失控的 Python3 类型

作者 | James Somers 编译 | 史提芬先森 原文 | Python 3 Types in the Wild

Python 曾经是一种你可以在几天内学会的语言，但“曾经是”是很多年前的事了。最近，我相隔11年后重新用这门语言开发产品时，有点不知所措，它添加了太多的新功能，如果你不了解所有这些新功能，理解现代 Python 代码将是多么困难的一件事。

最大的变化之一是添加了类型注释，它允许开发人员通过一个函数返回 Dict[List[Set[FrozenSet[int]]], str]（即，一个映射一组整数的不可变集合列表到字符串的字典）。[RakAmnouykit2020] 对程序员如何使用这些注释进行了实证研究，并得出了一些令人惊讶的结果。一方面，最常见的类型注释是用户定义的类型。

更有趣的是，当作者从文件中剥离注释并要求 PyType 推断它们时，在 77% 的情况下它未能这样做，这意味着用户编写的注释正在捕获自动工具无法捕获的信息。另一方面，MyPy 发现在检查的 2,678 个存储库中，只有 15% 是类型正确的；这可能是因为 MyPy 非常保守并产生误报。更令人不安的是这些不同工具之间的分歧，但像这样的研究正是我们需要使这些工具更加一致和更有帮助的。

[RakAmnouykit2020] Ingkarat Rak-amnouykit, Daniel McCrevan, Ana Milanova, Martin Hirzel, and Julian Dolby: Python 3 types in the wild: a tale of two type systems. In Proc. ISDL 2020, doi:10.1145/3426422.3426981.

Python 3 是一种高度动态的语言，但它引入了一种用 PEP484 表达类型的语法。本文探讨了开发人员如何使用这些类型注释、类型检查和推理工具提供的类型系统语义以及这些工具的性能。我们评估公共 GitHub 存储库语料库中的类型和工具。我们回顾了 MyPy 和 PyType 这两个规范的静态类型检查和推理工具，以及它们不同的类型分析方法。然后我们解决三个研究问题：

1. 开发人员使用 Python 3 类型的频率和方式是什么？
2. 开发人员会犯哪些类型的错误？
3. 来自不同工具的类型错误如何比较？

令人惊讶的是，当开发人员使用静态类型时，代码很少使用任何一种工具进行类型检查。MyPy 和 PyType 由于它们的静态性质而表现出误报，但也会在我们的语料库中标记出许多有用的错误。最后，MyPy 和 PyType 体现了两个不同的类型系统，在许多情况下标记不同的错误。了解 Python 类型的使用有助于指导工具构建者和研究人员。了解流行工具的性能有助于增加从业者对静态类型和工具的采用，最终导致更正确和更健壮的 Python 代码。

—END—