메서드 서명을 구현해야 함을 의미합니다. 형 검사기는 이 위반을 표시해야 하지만, 표시된 베이스 클래스의 생성자 호출과 일치하는 서브 클래스의 생성자 호출을 허용해야 합니다. 이 특별한 경우를 처리하기 위한 형 검사기의 요구 사항은 향후 PEP 484 개정판에서 변경될 수 있습니다.

Type의 합법적인 매개 변수는 클래스, Any, 형 변수 및 이러한 형들의 공용체(union)뿐입니다. 예를 들면:

def new_non_team_user(user_class: Type[BasicUser | ProUser]): ...

Type[Any]Type과 동등하며, 이는 다시 파이썬의 메타 클래스 계층 구조의 루트인 type과 동등합니다.

버전 3.5.2에 추가.

버전 3.9부터 폐지됨: builtins.type now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

typing.Literal

대응하는 변수나 함수 매개 변수가 제공된 리터럴(또는 여러 리터럴 중 하나)과 동등한 값을 가짐을 형 검사기에 알리는 데 사용할 수 있는 형. 예를 들면:

def validate_simple(data: Any) -> Literal[True]:  # always returns True
    ...

MODE = Literal['r', 'rb', 'w', 'wb']
def open_helper(file: str, mode: MODE) -> str:
    ...

open_helper('/some/path', 'r')  # Passes type check
open_helper('/other/path', 'typo')  # Error in type checker

Literal[...]은 서브 클래싱 될 수 없습니다. 실행 시간에는, 임의의 값이 Literal[...]에 대한 형 인자로 허용되지만, 형 검사기는 제한을 부과할 수 있습니다. 리터럴 형에 대한 자세한 내용은 PEP 586을 참조하십시오.

버전 3.8에 추가.

버전 3.9.1에서 변경: Literal now de-duplicates parameters. Equality comparisons of Literal objects are no longer order dependent. Literal objects will now raise a TypeError exception during equality comparisons if one of their parameters are not hashable.

typing.ClassVar

클래스 변수를 표시하기 위한 특수 형 구조물.

PEP 526에서 소개된 것처럼, ClassVar로 감싼 변수 어노테이션은 주어진 어트리뷰트가 클래스 변수로 사용되도록 의도되었으며 해당 클래스의 인스턴스에 설정되어서는 안 됨을 나타냅니다. 용법:

class Starship:
    stats: ClassVar[dict[str, int]] = {} # class variable
    damage: int = 10                     # instance variable

ClassVar는 형만 받아들이며 더는 서브 스크립트 할 수 없습니다.

ClassVar는 클래스 자체가 아니므로, isinstance()issubclass()와 함께 사용하면 안 됩니다. ClassVar는 파이썬 실행 시간 동작을 변경하지 않지만, 제삼자 형 검사기에서 사용할 수 있습니다. 예를 들어, 형 검사기는 다음 코드를 에러로 표시 할 수 있습니다:

enterprise_d = Starship(3000)
enterprise_d.stats = {} # Error, setting class variable on instance
Starship.stats = {}     # This is OK

버전 3.5.3에 추가.

typing.Final

형 검사기에 이름이 다시 대입되거나 서브 클래스에서 재정의될 수 없다는 것을 나타내는 특수한 typing 구조물. 예를 들면:

MAX_SIZE: Final = 9000
MAX_SIZE += 1  # Error reported by type checker

class Connection:
    TIMEOUT: Final[int] = 10

class FastConnector(Connection):
    TIMEOUT = 1  # Error reported by type checker

이러한 속성에 대한 실행 시간 검사는 없습니다. 자세한 내용은 PEP 591을 참조하십시오.

버전 3.8에 추가.

typing.Required
typing.NotRequired

Special typing constructs that mark individual keys of a TypedDict as either required or non-required respectively.

See TypedDict and PEP 655 for more details.

버전 3.11에 추가.

typing.Annotated

A type, introduced in PEP 593 (Flexible function and variable annotations), to decorate existing types with context-specific metadata (possibly multiple pieces of it, as Annotated is variadic). Specifically, a type T can be annotated with metadata x via the typehint Annotated[T, x]. This metadata can be used for either static analysis or at runtime. If a library (or tool) encounters a typehint Annotated[T, x] and has no special logic for metadata x, it should ignore it and simply treat the type as T. Unlike the no_type_check functionality that currently exists in the typing module which completely disables typechecking annotations on a function or a class, the Annotated type allows for both static typechecking of T (which can safely ignore x) together with runtime access to x within a specific application.

궁극적으로, 어노테이션을 해석하는 방법에 대한 책임은 (있기는 하다면) Annotated 형을 만나는 도구나 라이브러리의 책임입니다. Annotated 형을 만나는 도구나 라이브러리는 어노테이션을 통해 스캔하여 관심이 있는 것인지 판별합니다 (예를 들어, isinstance()를 사용하여).

도구나 라이브러리가 어노테이션을 지원하지 않거나 알 수 없는 어노테이션을 만나면, 이를 무시하고 어노테이트 된 형을 하부 형으로 처리해야 합니다.

클라이언트가 한 형에 여러 어노테이션을 갖도록 허용되는지와 해당 어노테이션들을 병합하는 방법을 결정하는 것은 어노테이션을 소비하는 도구에 달려 있습니다.

Annotated 형을 사용하면 임의의 노드에 같은 (또는 다른) 형의 여러 어노테이션을 넣을 수 있도록 하므로, 이 어노테이션을 소비하는 도구나 라이브러리는 잠재적 중복을 처리해야 합니다. 예를 들어, 값 범위 분석을 수행하는 경우 다음처럼 허용할 수 있습니다:

T1 = Annotated[int, ValueRange(-10, 5)]
T2 = Annotated[T1, ValueRange(-20, 3)]

include_extras=Trueget_type_hints()로 전달하면 실행 시간에 추가 어노테이션에 액세스 할 수 있습니다.

문법의 세부 사항:

  • Annotated의 첫 번째 인자는 유효한 형이어야 합니다

  • 여러 개의 형 주석이 지원됩니다 (Annotated는 가변 인자를 지원합니다):

    Annotated[int, ValueRange(3, 10), ctype("char")]
    
  • Annotated는 최소한 두 개의 인자로 호출해야 합니다 (Annotated[int]는 유효하지 않습니다)

  • 어노테이션의 순서는 유지되며 동등(equality) 검사의 경우 중요합니다:

    Annotated[int, ValueRange(3, 10), ctype("char")] != Annotated[
        int, ctype("char"), ValueRange(3, 10)
    ]
    
  • 중첩된 Annotated 형은 가장 안쪽 주석으로 시작하는 메타 데이터로 평탄화됩니다:

    Annotated[Annotated[int, ValueRange(3, 10)], ctype("char")] == Annotated[
        int, ValueRange(3, 10), ctype("char")
    ]
    
  • 중복된 어노테이션은 제거되지 않습니다:

    Annotated[int, ValueRange(3, 10)] != Annotated[
        int, ValueRange(3, 10), ValueRange(3, 10)
    ]
    
  • Annotated는 중첩되고 제네릭한 에일리어스와 함께 사용할 수 있습니다:

    T = TypeVar('T')
    Vec = Annotated[list[tuple[T, T]], MaxLen(10)]
    V = Vec[int]
    
    V == Annotated[list[tuple[int, int]], MaxLen(10)]
    

버전 3.9에 추가.

typing.TypeGuard

Special typing form used to annotate the return type of a user-defined type guard function. TypeGuard only accepts a single type argument. At runtime, functions marked this way should return a boolean.

TypeGuard aims to benefit type narrowing – a technique used by static type checkers to determine a more precise type of an expression within a program’s code flow. Usually type narrowing is done by analyzing conditional code flow and applying the narrowing to a block of code. The conditional expression here is sometimes referred to as a “type guard”:

def is_str(val: str | float):
    # "isinstance" type guard
    if isinstance(val, str):
        # Type of ``val`` is narrowed to ``str``
        ...
    else:
        # Else, type of ``val`` is narrowed to ``float``.
        ...

Sometimes it would be convenient to use a user-defined boolean function as a type guard. Such a function should use TypeGuard[...] as its return type to alert static type checkers to this intention.

Using -> TypeGuard tells the static type checker that for a given function:

  1. The return value is a boolean.

  2. If the return value is True, the type of its argument is the type inside TypeGuard.

예를 들면:

def is_str_list(val: list[object]) -> TypeGuard[list[str]]:
    '''Determines whether all objects in the list are strings'''
    return all(isinstance(x, str) for x in val)

def func1(val: list[object]):
    if is_str_list(val):
        # Type of ``val`` is narrowed to ``list[str]``.
        print(" ".join(val))
    else:
        # Type of ``val`` remains as ``list[object]``.
        print("Not a list of strings!")

If is_str_list is a class or instance method, then the type in TypeGuard maps to the type of the second parameter after cls or self.

In short, the form def foo(arg: TypeA) -> TypeGuard[TypeB]: ..., means that if foo(arg) returns True, then arg narrows from TypeA to TypeB.

참고

TypeB need not be a narrower form of TypeA – it can even be a wider form. The main reason is to allow for things like narrowing list[object] to list[str] even though the latter is not a subtype of the former, since list is invariant. The responsibility of writing type-safe type guards is left to the user.

TypeGuard also works with type variables. See PEP 647 for more details.

버전 3.10에 추가.

제네릭 형 구축하기

이들은 어노테이션에는 사용되지 않습니다. 제네릭 형을 만들기 위한 빌딩 블록입니다.

class typing.Generic

제네릭 형을 위한 추상 베이스 클래스.

제네릭 형은 일반적으로 이 클래스를 하나 이상의 형 변수로 인스턴스 화한 것을 상속하여 선언됩니다. 예를 들어, 제네릭 매핑형은 다음과 같이 정의할 수 있습니다:

class Mapping(Generic[KT, VT]):
    def __getitem__(self, key: KT) -> VT:
        ...
        # Etc.

이 클래스는 다음과 같이 사용할 수 있습니다:

X = TypeVar('X')
Y = TypeVar('Y')

def lookup_name(mapping: Mapping[X, Y], key: X, default: Y) -> Y:
    try:
        return mapping[key]
    except KeyError:
        return default
class typing.TypeVar

형 변수.

용법:

T = TypeVar('T')  # Can be anything
S = TypeVar('S', bound=str)  # Can be any subtype of str
A = TypeVar('A', str, bytes)  # Must be exactly str or bytes

형 변수는 주로 정적 형 검사기를 위해 존재합니다. 이들은 제네릭 함수 정의뿐만 아니라 제네릭 형의 매개 변수 역할을 합니다. 제네릭 형에 대한 자세한 내용은 Generic을 참조하십시오. 제네릭 함수는 다음과 같이 작동합니다:

def repeat(x: T, n: int) -> Sequence[T]:
    """Return a list containing n references to x."""
    return [x]*n


def print_capitalized(x: S) -> S:
    """Print x capitalized, and return x."""
    print(x.capitalize())
    return x


def concatenate(x: A, y: A) -> A:
    """Add two strings or bytes objects together."""
    return x + y

Note that type variables can be bound, constrained, or neither, but cannot be both bound and constrained.

Bound type variables and constrained type variables have different semantics in several important ways. Using a bound type variable means that the TypeVar will be solved using the most specific type possible:

x = print_capitalized('a string')
reveal_type(x)  # revealed type is str

class StringSubclass(str):
    pass

y = print_capitalized(StringSubclass('another string'))
reveal_type(y)  # revealed type is StringSubclass

z = print_capitalized(45)  # error: int is not a subtype of str

Type variables can be bound to concrete types, abstract types (ABCs or protocols), and even unions of types:

U = TypeVar('U', bound=str|bytes)  # Can be any subtype of the union str|bytes
V = TypeVar('V', bound=SupportsAbs)  # Can be anything with an __abs__ method

Using a constrained type variable, however, means that the TypeVar can only ever be solved as being exactly one of the constraints given:

a = concatenate('one', 'two')
reveal_type(a)  # revealed type is str

b = concatenate(StringSubclass('one'), StringSubclass('two'))
reveal_type(b)  # revealed type is str, despite StringSubclass being passed in

c = concatenate('one', b'two')  # error: type variable 'A' can be either str or bytes in a function call, but not both

실행 시간에, isinstance(x, T)TypeError를 발생시킵니다. 일반적으로, isinstance()issubclass()는 형과 함께 사용하면 안 됩니다.

Type variables may be marked covariant or contravariant by passing covariant=True or contravariant=True. See PEP 484 for more details. By default, type variables are invariant.

class typing.TypeVarTuple

Type variable tuple. A specialized form of type variable that enables variadic generics.

A normal type variable enables parameterization with a single type. A type variable tuple, in contrast, allows parameterization with an arbitrary number of types by acting like an arbitrary number of type variables wrapped in a tuple. For example:

T = TypeVar('T')
Ts = TypeVarTuple('Ts')

def move_first_element_to_last(tup: tuple[T, *Ts]) -> tuple[*Ts, T]:
    return (*tup[1:], tup[0])

# T is bound to int, Ts is bound to ()
# Return value is (1,), which has type tuple[int]
move_first_element_to_last(tup=(1,))

# T is bound to int, Ts is bound to (str,)
# Return value is ('spam', 1), which has type tuple[str, int]
move_first_element_to_last(tup=(1, 'spam'))

# T is bound to int, Ts is bound to (str, float)
# Return value is ('spam', 3.0, 1), which has type tuple[str, float, int]
move_first_element_to_last(tup=(1, 'spam', 3.0))

# This fails to type check (and fails at runtime)
# because tuple[()] is not compatible with tuple[T, *Ts]
# (at least one element is required)
move_first_element_to_last(tup=())

Note the use of the unpacking operator * in tuple[T, *Ts]. Conceptually, you can think of Ts as a tuple of type variables (T1, T2, ...). tuple[T, *Ts] would then become tuple[T, *(T1, T2, ...)], which is equivalent to tuple[T, T1, T2, ...]. (Note that in older versions of Python, you might see this written using Unpack instead, as Unpack[Ts].)

Type variable tuples must always be unpacked. This helps distinguish type variable tuples from normal type variables:

x: Ts          # Not valid
x: tuple[Ts]   # Not valid
x: tuple[*Ts]  # The correct way to to do it

Type variable tuples can be used in the same contexts as normal type variables. For example, in class definitions, arguments, and return types:

Shape = TypeVarTuple('Shape')
class Array(Generic[*Shape]):
    def __getitem__(self, key: tuple[*Shape]) -> float: ...
    def __abs__(self) -> "Array[*Shape]": ...
    def get_shape(self) -> tuple[*Shape]: ...

Type variable tuples can be happily combined with normal type variables:

DType = TypeVar('DType')

class Array(Generic[DType, *Shape]):  # This is fine
    pass

class Array2(Generic[*Shape, DType]):  # This would also be fine
    pass

float_array_1d: Array[float, Height] = Array()     # Totally fine
int_array_2d: Array[int, Height, Width] = Array()  # Yup, fine too

However, note that at most one type variable tuple may appear in a single list of type arguments or type parameters:

x: tuple[*Ts, *Ts]                     # Not valid
class Array(Generic[*Shape, *Shape]):  # Not valid
    pass

Finally, an unpacked type variable tuple can be used as the type annotation of *args:

def call_soon(
        callback: Callable[[*Ts], None],
        *args: *Ts
) -> None:
    ...
    callback(*args)

In contrast to non-unpacked annotations of *args - e.g. *args: int, which would specify that all arguments are int - *args: *Ts enables reference to the types of the individual arguments in *args. Here, this allows us to ensure the types of the *args passed to call_soon match the types of the (positional) arguments of callback.

See PEP 646 for more details on type variable tuples.

버전 3.11에 추가.

typing.Unpack

A typing operator that conceptually marks an object as having been unpacked. For example, using the unpack operator * on a type variable tuple is equivalent to using Unpack to mark the type variable tuple as having been unpacked:

Ts = TypeVarTuple('Ts')
tup: tuple[*Ts]
# Effectively does:
tup: tuple[Unpack[Ts]]

In fact, Unpack can be used interchangeably with * in the context of types. You might see Unpack being used explicitly in older versions of Python, where * couldn’t be used in certain places:

# In older versions of Python, TypeVarTuple and Unpack
# are located in the `typing_extensions` backports package.
from typing_extensions import TypeVarTuple, Unpack

Ts = TypeVarTuple('Ts')
tup: tuple[*Ts]         # Syntax error on Python <= 3.10!
tup: tuple[Unpack[Ts]]  # Semantically equivalent, and backwards-compatible

버전 3.11에 추가.

class typing.ParamSpec(name, *, bound=None, covariant=False, contravariant=False)

Parameter specification variable. A specialized version of type variables.

용법:

P = ParamSpec('P')

Parameter specification variables exist primarily for the benefit of static type checkers. They are used to forward the parameter types of one callable to another callable – a pattern commonly found in higher order functions and decorators. They are only valid when used in Concatenate, or as the first argument to Callable, or as parameters for user-defined Generics. See Generic for more information on generic types.

For example, to add basic logging to a function, one can create a decorator add_logging to log function calls. The parameter specification variable tells the type checker that the callable passed into the decorator and the new callable returned by it have inter-dependent type parameters:

from collections.abc import Callable
from typing import TypeVar, ParamSpec
import logging

T = TypeVar('T')
P = ParamSpec('P')

def add_logging(f: Callable[P, T]) -> Callable[P, T]:
    '''A type-safe decorator to add logging to a function.'''
    def inner(*args: P.args, **kwargs: P.kwargs) -> T:
        logging.info(f'{f.__name__} was called')
        return f(*args, **kwargs)
    return inner

@add_logging
def add_two(x: float, y: float) -> float:
    '''Add two numbers together.'''
    return x + y

Without ParamSpec, the simplest way to annotate this previously was to use a TypeVar with bound Callable[..., Any]. However this causes two problems:

  1. The type checker can’t type check the inner function because *args and **kwargs have to be typed Any.

  2. cast() may be required in the body of the add_logging decorator when returning the inner function, or the static type checker must be told to ignore the return inner.

args
kwargs

Since ParamSpec captures both positional and keyword parameters, P.args and P.kwargs can be used to split a ParamSpec into its components. P.args represents the tuple of positional parameters in a given call and should only be used to annotate *args. P.kwargs represents the mapping of keyword parameters to their values in a given call, and should be only be used to annotate **kwargs. Both attributes require the annotated parameter to be in scope. At runtime, P.args and P.kwargs are instances respectively of ParamSpecArgs and ParamSpecKwargs.

Parameter specification variables created with covariant=True or contravariant=True can be used to declare covariant or contravariant generic types. The bound argument is also accepted, similar to TypeVar. However the actual semantics of these keywords are yet to be decided.

버전 3.10에 추가.

참고

Only parameter specification variables defined in global scope can be pickled.

더 보기

typing.ParamSpecArgs
typing.ParamSpecKwargs

Arguments and keyword arguments attributes of a ParamSpec. The P.args attribute of a ParamSpec is an instance of ParamSpecArgs, and P.kwargs is an instance of ParamSpecKwargs. They are intended for runtime introspection and have no special meaning to static type checkers.

Calling get_origin() on either of these objects will return the original ParamSpec:

P = ParamSpec("P")
get_origin(P.args)  # returns P
get_origin(P.kwargs)  # returns P

버전 3.10에 추가.

typing.AnyStr

AnyStr is a constrained type variable defined as AnyStr = TypeVar('AnyStr', str, bytes).

다른 종류의 문자열을 섞지 않고 모든 종류의 문자열을 받아들일 수 있는 함수에 사용하기 위한 것입니다. 예를 들면:

def concat(a: AnyStr, b: AnyStr) -> AnyStr:
    return a + b

concat(u"foo", u"bar")  # Ok, output has type 'unicode'
concat(b"foo", b"bar")  # Ok, output has type 'bytes'
concat(u"foo", b"bar")  # Error, cannot mix unicode and bytes
class typing.Protocol(Generic)

프로토콜 클래스의 베이스 클래스. 프로토콜 클래스는 다음과 같이 정의됩니다:

class Proto(Protocol):
    def meth(self) -> int:
        ...

이러한 클래스는 주로 구조적 서브 타이핑(정적 덕 타이핑)을 인식하는 정적 형 검사기와 함께 사용됩니다, 예를 들어:

class C:
    def meth(self) -> int:
        return 0

def func(x: Proto) -> int:
    return x.meth()

func(C())  # Passes static type check

See PEP 544 for more details. Protocol classes decorated with runtime_checkable() (described later) act as simple-minded runtime protocols that check only the presence of given attributes, ignoring their type signatures.

프로토콜 클래스는 제네릭일 수 있습니다, 예를 들어:

class GenProto(Protocol[T]):
    def meth(self) -> T:
        ...

버전 3.8에 추가.

@typing.runtime_checkable

프로토콜 클래스를 실행 시간 프로토콜로 표시합니다.

이러한 프로토콜은 isinstance()issubclass()와 함께 사용할 수 있습니다. 이것은 비 프로토콜 클래스에 적용될 때 TypeError를 발생시킵니다. 이것은 collections.abc에 있는 Iterable처럼 “한 가지만 잘하는” 것과 매우 유사한 단순한 구조적 검사를 허용합니다. 예를 들면:

@runtime_checkable
class Closable(Protocol):
    def close(self): ...

assert isinstance(open('/some/file'), Closable)

참고

runtime_checkable() will check only the presence of the required methods, not their type signatures. For example, ssl.SSLObject is a class, therefore it passes an issubclass() check against Callable. However, the ssl.SSLObject.__init__() method exists only to raise a TypeError with a more informative message, therefore making it impossible to call (instantiate) ssl.SSLObject.

버전 3.8에 추가.

기타 특수 지시자

이들은 어노테이션에는 사용되지 않습니다. 형 선언을 위한 빌딩 블록입니다.

class typing.NamedTuple

형 지정된(typed) collections.namedtuple() 버전.

용법:

class Employee(NamedTuple):
    name: str
    id: int

이것은 다음과 동등합니다:

Employee = collections.namedtuple('Employee', ['name', 'id'])

필드에 기본값을 부여하려면, 클래스 바디에서 그 값을 대입할 수 있습니다:

class Employee(NamedTuple):
    name: str
    id: int = 3

employee = Employee('Guido')
assert employee.id == 3

기본값이 있는 필드는 기본값이 없는 모든 필드 뒤에 와야 합니다.

The resulting class has an extra attribute __annotations__ giving a dict that maps the field names to the field types. (The field names are in the _fields attribute and the default values are in the _field_defaults attribute, both of which are part of the namedtuple() API.)

NamedTuple 서브 클래스는 독스트링과 메서드도 가질 수 있습니다:

class Employee(NamedTuple):
    """Represents an employee."""
    name: str
    id: int = 3

    def __repr__(self) -> str:
        return f'<Employee {self.name}, id={self.id}>'

NamedTuple subclasses can be generic:

class Group(NamedTuple, Generic[T]):
    key: T
    group: list[T]

이전 버전과 호환되는 사용법:

Employee = NamedTuple('Employee', [('name', str), ('id', int)])

버전 3.6에서 변경: PEP 526 변수 어노테이션 문법 지원을 추가했습니다.

버전 3.6.1에서 변경: 기본값, 메서드 및 독스트링에 대한 지원을 추가했습니다.

버전 3.8에서 변경: _field_types__annotations__ 어트리뷰트는 이제 OrderedDict 인스턴스가 아닌 일반 딕셔너리입니다.

버전 3.9에서 변경: _field_types 어트리뷰트를 제거하고, 같은 정보를 가지는 더 표준적인 __annotations__ 어트리뷰트로 대체했습니다.

버전 3.11에서 변경: Added support for generic namedtuples.

class typing.NewType(name, tp)

A helper class to indicate a distinct type to a typechecker, see NewType. At runtime it returns an object that returns its argument when called. Usage:

UserId = NewType('UserId', int)
first_user = UserId(1)

버전 3.5.2에 추가.

버전 3.10에서 변경: NewType is now a class rather than a function.

class typing.TypedDict(dict)

딕셔너리에 형 힌트를 추가하는 특수 구조. 실행 시간에 일반 dict입니다.

TypedDict는 모든 인스턴스가 각 키가 일관된 형의 값에 연관되는, 특정한 키 집합을 갖도록 기대되는 딕셔너리 형을 선언합니다. 이 기대는 실행 시간에는 검사되지 않고, 형 검사기에서만 강제됩니다. 사용법:

class Point2D(TypedDict):
    x: int
    y: int
    label: str

a: Point2D = {'x': 1, 'y': 2, 'label': 'good'}  # OK
b: Point2D = {'z': 3, 'label': 'bad'}           # Fails type check

assert Point2D(x=1, y=2, label='first') == dict(x=1, y=2, label='first')

To allow using this feature with older versions of Python that do not support PEP 526, TypedDict supports two additional equivalent syntactic forms:

  • Using a literal dict as the second argument:

    Point2D = TypedDict('Point2D', {'x': int, 'y': int, 'label': str})
    
  • Using keyword arguments:

    Point2D = TypedDict('Point2D', x=int, y=int, label=str)
    

버전 3.11에서 폐지되었습니다, 버전 3.13에서 제거됩니다.: The keyword-argument syntax is deprecated in 3.11 and will be removed in 3.13. It may also be unsupported by static type checkers.

The functional syntax should also be used when any of the keys are not valid identifiers, for example because they are keywords or contain hyphens. Example:

# raises SyntaxError
class Point2D(TypedDict):
    in: int  # 'in' is a keyword
    x-y: int  # name with hyphens

# OK, functional syntax
Point2D = TypedDict('Point2D', {'in': int, 'x-y': int})

By default, all keys must be present in a TypedDict. It is possible to mark individual keys as non-required using NotRequired:

class Point2D(TypedDict):
    x: int
    y: int
    label: NotRequired[str]

# Alternative syntax
Point2D = TypedDict('Point2D', {'x': int, 'y': int, 'label': NotRequired[str]})

This means that a Point2D TypedDict can have the label key omitted.

It is also possible to mark all keys as non-required by default by specifying a totality of False:

class Point2D(TypedDict, total=False):
    x: int
    y: int

# Alternative syntax
Point2D = TypedDict('Point2D', {'x': int, 'y': int}, total=False)

This means that a Point2D TypedDict can have any of the keys omitted. A type checker is only expected to support a literal False or True as the value of the total argument. True is the default, and makes all items defined in the class body required.

Individual keys of a total=False TypedDict can be marked as required using Required:

class Point2D(TypedDict, total=False):
    x: Required[int]
    y: Required[int]
    label: str

# Alternative syntax
Point2D = TypedDict('Point2D', {
    'x': Required[int],
    'y': Required[int],
    'label': str
}, total=False)

It is possible for a TypedDict type to inherit from one or more other TypedDict types using the class-based syntax. Usage:

class Point3D(Point2D):
    z: int

Point3D has three items: x, y and z. It is equivalent to this definition:

class Point3D(TypedDict):
    x: int
    y: int
    z: int

A TypedDict cannot inherit from a non-TypedDict class, except for Generic. For example:

class X(TypedDict):
    x: int

class Y(TypedDict):
    y: int

class Z(object): pass  # A non-TypedDict class

class XY(X, Y): pass  # OK

class XZ(X, Z): pass  # raises TypeError

T = TypeVar('T')
class XT(X, Generic[T]): pass  # raises TypeError

A TypedDict can be generic:

class Group(TypedDict, Generic[T]):
    key: T
    group: list[T]

A TypedDict can be introspected via annotations dicts (see Annotations Best Practices for more information on annotations best practices), __total__, __required_keys__, and __optional_keys__.

__total__

Point2D.__total__ gives the value of the total argument. Example:

>>> from typing import TypedDict
>>> class Point2D(TypedDict): pass
>>> Point2D.__total__
True
>>> class Point2D(TypedDict, total=False): pass
>>> Point2D.__total__
False
>>> class Point3D(Point2D): pass
>>> Point3D.__total__
True
__required_keys__

버전 3.9에 추가.

__optional_keys__

Point2D.__required_keys__ and Point2D.__optional_keys__ return frozenset objects containing required and non-required keys, respectively.

Keys marked with Required will always appear in __required_keys__ and keys marked with NotRequired will always appear in __optional_keys__.

For backwards compatibility with Python 3.10 and below, it is also possible to use inheritance to declare both required and non-required keys in the same TypedDict . This is done by declaring a TypedDict with one value for the total argument and then inheriting from it in another TypedDict with a different value for total:

>>> class Point2D(TypedDict, total=False):
...     x: int
...     y: int
...
>>> class Point3D(Point2D):
...     z: int
...
>>> Point3D.__required_keys__ == frozenset({'z'})
True
>>> Point3D.__optional_keys__ == frozenset({'x', 'y'})
True

버전 3.9에 추가.

추가 예제와 TypedDict를 사용하는 자세한 규칙은 PEP 589를 참조하십시오.

버전 3.8에 추가.

버전 3.11에서 변경: Added support for marking individual keys as Required or NotRequired. See PEP 655.

버전 3.11에서 변경: Added support for generic TypedDicts.

제네릭 구상 컬렉션

내장형에 해당하는 것들

class typing.Dict(dict, MutableMapping[KT, VT])

dict의 제네릭 버전. 반환형을 어노테이트하는 데 유용합니다. 인자를 어노테이트 하려면 Mapping과 같은 추상 컬렉션 형을 사용하는 것이 좋습니다.

이 형은 다음과 같이 사용할 수 있습니다:

def count_words(text: str) -> Dict[str, int]:
    ...

버전 3.9부터 폐지됨: builtins.dict now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

class typing.List(list, MutableSequence[T])

list의 제네릭 버전. 반환형을 어노테이트하는 데 유용합니다. 인자를 어노테이트 하려면 SequenceIterable과 같은 추상 컬렉션 형을 사용하는 것이 좋습니다.

이 형은 다음과 같이 사용될 수 있습니다:

T = TypeVar('T', int, float)

def vec2(x: T, y: T) -> List[T]:
    return [x, y]

def keep_positives(vector: Sequence[T]) -> List[T]:
    return [item for item in vector if item > 0]

버전 3.9부터 폐지됨: builtins.list now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

class typing.Set(set, MutableSet[T])

builtins.set의 제네릭 버전. 반환형을 어노테이트하는 데 유용합니다. 인자를 어노테이트 하려면 AbstractSet과 같은 추상 컬렉션 형을 사용하는 것이 좋습니다.

버전 3.9부터 폐지됨: builtins.set now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

class typing.FrozenSet(frozenset, AbstractSet[T_co])

builtins.frozenset의 제네릭 버전.

버전 3.9부터 폐지됨: builtins.frozenset now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

참고

Tuple은 특수 형태입니다.

collections의 형에 해당하는 것들

class typing.DefaultDict(collections.defaultdict, MutableMapping[KT, VT])

collections.defaultdict의 제네릭 버전.

버전 3.5.2에 추가.

버전 3.9부터 폐지됨: collections.defaultdict now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

class typing.OrderedDict(collections.OrderedDict, MutableMapping[KT, VT])

collections.OrderedDict의 제네릭 버전.

버전 3.7.2에 추가.

버전 3.9부터 폐지됨: collections.OrderedDict now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

class typing.ChainMap(collections.ChainMap, MutableMapping[KT, VT])

collections.ChainMap의 제네릭 버전.

버전 3.5.4에 추가.

버전 3.6.1에 추가.

버전 3.9부터 폐지됨: collections.ChainMap now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

class typing.Counter(collections.Counter, Dict[T, int])

collections.Counter의 제네릭 버전.

버전 3.5.4에 추가.

버전 3.6.1에 추가.

버전 3.9부터 폐지됨: collections.Counter now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

class typing.Deque(deque, MutableSequence[T])

collections.deque의 제네릭 버전.

버전 3.5.4에 추가.

버전 3.6.1에 추가.

버전 3.9부터 폐지됨: collections.deque now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

기타 구상형

class typing.IO
class typing.TextIO
class typing.BinaryIO

Generic type IO[AnyStr] and its subclasses TextIO(IO[str]) and BinaryIO(IO[bytes]) represent the types of I/O streams such as returned by open().

버전 3.8에서 폐지되었습니다, 버전 3.13에서 제거됩니다.: The typing.io namespace is deprecated and will be removed. These types should be directly imported from typing instead.

class typing.Pattern
class typing.Match

These type aliases correspond to the return types from re.compile() and re.match(). These types (and the corresponding functions) are generic in AnyStr and can be made specific by writing Pattern[str], Pattern[bytes], Match[str], or Match[bytes].

버전 3.8에서 폐지되었습니다, 버전 3.13에서 제거됩니다.: The typing.re namespace is deprecated and will be removed. These types should be directly imported from typing instead.

버전 3.9부터 폐지됨: re의 클래스 PatternMatch는 이제 []를 지원합니다. PEP 585제네릭 에일리어스 형을 참조하십시오.

class typing.Text

Textstr의 별칭입니다. 파이썬 2 코드를 위한 상위 호환 경로를 제공하기 위해 제공됩니다: 파이썬 2에서, Textunicode의 별칭입니다.

Text를 사용하여 값이 파이썬 2와 파이썬 3 모두와 호환되는 방식으로 유니코드 문자열을 포함해야 함을 나타내십시오:

def add_unicode_checkmark(text: Text) -> Text:
    return text + u' \u2713'

버전 3.5.2에 추가.

버전 3.11부터 폐지됨: Python 2 is no longer supported, and most type checkers also no longer support type checking Python 2 code. Removal of the alias is not currently planned, but users are encouraged to use str instead of Text wherever possible.

추상 베이스 클래스

collections.abc의 컬렉션에 해당하는 것들

class typing.AbstractSet(Collection[T_co])

collections.abc.Set의 제네릭 버전.

버전 3.9부터 폐지됨: collections.abc.Set now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

class typing.ByteString(Sequence[int])

collections.abc.ByteString의 제네릭 버전.

이 형은 bytes, bytearray 및 바이트 시퀀스의 memoryview 형을 나타냅니다.

이 형의 줄임 표현으로, bytes는 위에 언급된 모든 형의 인자를 어노테이트하는 데 사용될 수 있습니다.

버전 3.9부터 폐지됨: collections.abc.ByteString now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

class typing.Collection(Sized, Iterable[T_co], Container[T_co])

collections.abc.Collection의 제네릭 버전

버전 3.6.0에 추가.

버전 3.9부터 폐지됨: collections.abc.Collection now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

class typing.Container(Generic[T_co])

collections.abc.Container의 제네릭 버전.

버전 3.9부터 폐지됨: collections.abc.Container now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

class typing.ItemsView(MappingView, AbstractSet[tuple[KT_co, VT_co]])

collections.abc.ItemsView의 제네릭 버전.

버전 3.9부터 폐지됨: collections.abc.ItemsView now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

class typing.KeysView(MappingView, AbstractSet[KT_co])

collections.abc.KeysView의 제네릭 버전.

버전 3.9부터 폐지됨: collections.abc.KeysView now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

class typing.Mapping(Collection[KT], Generic[KT, VT_co])

collections.abc.Mapping의 제네릭 버전. 이 형은 다음과 같이 사용할 수 있습니다:

def get_position_in_index(word_list: Mapping[str, int], word: str) -> int:
    return word_list[word]

버전 3.9부터 폐지됨: collections.abc.Mapping now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

class typing.MappingView(Sized)

collections.abc.MappingView의 제네릭 버전.

버전 3.9부터 폐지됨: collections.abc.MappingView now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

class typing.MutableMapping(Mapping[KT, VT])

collections.abc.MutableMapping의 제네릭 버전.

버전 3.9부터 폐지됨: collections.abc.MutableMapping now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

class typing.MutableSequence(Sequence[T])

collections.abc.MutableSequence의 제네릭 버전.

버전 3.9부터 폐지됨: collections.abc.MutableSequence now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

class typing.MutableSet(AbstractSet[T])

collections.abc.MutableSet의 제네릭 버전.

버전 3.9부터 폐지됨: collections.abc.MutableSet now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

class typing.Sequence(Reversible[T_co], Collection[T_co])

collections.abc.Sequence의 제네릭 버전.

버전 3.9부터 폐지됨: collections.abc.Sequence now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

class typing.ValuesView(MappingView, Collection[_VT_co])

collections.abc.ValuesView의 제네릭 버전.

버전 3.9부터 폐지됨: collections.abc.ValuesView now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

collections.abc의 기타 형에 해당하는 것들

class typing.Iterable(Generic[T_co])

collections.abc.Iterable의 제네릭 버전.

버전 3.9부터 폐지됨: collections.abc.Iterable now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

class typing.Iterator(Iterable[T_co])

collections.abc.Iterator의 제네릭 버전.

버전 3.9부터 폐지됨: collections.abc.Iterator now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

class typing.Generator(Iterator[T_co], Generic[T_co, T_contra, V_co])

제너레이터는 제네릭 형 Generator[YieldType, SendType, ReturnType]으로 어노테이트할 수 있습니다. 예를 들면:

def echo_round() -> Generator[int, float, str]:
    sent = yield 0
    while sent >= 0:
        sent = yield round(sent)
    return 'Done'

typing 모듈의 다른 많은 제네릭과 달리 GeneratorSendType은 공변적(covariant)이거나 불변적(invariant)이 아니라 반변적(contravariant)으로 행동함에 유의하십시오.

제너레이터가 값을 일드(yield)하기만 하면, SendTypeReturnTypeNone으로 설정하십시오:

def infinite_stream(start: int) -> Generator[int, None, None]:
    while True:
        yield start
        start += 1

또는, Iterable[YieldType]이나 Iterator[YieldType] 중 하나의 반환형을 갖는 것으로 제너레이터를 어노테이트 하십시오:

def infinite_stream(start: int) -> Iterator[int]:
    while True:
        yield start
        start += 1

버전 3.9부터 폐지됨: collections.abc.Generator now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

class typing.Hashable

An alias to collections.abc.Hashable.

class typing.Reversible(Iterable[T_co])

collections.abc.Reversible의 제네릭 버전.

버전 3.9부터 폐지됨: collections.abc.Reversible now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

class typing.Sized

An alias to collections.abc.Sized.

비동기 프로그래밍

class typing.Coroutine(Awaitable[V_co], Generic[T_co, T_contra, V_co])

collections.abc.Coroutine의 제네릭 버전. 형 변수의 변화와 순서는 Generator의 것과 같습니다, 예를 들어:

from collections.abc import Coroutine
c: Coroutine[list[str], str, int]  # Some coroutine defined elsewhere
x = c.send('hi')                   # Inferred type of 'x' is list[str]
async def bar() -> None:
    y = await c                    # Inferred type of 'y' is int

버전 3.5.3에 추가.

버전 3.9부터 폐지됨: collections.abc.Coroutine now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

class typing.AsyncGenerator(AsyncIterator[T_co], Generic[T_co, T_contra])

비동기 제너레이터는 제네릭 형 AsyncGenerator[YieldType, SendType]으로 어노테이트할 수 있습니다. 예를 들면:

async def echo_round() -> AsyncGenerator[int, float]:
    sent = yield 0
    while sent >= 0.0:
        rounded = await round(sent)
        sent = yield rounded

일반 제너레이터와 달리, 비동기 제너레이터는 값을 반환할 수 없기 때문에, ReturnType 형 매개 변수가 없습니다. Generator와 마찬가지로, SendType은 반변적(contravariant)으로 행동합니다.

제너레이터가 값을 일드(yield)하기만 하면, SendTypeNone으로 설정하십시오:

async def infinite_stream(start: int) -> AsyncGenerator[int, None]:
    while True:
        yield start
        start = await increment(start)

또는, AsyncIterable[YieldType]이나 AsyncIterator[YieldType] 중 하나의 반환형을 갖는 것으로 제너레이터를 어노테이트 하십시오:

async def infinite_stream(start: int) -> AsyncIterator[int]:
    while True:
        yield start
        start = await increment(start)

버전 3.6.1에 추가.

버전 3.9부터 폐지됨: collections.abc.AsyncGenerator now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

class typing.AsyncIterable(Generic[T_co])

collections.abc.AsyncIterable의 제네릭 버전.

버전 3.5.2에 추가.

버전 3.9부터 폐지됨: collections.abc.AsyncIterable now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

class typing.AsyncIterator(AsyncIterable[T_co])

collections.abc.AsyncIterator의 제네릭 버전.

버전 3.5.2에 추가.

버전 3.9부터 폐지됨: collections.abc.AsyncIterator now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

class typing.Awaitable(Generic[T_co])

collections.abc.Awaitable의 제네릭 버전.

버전 3.5.2에 추가.

버전 3.9부터 폐지됨: collections.abc.Awaitable now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

컨텍스트 관리자 형

class typing.ContextManager(Generic[T_co])

contextlib.AbstractContextManager 의 제네릭 버전.

버전 3.5.4에 추가.

버전 3.6.0에 추가.

버전 3.9부터 폐지됨: contextlib.AbstractContextManager now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

class typing.AsyncContextManager(Generic[T_co])

contextlib.AbstractAsyncContextManager 의 제네릭 버전.

버전 3.5.4에 추가.

버전 3.6.2에 추가.

버전 3.9부터 폐지됨: contextlib.AbstractAsyncContextManager now supports subscripting ([]). See PEP 585 and 제네릭 에일리어스 형.

프로토콜

이 프로토콜은 runtime_checkable()로 데코레이트 되어 있습니다.

class typing.SupportsAbs

반환형이 공변적(covariant)인 하나의 추상 메서드 __abs__를 가진 ABC.

class typing.SupportsBytes

하나의 추상 메서드 __bytes__를 가진 ABC.

class typing.SupportsComplex

하나의 추상 메서드 __complex__를 가진 ABC.

class typing.SupportsFloat

하나의 추상 메서드 __float__를 가진 ABC.

class typing.SupportsIndex

하나의 추상 메서드 __index__를 가진 ABC.

버전 3.8에 추가.

class typing.SupportsInt

하나의 추상 메서드 __int__를 가진 ABC.

class typing.SupportsRound

반환형이 공변적(covariant)인 하나의 추상 메서드 __round__를 가진 ABC.

함수와 데코레이터

typing.cast(typ, val)

값을 형으로 변환합니다.

값을 변경하지 않고 반환합니다. 형 검사기에서는 반환 값이 지정된 형임을 나타내지만, 실행 시간에는 의도적으로 아무것도 확인하지 않습니다 (우리는 이것이 가능한 한 빠르기를 원합니다).

typing.assert_type(val, typ, /)

Ask a static type checker to confirm that val has an inferred type of typ.

When the type checker encounters a call to assert_type(), it emits an error if the value is not of the specified type:

def greet(name: str) -> None:
    assert_type(name, str)  # OK, inferred type of `name` is `str`
    assert_type(name, int)  # type checker error

At runtime this returns the first argument unchanged with no side effects.

This function is useful for ensuring the type checker’s understanding of a script is in line with the developer’s intentions:

def complex_function(arg: object):
    # Do some complex type-narrowing logic,
    # after which we hope the inferred type will be `int`
    ...
    # Test whether the type checker correctly understands our function
    assert_type(arg, int)

버전 3.11에 추가.

typing.assert_never(arg, /)

Ask a static type checker to confirm that a line of code is unreachable.

Example:

def int_or_str(arg: int | str) -> None:
    match arg:
        case int():
            print("It's an int")
        case str():
            print("It's a str")
        case _ as unreachable:
            assert_never(unreachable)

Here, the annotations allow the type checker to infer that the last case can never execute, because arg is either an int or a str, and both options are covered by earlier cases. If a type checker finds that a call to assert_never() is reachable, it will emit an error. For example, if the type annotation for arg was instead int | str | float, the type checker would emit an error pointing out that unreachable is of type float. For a call to assert_never to pass type checking, the inferred type of the argument passed in must be the bottom type, Never, and nothing else.

At runtime, this throws an exception when called.

더 보기

Unreachable Code and Exhaustiveness Checking has more information about exhaustiveness checking with static typing.

버전 3.11에 추가.

typing.reveal_type(obj, /)

Reveal the inferred static type of an expression.

When a static type checker encounters a call to this function, it emits a diagnostic with the type of the argument. For example:

x: int = 1
reveal_type(x)  # Revealed type is "builtins.int"

This can be useful when you want to debug how your type checker handles a particular piece of code.

The function returns its argument unchanged, which allows using it within an expression:

x = reveal_type(1)  # Revealed type is "builtins.int"

Most type checkers support reveal_type() anywhere, even if the name is not imported from typing. Importing the name from typing allows your code to run without runtime errors and communicates intent more clearly.

At runtime, this function prints the runtime type of its argument to stderr and returns it unchanged:

x = reveal_type(1)  # prints "Runtime type is int"
print(x)  # prints "1"

버전 3.11에 추가.

@typing.dataclass_transform

dataclass_transform may be used to decorate a class, metaclass, or a function that is itself a decorator. The presence of @dataclass_transform() tells a static type checker that the decorated object performs runtime “magic” that transforms a class, giving it dataclasses.dataclass()-like behaviors.

Example usage with a decorator function:

T = TypeVar("T")

@dataclass_transform()
def create_model(cls: type[T]) -> type[T]:
    ...
    return cls

@create_model
class CustomerModel:
    id: int
    name: str

On a base class:

@dataclass_transform()
class ModelBase: ...

class CustomerModel(ModelBase):
    id: int
    name: str

On a metaclass:

@dataclass_transform()
class ModelMeta(type): ...

class ModelBase(metaclass=ModelMeta): ...

class CustomerModel(ModelBase):
    id: int
    name: str

The CustomerModel classes defined above will be treated by type checkers similarly to classes created with @dataclasses.dataclass. For example, type checkers will assume these classes have __init__ methods that accept id and name.

The decorated class, metaclass, or function may accept the following bool arguments which type checkers will assume have the same effect as they would have on the @dataclasses.dataclass decorator: init, eq, order, unsafe_hash, frozen, match_args, kw_only, and slots. It must be possible for the value of these arguments (True or False) to be statically evaluated.

The arguments to the dataclass_transform decorator can be used to customize the default behaviors of the decorated class, metaclass, or function:

  • eq_default indicates whether the eq parameter is assumed to be True or False if it is omitted by the caller.

  • order_default indicates whether the order parameter is assumed to be True or False if it is omitted by the caller.

  • kw_only_default indicates whether the kw_only parameter is assumed to be True or False if it is omitted by the caller.

  • field_specifiers specifies a static list of supported classes or functions that describe fields, similar to dataclasses.field().

  • Arbitrary other keyword arguments are accepted in order to allow for possible future extensions.

Type checkers recognize the following optional arguments on field specifiers:

  • init indicates whether the field should be included in the synthesized __init__ method. If unspecified, init defaults to True.

  • default provides the default value for the field.

  • default_factory provides a runtime callback that returns the default value for the field. If neither default nor default_factory are specified, the field is assumed to have no default value and must be provided a value when the class is instantiated.

  • factory is an alias for default_factory.

  • kw_only indicates whether the field should be marked as keyword-only. If True, the field will be keyword-only. If False, it will not be keyword-only. If unspecified, the value of the kw_only parameter on the object decorated with dataclass_transform will be used, or if that is unspecified, the value of kw_only_default on dataclass_transform will be used.

  • alias provides an alternative name for the field. This alternative name is used in the synthesized __init__ method.

At runtime, this decorator records its arguments in the __dataclass_transform__ attribute on the decorated object. It has no other runtime effect.

See PEP 681 for more details.

버전 3.11에 추가.

@typing.overload

@overload 데코레이터는 여러 가지 다양한 인자형의 조합을 지원하는 함수와 메서드를 기술할 수 있도록 합니다. @overload로 데코레이트 된 일련의 정의에는 (같은 함수/메서드에 대해) 정확히 하나의 @overload로 데코레이트 되지 않은 정의가 뒤따라야 합니다. @overload로 데코레이트 된 정의는 @overload로 데코레이트 되지 않은 정의에 의해 덮어 쓰이기 때문에 형 검사기만을 위한 것입니다. 후자는 실행 시간에 사용되지만, 형 검사기에서는 무시되어야 합니다. 실행 시간에, @overload로 데코레이트 된 함수를 직접 호출하면 NotImplementedError 가 발생합니다. 공용체(union)나 형 변수를 사용하여 표현할 수 있는 것보다 더 정밀한 형을 제공하는 오버로드의 예:

@overload
def process(response: None) -> None:
    ...
@overload
def process(response: int) -> tuple[int, str]:
    ...
@overload
def process(response: bytes) -> str:
    ...
def process(response):
    <actual implementation>

See PEP 484 for more details and comparison with other typing semantics.

버전 3.11에서 변경: Overloaded functions can now be introspected at runtime using get_overloads().

typing.get_overloads(func)

Return a sequence of @overload-decorated definitions for func. func is the function object for the implementation of the overloaded function. For example, given the definition of process in the documentation for @overload, get_overloads(process) will return a sequence of three function objects for the three defined overloads. If called on a function with no overloads, get_overloads() returns an empty sequence.

get_overloads() can be used for introspecting an overloaded function at runtime.

버전 3.11에 추가.

typing.clear_overloads()

Clear all registered overloads in the internal registry. This can be used to reclaim the memory used by the registry.

버전 3.11에 추가.

@typing.final

데코레이트 된 메서드가 재정의될 수 없고, 데코레이트 된 클래스가 서브 클래싱 될 수 없음을 형 검사기에 알리는 데코레이터. 예를 들면:

class Base:
    @final
    def done(self) -> None:
        ...
class Sub(Base):
    def done(self) -> None:  # Error reported by type checker
        ...

@final
class Leaf:
    ...
class Other(Leaf):  # Error reported by type checker
    ...

이러한 속성에 대한 실행 시간 검사는 없습니다. 자세한 내용은 PEP 591을 참조하십시오.

버전 3.8에 추가.

버전 3.11에서 변경: The decorator will now set the __final__ attribute to True on the decorated object. Thus, a check like if getattr(obj, "__final__", False) can be used at runtime to determine whether an object obj has been marked as final. If the decorated object does not support setting attributes, the decorator returns the object unchanged without raising an exception.

@typing.no_type_check

어노테이션이 형 힌트가 아님을 나타내는 데코레이터.

This works as class or function decorator. With a class, it applies recursively to all methods and classes defined in that class (but not to methods defined in its superclasses or subclasses).

함수가 제자리에서(in place) 변경됩니다.

@typing.no_type_check_decorator

다른 데코레이터에 no_type_check() 효과를 주는 데코레이터.

이것은 데코레이트 된 함수를 no_type_check()로 감싸는 무언가로 데코레이터를 감쌉니다.

@typing.type_check_only

실행 시간에 클래스나 함수를 사용할 수 없도록 표시하는 데코레이터.

이 데코레이터 자체는 실행 시간에 사용할 수 없습니다. 주로, 구현이 비공개 클래스의 인스턴스를 반환할 때, 형 스텁 파일에 정의된 클래스를 표시하기 위한 용도입니다:

@type_check_only
class Response:  # private or not available at runtime
    code: int
    def get_header(self, name: str) -> str: ...

def fetch_response() -> Response: ...

비공개 클래스의 인스턴스를 반환하는 것은 좋지 않음에 유의하십시오. 일반적으로 그러한 클래스를 공개로 만드는 것이 바람직합니다.

인트로스펙션 도우미

typing.get_type_hints(obj, globalns=None, localns=None, include_extras=False)

함수, 메서드, 모듈 또는 클래스 객체에 대한 형 힌트가 포함된 딕셔너리를 반환합니다.

This is often the same as obj.__annotations__. In addition, forward references encoded as string literals are handled by evaluating them in globals and locals namespaces. For a class C, return a dictionary constructed by merging all the __annotations__ along C.__mro__ in reverse order.

include_extrasTrue로 설정되어 있지 않은 한, 이 함수는 모든 Annotated[T, ...]T로 재귀적으로 치환합니다 (자세한 내용은 Annotated를 참조하십시오). 예를 들면:

class Student(NamedTuple):
    name: Annotated[str, 'some marker']

get_type_hints(Student) == {'name': str}
get_type_hints(Student, include_extras=False) == {'name': str}
get_type_hints(Student, include_extras=True) == {
    'name': Annotated[str, 'some marker']
}

참고

get_type_hints() does not work with imported type aliases that include forward references. Enabling postponed evaluation of annotations (PEP 563) may remove the need for most forward references.

버전 3.9에서 변경: PEP 593의 일부로 include_extras 매개 변수를 추가했습니다.

버전 3.11에서 변경: Previously, Optional[t] was added for function and method annotations if a default value equal to None was set. Now the annotation is returned unchanged.

typing.get_args(tp)
typing.get_origin(tp)

제네릭 형과 특수 typing 형식에 대한 기본적인 인트로스펙션을 제공합니다.

For a typing object of the form X[Y, Z, ...] these functions return X and (Y, Z, ...). If X is a generic alias for a builtin or collections class, it gets normalized to the original class. If X is a union or Literal contained in another generic type, the order of (Y, Z, ...) may be different from the order of the original arguments [Y, Z, ...] due to type caching. For unsupported objects return None and () correspondingly. Examples:

assert get_origin(Dict[str, int]) is dict
assert get_args(Dict[int, str]) == (int, str)

assert get_origin(Union[int, str]) is Union
assert get_args(Union[int, str]) == (int, str)

버전 3.8에 추가.

typing.is_typeddict(tp)

Check if a type is a TypedDict.

예를 들면:

class Film(TypedDict):
    title: str
    year: int

is_typeddict(Film)  # => True
is_typeddict(list | str)  # => False

버전 3.10에 추가.

class typing.ForwardRef

A class used for internal typing representation of string forward references. For example, List["SomeClass"] is implicitly transformed into List[ForwardRef("SomeClass")]. This class should not be instantiated by a user, but may be used by introspection tools.

참고

PEP 585 generic types such as list["SomeClass"] will not be implicitly transformed into list[ForwardRef("SomeClass")] and thus will not automatically resolve to list[SomeClass].

버전 3.7.4에 추가.

상수

typing.TYPE_CHECKING

제삼자 정적 형 검사기에 의해 True로 설정될 것으로 가정되는 특수 상수. 실행 시간에는 False입니다. 용법:

if TYPE_CHECKING:
    import expensive_mod

def fun(arg: 'expensive_mod.SomeType') -> None:
    local_var: expensive_mod.AnotherType = other_fun()

첫 번째 어노테이션은 따옴표로 묶여야 합니다, “전방 참조”로 만들어서 인터프리터 실행 시간에 expensive_mod 참조를 숨깁니다. 지역 변수에 대한 형 어노테이션은 평가되지 않기 때문에, 두 번째 어노테이션을 따옴표로 묶을 필요는 없습니다.

참고

If from __future__ import annotations is used, annotations are not evaluated at function definition time. Instead, they are stored as strings in __annotations__. This makes it unnecessary to use quotes around the annotation (see PEP 563).

버전 3.5.2에 추가.

Deprecation Timeline of Major Features

Certain features in typing are deprecated and may be removed in a future version of Python. The following table summarizes major deprecations for your convenience. This is subject to change, and not all deprecations are listed.

Feature

Deprecated in

Projected removal

PEP/issue

typing.io and typing.re submodules

3.8

3.13

bpo-38291

typing versions of standard collections

3.9

Undecided

PEP 585

typing.Text

3.11

Undecided

gh-92332