除非我弄错了，在Python中创建一个函数是这样的:
def my_func(param1, param2):
# stuff
但是，实际上并没有给出这些参数的类型。而且，如果我没记错的话，Python是一种强类型语言，因此，Python似乎不应该让你传入与函数创建者期望的不同类型的参数。然而，Python如何知道函数的用户正在传递正确的类型呢?假设函数实际使用了形参，如果它是错误的类型，程序会死吗?必须指定类型吗?
当前回答
无论您是否指定类型提示，都将在运行时失败。
However, you can provide type hints for both function arguments and its return type. For example, def foo(bar: str) -> List[float] hints that bar is expected to be a string and the function returns a list of float values. This will result in a type check error when the method is invoked if the types don't match (before the use of the parameter in the function, or of the return type). This IMOHO is much more helpful in catching such errors vs an error about a missing field or method somewhere in the method call. I recommend reading the official Python documentation Typing - Support for type hints.
此外，如果使用类型提示，则可以使用静态类型检查器来验证代码的正确性。python中内置的一个这样的工具是myypy(官方文档)。关于静态类型检查的文章的这一部分很好地介绍了如何使用它。
其他回答
许多语言都有特定类型的变量，变量有一个值。Python没有变量;它有对象，你用名字来指代这些对象。
在其他语言中，当你说:
a = 1
然后，变量(通常是整数)将其内容更改为值1。
在Python中,
a = 1
意思是“使用名称a来指代对象1”。你可以在交互式Python会话中执行以下操作:
>>> type(1)
<type 'int'>
函数类型使用对象1调用;因为每个对象都知道它的类型，所以type很容易找到该类型并返回它。
同样，无论何时定义函数
def funcname(param1, param2):
该函数接收两个对象，并将它们命名为param1和param2，而不考虑它们的类型。如果您想要确保接收到的对象是特定类型的，那么就按照它们是所需的类型来编写函数，如果不是，则捕获抛出的异常。抛出的异常通常是TypeError(您使用了无效操作)和AttributeError(您试图访问不存在的成员(方法也是成员))。
您不需要指定类型。该方法只有在试图访问未在传入参数上定义的属性时才会失败(在运行时)。
这个简单的函数:
def no_op(param1, param2):
pass
．.． 无论传入哪两个参数都不会失败。
然而，这个函数:
def call_quack(param1, param2):
param1.quack()
param2.quack()
．.． 如果param1和param2都没有名为quack的可调用属性，将在运行时失败。
要有效地使用typing模块(Python 3.5新增)，请包含all(*)。
from typing import *
你将准备使用:
List, Tuple, Set, Map - for list, tuple, set and map respectively.
Iterable - useful for generators.
Any - when it could be anything.
Union - when it could be anything within a specified set of types, as opposed to Any.
Optional - when it might be None. Shorthand for Union[T, None].
TypeVar - used with generics.
Callable - used primarily for functions, but could be used for other callables.
然而，你仍然可以使用类型名称，如int, list, dict，…
从静态或编译时类型检查的意义上讲，Python不是强类型的。
大多数Python代码都属于所谓的“Duck Typing”——例如，你寻找一个对象上读取的方法——你不关心对象是磁盘上的文件还是套接字，你只想从中读取N个字节。
在这个页面上，有一个臭名昭著的例外值得提及。
当str函数调用__str__类方法时，它会巧妙地检查其类型:
>>> class A(object):
... def __str__(self):
... return 'a','b'
...
>>> a = A()
>>> print a.__str__()
('a', 'b')
>>> print str(a)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: __str__ returned non-string (type tuple)
就好像Guido提示我们，如果程序遇到意外类型，应该引发哪个异常。
