Динамическая и сильная типизация
Тема дорожной карты · Python Programming
Python — динамически типизированный язык (имя можно переприсвоить любому объекту), но при этом сильно типизированный (он не превратит молча "3" + 5 в число). На практике это значит, что проверки типов происходят в рантайме, а не на этапе компиляции: баги вылезают поздно, зато duck typing даёт гибкость. Для явных проверок используй isinstance, для статических гарантий — аннотации typing и mypy/pyright, и избегай неявных преобразований между строками, числами и bytes.
Как это работает
Python — язык с динамической и строгой типизацией: переменные — это имена, связанные с объектами, а не типизированные «коробки». У каждого значения есть тип (int, str, bool, None, пользовательские классы), проверяемый в рантайме; нельзя сложить строку с числом без явного приведения. Числа — целые произвольной точности + IEEE 754 float + native complex; строки — неизменяемые Unicode-последовательности. Динамическая и сильная типизация обеспечивают операции байткода, а не внешний type checker.
Когда применять
Прочное понимание Динамическая и сильная типизация обязательно до любого нетривиального Python: любой баг рано или поздно сводится к непонятому приведению типа, путанице str-vs-bytes или неожиданной мутации. Опирайтесь на type(), isinstance() и mypy для статической проверки, когда кодовая база переваливает ~1000 строк или у неё несколько авторов. Type hints (PEP 484) стоят дёшево и многократно окупаются в поддерживаемости.
Типичные ошибки
Типичные ошибки в Динамическая и сильная типизация: путаница == (равенство значений) и is (тождество); сравнение float через == вместо math.isclose(); предположение, что None, 0, "", [] ведут себя одинаково в if x: (все falsy, но иногда это маскирует баг); мутация значений по умолчанию (def f(x=[]) — список общий между вызовами). Читайте PEP 8 и Zen of Python (import this) сразу — идиомы существуют не зря.