Welche Art der Typisierung gibt es in Python: statisch oder dynamisch?

Dynamisch, aber mit statischen Elementen dank Typannotationen.

Bei der dynamischen Typisierung wird der Variablentyp zur Laufzeit basierend auf dem zugewiesenen Wert bestimmt.

# Dynamische Typisierung: x kann verschiedene Datentypen annehmen
x = 10  # int
x = "hallo" # str

Seit Python 3.5 wurden Typannotationen (Type Hints) hinzugefügt, die es ermöglichen, den erwarteten Typ einer Variablen, eines Funktionsarguments oder eines Rückgabewerts anzugeben. Dies macht Python nicht zu einer statisch typisierten Sprache im klassischen Sinne, aber es erlaubt die Verwendung statischer Code-Analysatoren (z.B. mypy), um die Typen vor der Ausführung zu überprüfen.

# Typannotationen
def greet(name: str) -> str:
    return f"Hallo, {name}"

alter: int = 30

Hauptunterschiede zwischen dynamischer und statischer Typisierung:

Merkmal	Dynamische Typisierung	Statische Typisierung
Typdefinition	Zur Laufzeit	Während der Kompilierung
Fehlerüberprüfung	Zur Laufzeit	Während der Kompilierung
Flexibilität	Höher	Geringer
Leistung	Kann niedriger sein (wegen Überprüfungen während der Ausführung)	In der Regel höher (Typen sind im Voraus bekannt)

Trotz der Annotations bleibt Python eine dynamisch typisierte Sprache, da die Typüberprüfung zur Laufzeit weiterhin erfolgt, und es möglich ist, einer Variablen einen Wert eines anderen Typs zuzuweisen, auch wenn eine syntaktische Anmerkung vorhanden ist. Annotations dienen der Verbesserung der Lesbarkeit des Codes, der Erleichterung der Fehlersuche und der Nutzung statischer Analysetools.