如何让Pylance尊重自定义类型注解，覆盖自动推断结果？

当参数array被推断为Any类型时，调用它的tolist()方法返回的结果也会被推断为Any。此时你给变量b标注list类型，Pylance在默认类型检查模式下，会同时保留显式注解的类型和原表达式的Any类型——因为Any可以表示任意类型，类型检查器无法完全排除array.tolist()返回非list类型的可能性，所以会显示Any | list的联合类型。

1. 给参数array添加明确类型注解（最推荐） #

从根源上消除Any的不确定性，是最优雅的解决方案。根据array的实际类型添加对应注解，比如如果是numpy数组：

import numpy as np

def f(array: np.ndarray):
    b: list = array.tolist()
    return b

此时Pylance会正确识别array.tolist()的返回类型为list，b的类型会严格匹配你标注的list，不会出现联合类型。

2. 使用协议类型兼容多类型场景 #

如果array可以是多种支持tolist()方法的类型（比如numpy数组、pandas Series等），可以定义一个协议来约束：

from typing import Protocol

class ToListable(Protocol):
    def tolist(self) -> list: ...

def f(array: ToListable):
    b: list = array.tolist()
    return b

只要传入的对象拥有返回list的tolist()方法，类型检查就会通过，b的类型也会被正确识别为list。

3. 调整Pylance类型检查设置 #

如果不想修改代码，可通过设置让显式注解优先：

• 在VS Code的settings.json中添加：

  "python.analysis.typeCheckingMode": "strict"
  

  开启严格类型检查后，Pylance会尊重你对b的显式注解，将其类型认定为list，而非联合类型。
• 或者关闭自动推断Any的功能，强制要求所有参数必须有类型注解：

  "python.analysis.inferAny": false
  

  这样会提示你为array添加类型注解，从根源避免Any带来的问题。

内容的提问来源于stack exchange，提问作者Terence