Python不强制类型检查，需区分静态检查（mypy）和运行时检查（isinstance、typeguard、pydantic）；二者目标不同、工具不同、不可替代。
Python 本身不强制执行函数参数的类型检查，类型注解（如 x: int）只是提示，运行时完全忽略。要真正校验参数类型，需明确区分两种场景：静态检查（开发阶段） 和 运行时检查（执行阶段），二者目标不同、工具不同、不可互相替代。
静态类型检查：用 mypy 在运行前发现问题
这是最常用、开销最小的方式，适合团队协作和长期维护。
- 给函数加上完整类型注解，例如：
def calc_total(price: float, quantity: int) -> float: - 安装并运行
mypy：pip install mypy，然后执行mypy your_file.py - 若调用写成
calc_total("19.99", 5)，mypy 会立刻报错：Argument 1 to "calc_total" has incompatible type "str"; expected "float" - 推荐加严格选项：
mypy --disallow-untyped-defs --check-untyped-args，避免漏注解或混用未注解参数
运行时类型检查：函数执行中实时拦截错误
适用于 API 入口、关键业务逻辑或需要向用户明确反馈的场景。
- 用
isinstance()手动判断（轻量、无依赖）：
在函数开头检查：if not isinstance(price, (int, float)):→ 抛TypeError - 用
@typechecked装饰器（来自typeguard库）：pip install typeguard，然后装饰函数，它会自动按注解校验所有参数和返回值 - 对复杂结构（如嵌套字典、列表），
pydantic更合适：
定义BaseModel子类描述参数结构，调用前用.model_validate()解析并校验
注意 Union、Optional 等复合类型的写法
别写错语法，否则 mypy 或运行时库无法识别。
- 接受多个类型：用
Union[int, str]（Python int | str（3.10+） - 允许为 None：用
Optional[str]（等价于Union[str, None]），不要写str or None（语法错误） - 限定固定取值：用
Literal["start", "stop"]，mypy 会拒绝传入"pause" - 所有这些写法只影响类型检查工具，不改变运行时行为——
Optional[str]不会自动把None变成空字符串
别混淆“声明”和“执行”
这是最常见的误区：写了 def f(x: List[int]) -> bool:，就以为传入 f([1, "a"]) 会报错。实际上：
- Python 解释器照常执行，不会拦；
- mypy 只能在你主动运行时发现（且只查静态用法，不深入列表内容）；
- typeguard 会检查
x是不是list，但默认不递归校验元素类型（需额外配置）； - 真要验证列表里全是 int，得自己写循环 +
isinstance(item, int)，或用 pydantic 的list[int]（v2+ 支持）
