将参数注释为 np.ndarray 有什么意义？

问题描述

假设我有以下文件 t2.py：

import numpy as np
from typing import Dict,Any

def func(arr: np.ndarray):
    arr.to_json()
    arr.to_jason()

class MyClass:
    def to_json(self) -> Dict[str,Any]: ...

def my_func(arr: MyClass):
    arr.to_json()
    arr.to_jason()

如果我运行 mypy 我得到

$ mypy t2.py --ignore-missing-imports
t2.py:13: error: "MyClass" has no attribute "to_jason"; maybe "to_json"?
Found 1 error in 1 file (checked 1 source file)

因此，在 func2 中，当我将 arr 注释为 MyClass 然后对其调用不存在的方法时，mypy 发现了错误。但是当我在 func 上调用不存在的方法时，arr 并没有发生同样的情况，注释为 np.ndarray。

确实，如果我使用 reveal_type，那么在 func 中我看到它是 Any 类型。

然而，我看到很多人在他们的代码中将变量注释为 np.ndarray。人们为什么要这样做？只是为了可读性，还是可以帮助 mypy 真正找到任何错误？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）