Pyright中Concatenate与可变位置参数(*args)的类型处理问题分析
2025-05-16 22:21:13作者:袁立春Spencer
在Python类型系统中,typing.Concatenate是一个强大的工具,它允许我们在高阶函数类型中修改参数列表。然而,近期在Pyright类型检查器中发现了一个关于Concatenate与可变位置参数(*args)交互的有趣问题。
问题现象
当使用Concatenate来缩短参数列表(类似于部分函数应用)时,可变位置参数*args会从参数列表中"消失",但在类型检查时仍然有效。这种现象可以描述为:
- 参数列表显示中
*args不再可见 - 但对
*args的类型检查仍然正常工作
技术背景
Concatenate是Python类型系统中的一个特殊形式,主要用于描述装饰器或高阶函数中参数列表的变化。它允许我们在参数列表的开头或结尾添加或移除类型参数。
可变位置参数(*args)是Python中处理可变数量位置参数的机制,在类型注解中通常表示为*args: SomeType。
问题复现
考虑以下示例代码:
from typing import Callable, Concatenate
def partial_apply[T, **P, R](fn: Callable[Concatenate[T, P], R], val: T) -> Callable[P, R]:
...
def example_func(p1: int, *ps: str) -> None:
...
# 第一次应用partial_apply后类型正常
reveal_type(partial_apply(example_func, 3))
# 第二次应用后*ps从参数列表"消失"
reveal_type(partial_apply(partial_apply(example_func, 3), "foo"))
# 但类型检查仍然有效
partial_apply(
partial_apply(
partial_apply(example_func, 3),
"foo"
),
"bar" # 通过,因为类型匹配
)
partial_apply(
partial_apply(
partial_apply(example_func, 3),
"foo"
),
3 # 报错,因为类型不匹配
)
问题本质
这个问题的核心在于Pyright在处理Concatenate与可变位置参数组合时的类型推导逻辑。当连续应用Concatenate操作时,类型检查器正确地保留了参数的类型约束,但在参数列表的显示上出现了不一致。
解决方案
Pyright的维护者确认这是一个需要修复的问题。正确的行为应该是:
- 保持参数列表显示的完整性
- 同时维护正确的类型约束检查
在Pyright 1.1.392版本中已经修复了这个问题,使其行为与mypy等其他类型检查器保持一致。
实际应用建议
在使用Concatenate与可变参数时,开发者应该注意:
- 确保使用最新版本的Pyright
- 复杂的类型操作后,使用
reveal_type验证类型推导结果 - 在Pylance中需要显式开启类型检查模式才能看到这些错误
这个案例展示了Python类型系统的复杂性,也提醒我们在使用高级类型特性时需要谨慎验证类型检查器的行为。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 K
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
676
160
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
664
323
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
659
React Native鸿蒙化仓库
JavaScript
265
326
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868