Когда Python только начинался, никто особо не парился о типах. Все же «duck typing», «мы не такие как Java», свобода! Но вот прошло время, проекты разрослись, и внезапно выяснилось: без типизации реально тяжело. Особенно если ты не единственный человек, кто трогает код. Аннотации типов, type hints, и статическая проверка (типа mypy) — это не про занудство, а про то, чтобы не ловить баги в проде и не страдать при рефакторинге. Давайте разберёмся, как это работает, зачем оно надо и как внедрять у себя.

Возможности

• Явно указываешь, какие типы ждёшь на входе и что возвращаешь из функции.
• Статическая проверка кода до запуска — не надо ждать, пока тесты или пользователи словят ошибку.
• Удобнее читать чужой код — сразу понятно, что ожидать.
• Интеграция с IDE — автокомплит, подсказки, меньше тупых ошибок.
• Работает и для простых скриптов, и для больших микросервисов.

Что требуется

• Python 3.6+ (лучше 3.8+, там больше фич для типизации)
• Любая ОС: Linux, macOS, Windows — не принципиально
• pip
• Желательно IDE с поддержкой type hints (PyCharm, VSCode, Vim с LSP)

Установка — пошаговая инструкция

1. Проверь версию Python:

   python --version

   Если меньше 3.6 — обновляйся, иначе смысла нет.

2. Установи mypy — это самый популярный статический анализатор для Python:

   pip install mypy

3. Проверь установку:

   mypy --version

4. Добавь аннотации в свой код:

   
   def add(a: int, b: int) -> int:
       return a + b
       

5. Проверь код:

   mypy script.py

   Если всё ок — увидишь «Success: no issues found in 1 source file».

6. Добавь в проектный requirements.txt:

   mypy

   Чтобы не забыть.

7. Для больших проектов — создай конфиг:

   mypy --init

   Это создаст mypy.ini, где можно тонко настроить проверку.

Подробная дока: https://mypy.readthedocs.io/en/stable/

Использование, команды и варианты

• Проверить файл:

  mypy my_script.py

• Проверить папку (рекурсивно):

  mypy src/

• Игнорировать ошибки (например, в сторонних либах):

  mypy --ignore-missing-imports src/

• Проверять только изменения (ускоряет CI):

  mypy --incremental src/

• Использовать конфиг:

  mypy --config-file mypy.ini src/

• Дополнительные типы: можно ставить typing-extensions, если нужен TypedDict, Literal и т.п. для старых версий Python:

  pip install typing-extensions

Полный список опций: https://mypy.readthedocs.io/en/stable/command_line.html

Ошибки, как делать не надо

• Не думай, что аннотации — это «магия» и Python станет статически типизированным! Это только подсказки для тебя и тулзов, рантайм не меняется.
• Не смешивай типы ради «красоты». Если функция реально может вернуть None, так и пиши: Optional[int].
• Не забывай про сторонние типы. Если используешь сложные структуры (например, dict[str, list[int]]), пиши явно.
• Не игнорируй ошибки mypy. Если отключаешь проверки — делай это осознанно, а не потому что «ломается».
• Не аннотируй всё подряд. Для простых скриптов это может быть избыточно, а вот для библиотек — мастхэв.

Пример реального использования в окружении

Допустим, у тебя микросервис на FastAPI, который жрёт данные из базы и возвращает JSON. Вот как это может выглядеть с типами:

from typing import List, Optional
from fastapi import FastAPI

app = FastAPI()

class User(BaseModel):
    id: int
    name: str
    email: Optional[str]

@app.get("/users/", response_model=List[User])
def get_users() -> List[User]:
    # тут какая-то магия с базой
    return [User(id=1, name="Vasya", email=None)]

Теперь запускаешь mypy, и если где-то случайно возвращаешь не тот тип — сразу узнаешь. В CI добавляешь шаг:

mypy src/

В результате — меньше багов, понятнее код, проще ревью.

Заключение

Типизация в Python — это не «Java-way», а реально удобный инструмент для живых проектов. Да, поначалу непривычно, но потом себя не узнаешь: и читаешь код проще, и багов меньше, и рефакторить не страшно. Используй mypy, не ленись ставить типы, и твой проект скажет тебе спасибо.

Официальные ссылки:

• Официальная дока по typing
• mypy
• typing-extensions