Pyright中Concatenate与可变位置参数(*args)的类型处理问题分析
2025-05-16 15:11:56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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0201
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
Ascend Extension for PyTorch
Python
746
926
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
266
暂无描述
Dockerfile
771
5.02 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
865
1.96 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
70
22
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.94 K
201
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
693
1.36 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
461
455
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
C
458
5.24 K