YP_Sprint_23_modern_python

Примеры с кодом к вебинару для Яндекс.Практикум. 23й спринт (2ой спринт по FastAPI)

TypeVar

T = TypeVar("T") # T – произвольный тип без ограничений

T = TypeVar("T", int, float) # T – тип связанный только с типами int и float

T = TypeVar("T", bound=Geom) # T – тип класса Geom или его дочернего класса

---

Generics

это механизм для создания классов, которые могут работать с разными типами данных, сохраняя при этом строгую типизацию.

Старый синтаксис class Stack(Generic[T]): pass для python=^3.12 class Stack[T]: pass

https://mypy.readthedocs.io/en/stable/generics.html

---

Как работает Generic[T]

1. Указывая Generic[T] в качестве одного из родителей класса, мы объявляем, что класс является дженериком
2. Внутри этого класса можно использовать T как тип данных (как видно в поле data: T)
3. При создании конкретного экземпляра класса, T заменяется на указанный тип

---

Преимущества такого подхода

1. Повторное использование кода
2. Типовая безопасность
3. Подсказки IDE
4. Самодокументирование:

Без дженериков вам пришлось бы:

1. Создать отдельный класс для каждого типа данных (например, UserResponse, ProductResponse) или
2. Использовать динамическую типизацию (например, data: Any), что менее безопасно и информативно

---

callback (функция обратного вызова)

это функция, которая передаётся в другую функцию в качестве аргумента и вызывается внутри этой функции для выполнения определённой задачи.

Основные характеристики callback функций:

1. Передача функции как параметра — вы передаёте функцию в качестве аргумента другой функции
2. Отложенное выполнение — callback функция не выполняется сразу, а вызывается в определённый момент внутри основной функции
3. Инверсия контроля — вы передаёте часть логики программы "наружу", давая возможность внешнему коду определять, что должно произойти

---

Практические применения callback функций:

1. Обработка асинхронных операций
2. Обработка событий
3. Делегирование части логики
4. Создание гибких и переиспользуемых компонентов

Callback функции делают код более гибким и модульным, позволяя отделить общую логику от специфичной и легко изменять поведение программы без изменения основной структуры кода.

---

Абстрактные классы Abstract Base Classes (ABCs)

• Не могут быть инстанцированы напрямую
• Наследники должны реализовать все абстрактные методы
• Обеспечивают проверку соответствия интерфейсу в момент создания класса

ABCMeta - документация - https://docs.python.org/3/library/abc.html#abc.ABCMeta

---

Protocol

проверяeт следует ли какой-то класс или объект заранее определенному интерфейсу.

• Реализуют структурную типизацию (утиная типизация, duck typing)
• Класс соответствует протоколу, если у него реализованы все необходимые методы
• Не требуют явного наследования
• Используются преимущественно для статической типизации и проверок типов

Паттерн програмирования - "интерфейс".

---

Инвариантность

Ковариантность

Контравариантность

---

Инвариантность (Invariance)

означает, что типы должны точно совпадать без какой-либо иерархии наследования.

• При инвариантности, если A является подтипом B, то контейнер типа Container[A] не является ни подтипом, ни супертипом Container[B].
• Это наиболее строгое отношение между типами.

---

Ковариантность (Covariance)

позволяет использовать более конкретный тип там, где ожидается более общий тип.

• Если A является подтипом B, то Container[A] является подтипом Container[B].
• Ковариантность обычно безопасна для контейнеров, которые предоставляют доступ только для чтения (immutable), так как это гарантирует, что мы не сможем вставить несовместимые типы в контейнер.

---

Контравариантность (Contravariance)

противоположность ковариантности. Она позволяет использовать более общий тип там, где ожидается более конкретный.

• Если A является подтипом B, то Container[B] является подтипом Container[A] (обратная иерархия).
• Это обычно безопасно для контейнеров, которые только потребляют значения (например, только для записи).

---

Понимание контравариантности функций:

С точки зрения логической безопасности типов, функция, ожидающая более конкретный тип (например, str), может использоваться там, где требуется функция, принимающая более общий тип (например, object). Это потому, что:

1. Если функция f может обрабатывать любой объект (object),
2. А вызывается она только со строками (str),
3. То функция g, которая специализируется только на строках, справится с этой задачей.

---

Наглядная визуализация иерархии совместимости:

object > Animal > Dog  (иерархия типов)

Для контравариантных компараторов иерархия меняется на противоположную:

Comparator[object] < Comparator[Animal] < Comparator[Dog]  (иерархия компараторов)

Это означает, что Comparator[object] может быть использован везде, где требуется Comparator[Dog], но не наоборот.

---

Практическая польза

Такая типизация позволяет:

1. Повторно использовать общие реализации — вместо создания отдельных компараторов для каждого типа можно написать один общий
2. Обеспечить безопасность типов — статические анализаторы кода могут проверить правильность использования компараторов
3. Улучшить читаемость кода — аннотация явно показывает, какой тип объектов должен уметь сравнивать компаратор

В современной разработке такой подход активно используется для создания гибких, расширяемых и типобезопасных API.

---

Вопросы???