python：__class_getitem__使用以及cached_property源码分析

1 前言

Python中如何模拟泛型类型？

当使用类型标注时，使用 Python 的方括号标记来形参化一个 generic type 往往会很有用处。 例如，list[int] 这样的标注可以被用来表示一个 list 中的所有元素均为 int 类型。

一个类通常只有在定义了特殊的类方法 __class_getitem__() 时才能被形参化。我们知道，一个list对象，可以通过索引下标取值，即形如a[0]，是因为有__getitem__方法的实现，而__class_getitem__() 即针对类的，也就是上述的类名[xx]的形式用法，调用类名[xx]时，也就会调用我们自定义的__class_getitem__()方法。

classmethod object.__class_getitem__(cls, key)：

按照 key 参数指定的类型返回一个表示泛型类的专门化对象。

当在类上定义时，__class_getitem__() 会自动成为类方法。 因此，当它被定义时没有必要使用 @classmethod 来装饰。

本文基于Python3.9对__class_getitem__()进行使用的讲解和代码演示。

官方文档参考：

https://docs.python.org/zh-cn/3.9/contents.html

2 使用

官方文档参考如下：

https://docs.python.org/zh-cn/3.9/reference/datamodel.html#object.__class_getitem__

2.1 __class_getitem__ 的目的

__class_getitem__() 的目的是允许标准库泛型类的运行时形参化以更方便地对这些类应用类型提示。

要实现可以在运行时被形参化并可被静态类型检查所理解的自定义泛型类，用户应当从已经实现了 __class_getitem__() 的标准库类继承，或是从 typing.Generic 继承，这个类拥有自己的 __class_getitem__() 实现。

标准库以外的类上的 __class_getitem__() 自定义实现可能无法被第三方类型检查器如 mypy 所理解。 不建议在任何类上出于类型提示以外的目的使用 __class_getitem__()。

2.2 __class_getitem__ 与 __getitem__

通常，使用方括号语法 抽取 一个对象将会调用在该对象的类上定义的 __getitem__() 实例方法。 不过，如果被拟抽取的对象本身是一个类，则可能会调用 __class_getitem__() 类方法。 __class_getitem__() 如果被正确地定义，则应当返回一个 GenericAlias 对象。

---

下面先来认识GenericAlias 类型：

参考官方文档：

https://docs.python.org/zh-cn/3.9/library/stdtypes.html#types-genericalias

GenericAlias 对象通常是通过 抽取 一个类来创建的。 它们最常被用于容器类，如 list 或 dict。 举例来说，list[int] 这个 GenericAlias 对象是通过附带 int 参数抽取 list 类来创建的。 GenericAlias 对象的主要目的是用于 类型标注。

类型标注，意即：关联到某个变量、类属性、函数形参或返回值的标签，被约定作为 类型注解 来使用。局部变量的标注在运行时不可访问，但全局变量、类属性和函数的标注会分别存放模块、类和函数的 __annotations__ 特殊属性中。也就是我们所说的python的annotation注解，如下简单示例python函数使用注解的场景：

def run(x: int, y: int) -> int:pass

上述的形参x、y以及返回值的注解都是int，存在于函数的 __annotations__ 特殊属性中。

注意：通常一个类只有在实现了特殊方法 __class_getitem__() 时才支持抽取操作，也就是形如类名A[xx]的抽取操作。

---

GenericAlias 对象可作为 generic type 的代理，实现了 形参化泛型。

对于一个容器类，提供给类的 抽取 操作的参数可以指明对象所包含的元素类型。 例如，set[bytes] 可在类型标注中用来表示一个 set 中的所有元素均为 bytes 类型。

对于一个定义了 __class_getitem__() 但不属于容器的类，提供给类的抽取操作的参数往往会指明在对象上定义的一个或多个方法的返回值类型。 例如，正则表达式可以被用在 str 数据类型和 bytes 数据类型上:

• 如果 x = re.search(‘foo’, ‘foo’)，则 x 将为一个 re.Match 对象而 x.group(0) 和x[0] 的返回值将均为 str 类型。 我们可以在类型标注中使用 GenericAlias re.Match[str] 来代表这种对象。
• 如果 y = re.search(b’bar’, b’bar’)，(注意 b 表示 bytes)，则 y 也将为一个 re.Match的实例，但 y.group(0) 和 y[0] 的返回值将均为 bytes 类型。 在类型标注中，我们将使用 re.Match[bytes] 来代表这种形式的 re.Match 对象。

GenericAlias 对象是 types.GenericAlias 类的实例，该类也可被用来直接创建 GenericAlias 对象。

T[X, Y, Z…]

创建一个代表由类型 X, Y, Z来参数化的类型 T 的 GenericAlias，此类型会更依赖于所使用的 T。 例如，一个接受包含 float 元素的 list 的函数:

def average(values: list[float]) -> float:return sum(values) / len(values)print(average([1.3, 3, 5]))
# 3.1

另一个例子是关于 mapping 对象的，用到了 dict，泛型的两个类型参数分别代表了键类型和值类型。本例中的函数需要一个 dict，其键的类型为 str，值的类型为 int:。

def send_post_request(url: str, body: dict[str, int]) -> None:...

内置函数 isinstance() 和 issubclass() 不接受第二个参数为 GenericAlias 类型：

isinstance([1, 2], list[str])

执行报错：

Python运行时不会强制执行类型标注。 这种行为扩展到了泛型及其类型形参。 当由 GenericAlias创建容器对象时，并不会检查容器中为元素指定的类型。 例如，以下代码虽然不被鼓励，但运行时并不会报错:

t = list[str]
print(t([1, 2, 3]))

结果：

[1, 2, 3]

或者使用GenericAlias，如下有官方文档参考：

参考官方文档，GenericAlias 对象的特殊属性：

https://docs.python.org/zh-cn/3.9/library/stdtypes.html#special-attributes-of-genericalias-objects

genericalias.__origin__：本属性指向未应用参数之前的泛型类

print(list[int].__origin__)
# <class 'list'>

genericalias.__args__：该属性是传给泛型类的原始 __class_getitem__() 的泛型所组成的 tuple (长度可能为 1):

print(dict[str, list[int]].__args__)
# (<class 'str'>, list[int])

genericalias.__parameters__：该属性是延迟计算出来的一个元组（可能为空），包含了 __args__ 中的类型变量。

from typing import TypeVarT = TypeVar('T')
print(list[T].__parameters__)
# (~T,)

对于GenericAlias对象的特殊属性，应用参数后的泛型都实现了一些特殊的只读属性，简单示例如下：

from types import GenericAliasprint(GenericAlias)
alias = GenericAlias(list[str], [1, 4, 9])
print(alias)
print(type(alias))# 本属性指向未应用参数之前的泛型类
print(alias.__origin__)
# list[str]print(type(alias.__origin__))
# <class 'types.GenericAlias'># 该属性是传给泛型类的原始 __class_getitem__()
# 的泛型所组成的 tuple (长度可能为 1):
print(alias.__args__)
# ([1, 4, 9],)# 该属性是延迟计算出来的一个元组（可能为空），
# 包含了 __args__ 中的类型变量。
print(alias.__parameters__)
# ()

结果如下：

除了上述对于GenericAlias的使用，我们再来举个栗子：

使用非数据描述器协议，纯Python版本的 classmethod() 实现如下：

from types import MethodTypeclass ClassMethod:"Emulate PyClassMethod_Type() in Objects/funcobject.c"def __init__(self, f):self.f = fdef __get__(self, obj, cls=None):if cls is None:cls = type(obj)if hasattr(type(self.f), '__get__'):print("执行hasattr:")return self.f.__get__(cls)return MethodType(self.f, cls)class A:@ClassMethoddef test(cls):print("A ClassMethod:", cls)print(type(cls))def MyFunc(cls):print("MyFunc:", cls)print(type(cls))class B:passif __name__ == '__main__':A.test()print("\n********************\n")MyFunc.__get__(B)()

执行结果如下：

上述演示了使用纯Python实现classmethod的方式，classmethod()一般作为装饰器使用，作用是将类中实例方法，绑定为类方法（即类中方法使用classmethod装饰后，第一个参数是cls，代表class对象，而非self实例对象）。

有了上述的说明，我们再来看下Python源码中常见的对于GenericAlias的使用：

如下是functools中的cached_property源码片段：

class cached_property:...__class_getitem__ = classmethod(GenericAlias)

上述对于类cached_property的__class_getitem__，将其赋值为classmethod方法修饰了GenericAlias后的对象，其巧妙之处如下可见：

from types import GenericAlias
from types import MethodTypeclass ClassMethod:"Emulate PyClassMethod_Type() in Objects/funcobject.c"def __init__(self, f):self.f = fdef __get__(self, obj, cls=None):if cls is None:cls = type(obj)if hasattr(type(self.f), '__get__'):print("执行hasattr:")return self.f.__get__(cls)return MethodType(self.f, cls)class Xiaoxu:__class_getitem__ = classmethod(GenericAlias)# def __class_getitem__(cls, item):#     passprint(Xiaoxu[int])
print(GenericAlias(Xiaoxu, (int,)))

执行结果如下：

分析如下，上述的Xiaoxu[int]，是通过Python的方括号实现类的泛型化（注意这里是类名+方括号，而不是实例对象+方括号），会自动调用Xiaoxu.__class_getitem__()方法，同时方括号中的int作为方法调用的参数，实际调用形式是：Xiaoxu.__class_getitem__(int)。因为__class_getitem__方法的完整调用形式为：def __class_getitem__(cls, item)，所以我们传入的泛型int，就是该方法的item参数，而cls自然需要为类自身，这里为Xiaoxu类，那么Python底层源码为类定义__class_getitem__ = classmethod(GenericAlias)是如何巧妙的实现这种调用形式的呢？

参考官方文档，调用描述器：

https://docs.python.org/zh-cn/3.9/reference/datamodel.html#object.__get__

由此我们知道，描述器的__get__的执行逻辑是：

总的说来，描述器就是具有“绑定行为”的对象属性，其属性访问已被描述器协议中的方法所重载: __get__(), __set__() 和 __delete__()。 如果一个对象定义了以上方法中的任意一个，它就被称为描述器。

属性访问的默认行为是从一个对象的字典中获取、设置或删除属性。例如，a.x 的查找顺序会从 a.__dict__[‘x’] 开始，然后是 type(a).__dict__[‘x’]，接下来依次查找 type(a) 的上级基类，不包括元类。

但是，如果找到的值是定义了某个描述器方法的对象，则 Python 可能会重载默认行为并转而发起调用描述器方法。这具体发生在优先级链的哪个环节则要根据所定义的描述器方法及其被调用的方式来决定。

描述器发起调用的开始点是一个绑定 a.x。参数的组合方式依 a 而定:

直接调用

• 最简单但最不常见的调用方式是用户代码直接发起调用一个描述器方法: x.__get__(a)。

实例绑定

• 如果绑定到一个对象实例，a.x 会被转换为调用: type(a).__dict__[‘x’].__get__(a,
  type(a))。

类绑定

• 如果绑定到一个类，A.x 会被转换为调用: A.__dict__[‘x’].__get__(None, A)。

超绑定

• 如果 a 是 super 的一个实例，则绑定 super(B, obj).m() 会在
  obj.__class__.__mro__ 中搜索 B 的直接上级基类 A 然后通过以下调用来发起调用描述器:
  A.__dict__[‘m’].__get__(obj, obj.__class__)。

所以我们将__class_getitem__设置为classmethod(GenericAlias)后，Xiaoxu.__class_getitem__(int)实际执行为类绑定发起的描述器的get，故而转换成Xiaoxu.__dict__[‘__class_getitem__’].__get__(None, Xiaoxu)(int)，也就是：

classmethod(GenericAlias).__get__(None, Xiaoxu)(int)

所以本质是调用classmethod的__get__方法，obj是None，cls是class对象Xiaoxu，返回MethodType(self.f, cls)，也就是绑定了第一个参数是class对象Xiaoxu的GenericAlias对象，对该GenericAlias对象再通过(int)调用，即传入GenericAlias的第二个参数cls为int，前面我们说过：

• GenericAlias的第一个属性指向未应用参数之前的泛型类，可以通过GenericAlias对象.__origin__获取，这里是绑定的Xiaoxu类对象；
• GenericAlias的第二个属性是传给泛型类的原始__class_getitem__()的泛型（也就是__class_getitem__()的item参数）所组成的tuple (长度可能为1)，可以通过GenericAlias对象.__args__获取，这里是我们调用Xiaoxu[int]时传入的int，为元组形式(int, )。

同时，上述的MethodType(self.f, cls)，实际就是通过猴子补丁，将函数f，这里为GenericAlias，绑定cls，也就是Xiaoxu类，然后再通过int参数调用绑定cls后的GenericAlias，具体猴子补丁可以参考如下：

python猴子补丁：修改类的__new__

到此，我们将Python源码中如何巧妙使用__class_getitem__()的方式分析完毕了，这也提示了我们，如果需要使用__class_getitem__方法，可以通过在类中定义__class_getitem__ = classmethod(GenericAlias)的形式来自定义实现__class_getitem__方法并获取对应的泛型类型GenericAlias，下述的代码也可以印证我们上述分析所得：

from types import GenericAlias
from types import MethodTypeclass ClassMethod:"Emulate PyClassMethod_Type() in Objects/funcobject.c"def __init__(self, f):self.f = fdef __get__(self, obj, cls=None):print(f"self:{self}, obj:{obj}, cls:{cls}")if cls is None:cls = type(obj)if hasattr(type(self.f), '__get__'):print("执行hasattr:")return self.f.__get__(cls)print("返回MethodType", MethodType(self.f, cls))return MethodType(self.f, cls)class Xiaoxu:# __class_getitem__ = classmethod(GenericAlias)__class_getitem__ = ClassMethod(GenericAlias)# def __class_getitem__(cls, item):#     passprint("\n" + "(0)" + "*" * 30)
print(Xiaoxu.__dict__['__class_getitem__'].__get__(None, Xiaoxu)(int))print("\n" + "(1)" + "*" * 30)
print(Xiaoxu.__class_getitem__(int))print("\n" + "(2)" + "*" * 30)
print(Xiaoxu[int])print("\n" + "(3)" + "*" * 30)
print(GenericAlias(Xiaoxu, (int,)))# print(type(GenericAlias))
# <class 'type'>

结果：

(0)******************************
self:<__main__.ClassMethod object at 0x0000021C7ED89070>, obj:None, cls:<class '__main__.Xiaoxu'>
返回MethodType <bound method GenericAlias of <class '__main__.Xiaoxu'>>
__main__.Xiaoxu[int](1)******************************
self:<__main__.ClassMethod object at 0x0000021C7ED89070>, obj:None, cls:<class '__main__.Xiaoxu'>
返回MethodType <bound method GenericAlias of <class '__main__.Xiaoxu'>>
__main__.Xiaoxu[int](2)******************************
self:<__main__.ClassMethod object at 0x0000021C7ED89070>, obj:None, cls:<class '__main__.Xiaoxu'>
返回MethodType <bound method GenericAlias of <class '__main__.Xiaoxu'>>
__main__.Xiaoxu[int](3)******************************
__main__.Xiaoxu[int]

可以看到，最终返回的就是bound method：<bound method GenericAlias of <class ‘__main__.Xiaoxu’>>，GenericAlias绑定了class对象Xiaoxu，然后执行item为int的方法调用，最终并打印GenericAlias泛型对象，且4种方式的结果完全一致：

如果增加GenericAlias的特殊属性打印，如下代码：

print("\n" + "(0)" + "*" * 30)
print(Xiaoxu.__dict__['__class_getitem__'].__get__(None, Xiaoxu)(int))print("\n" + "(1)" + "*" * 30)
print(Xiaoxu.__class_getitem__(int))print("\n" + "(2)" + "*" * 30)
print(Xiaoxu[int])print("\n" + "(3)" + "*" * 30)
print(GenericAlias(Xiaoxu, (int,)))# print(type(GenericAlias))
# <class 'type'>print(GenericAlias(Xiaoxu, (int,)).__origin__)
print(GenericAlias(Xiaoxu, (int,)).__args__)
print(Xiaoxu[int].__origin__)
print(Xiaoxu[int].__args__)

结果如下：

那么我们在自已实现泛型类，并需要判断泛型类本身和其泛型时，可以通过下述的部分方式：

print(Xiaoxu[int].__origin__ is Xiaoxu)
print(Xiaoxu[int].__origin__ == Xiaoxu)
print(Xiaoxu[int].__args__ is (int,))
print(Xiaoxu[int].__args__ == (int,))
# True
# True
# False
# True

另外还有一个点需要注意，就是GenericAlias的第一个和第二个参数都是可以为None的，注意泛型类和泛型类型在使用时，需要判空处理等等：

print(GenericAlias(None, None).__origin__)
print(GenericAlias(None, None).__args__)
print(GenericAlias(Xiaoxu, None).__origin__)
print(GenericAlias(Xiaoxu, None).__args__)
print(Xiaoxu[None].__origin__)
print(Xiaoxu[None].__args__)

结果如下：

当然，如果是None[None]，那么直接抛出异常（None对象或者说没有自定义实现__class_getitem__方法或定义有误的类对象，使用中括号，抛错一般为：is not subscriptable，当然不考虑优先调用__getitem__方法的情况）：

TypeError: 'NoneType' object is not subscriptable

最后，当然地，继承也是可以直接使用__class_getitem__方法的：

class Xiaoxu:# __class_getitem__ = classmethod(GenericAlias)__class_getitem__ = ClassMethod(GenericAlias)# def __class_getitem__(cls, item):#     passclass Xiaoxu2(Xiaoxu):passprint(Xiaoxu2[int].__origin__)
print(Xiaoxu2[int].__args__)
# <class '__main__.Xiaoxu2'>
# (<class 'int'>,)

执行的效果和上述一致。

---

上述对GenericAlias对象有了一个较为详尽的使用分析，下面再来看下泛型的一些其他使用说明：

在创建对象的过程中，应用了参数后的泛型还会抹除类型参数：

t = list[str]
print(type(t))
# <class 'types.GenericAlias'>l = t()
print(type(l))
# <class 'list'>

在泛型上调用 repr() 或 str() 会显示应用参数之后的类型：

print(repr(list[int]))
# list[int]print(str(list[int]))
# list[int]

调用泛型容器的 __getitem__() 方法将引发异常以防出现 dict[str][str] 之类的错误：

dict[str][str]

报错如下：

不过，当使用了 类型变量 时这种表达式是无效的。 索引必须有与 GenericAlias 对象的 __args__ 中的类型变量条目数量相当的元素。

from typing import TypeVarX = TypeVar('X')
print(dict[str, X][int])
# dict[str, int]

---

到此，上述对GenericAlias对象和泛型的一些说明介绍已经完毕，下面回到__class_getitem__和__getitem__：

使用表达式obj[x]来呈现，Python 解释器会遵循下面这样的过程来确定应当调用 __getitem__() 还是 __class_getitem__()：

from inspect import isclassdef subscribe(obj, x):"""Return the result of the expression `obj[x]`"""class_of_obj = type(obj)# If the class of obj defines __getitem__,# call class_of_obj.__getitem__(obj, x)if hasattr(class_of_obj, '__getitem__'):return class_of_obj.__getitem__(obj, x)# Else, if obj is a class and defines __class_getitem__,# call obj.__class_getitem__(x)elif isclass(obj) and hasattr(obj, '__class_getitem__'):return obj.__class_getitem__(x)# Else, raise an exceptionelse:raise TypeError(f"'{class_of_obj.__name__}' object is not subscriptable")

在 Python 中，所有的类自身也是其他类的实例。 一个类所属的类被称为该类的 metaclass，并且大多数类都将 type 类作为它们的元类。 type 没有定义 __getitem__()，这意味着 list[int], dict[str, float] 和 tuple[str, bytes] 这样的表达式都将导致 __class_getitem__() 被调用:

# list has class "type" as its metaclass,
# like most classes:
print(type(list))
# <class 'type'>print(type(dict) == type(list)== type(tuple) == type(str)== type(bytes))
# True# "list[int]" calls "list.__class_getitem__(int)"
print(list[int])
# list[int]# list.__class_getitem__ returns a GenericAlias object:
print(type(list[int]))
# <class 'types.GenericAlias'>

然而，如果一个类属于定义了 __getitem__() 的自定义元类，则抽取该类可能导致不同的行为。 这方面的一个例子可以在 enum 模块中找到（Python的枚举类Enum，自定义了__getitem__()方法）：

EnumMeta源码部分片段如下，自定义的__getitem__()方法：

def __getitem__(cls, name):return cls._member_map_[name]

栗子：

from enum import Enumclass XiaoxuMenu(Enum):"""A breakfast menu"""# 午餐肉SPAM = 'xiaoxu_spam'# 培根BACON = 'xiaoxu_bacon'# Enum classes have a custom metaclass:
print(type(XiaoxuMenu))
# <class 'enum.EnumMeta'># EnumMeta defines __getitem__,
# so __class_getitem__ is not called,
# and the result is not a GenericAlias object:
print(XiaoxuMenu['SPAM'])
# XiaoxuMenu.SPAMprint(type(XiaoxuMenu['SPAM']))
# <enum 'XiaoxuMenu'>print(XiaoxuMenu['BACON'])
# XiaoxuMenu.BACONprint(XiaoxuMenu[int])
# 报错：return cls._member_map_[name]  KeyError: <class 'int'>
# 这个报错是因为cls._member_map_是字典dict，cls._member_map_[name]
# 会自动调用dict的__get__方法，若Key不存在，
# 则抛出KeyError: <class 'int'>

执行结果：

或者我们修改如下的方式执行：

from enum import Enumclass XiaoxuMenu(Enum):"""A breakfast menu"""# 午餐肉SPAM = 'xiaoxu_spam'# 培根BACON = 'xiaoxu_bacon'@classmethoddef getMenuByName(cls, menu_name: str) -> Enum:for name, member in cls.__members__.items():if member.value.__eq__(menu_name):return memberelse:raise ValueError(f"name {menu_name} do't exists in XiaoxuMenu.")def __class_getitem__(cls, item):if item is not Enum:raise TypeError("Enum suffix allowed")from types import GenericAliasalias = GenericAlias(cls, item)print("获取泛型类原类型：", alias.__origin__)print("获取泛型类泛型类型：", alias.__args__)return aliasprint(XiaoxuMenu.getMenuByName("xiaoxu_bacon"))
# XiaoxuMenu.BACONprint(XiaoxuMenu['SPAM'])
# XiaoxuMenu.SPAMprint(XiaoxuMenu[int])
# Error,KeyError: <class 'int'>

结果如下：

---

2.3 __class_getitem__的使用的其它栗子

栗子1：

from typing import ClassVar, Generic, TypeVarT = TypeVar("T")class Xiaoxu(Generic[T]):cls_attr: ClassVar[int]def __class_getitem__(cls, item: tuple[int, T]):print("开始调用__class_getitem__", cls, item)cls.cls_attr = item[0]getitem__ = super().__class_getitem__(item[1])print(getitem__)print(type(getitem__))print("origin:", getitem__.__origin__)print("args:", getitem__.__args__)# _GenericAliasreturn getitem__def __init__(self, arg: T):self.arg = argx = Xiaoxu[99, bool](arg=True)
print(x.cls_attr)
print(x.arg)
# 开始调用__class_getitem__ <class '__main__.Xiaoxu'> (99, <class 'bool'>)
# __main__.Xiaoxu[bool]
# <class 'typing._GenericAlias'>
# origin: <class '__main__.Xiaoxu'>
# args: (<class 'bool'>,)
# 99
# True

执行结果：

栗子2：

class XiaoxuGeneric:def __init__(self, *args):self.list_data = [*args]@classmethoddef do_iterable(cls, iterable):return cls(*iterable)@staticmethoddef get_data(x):return xdef __class_getitem__(cls, item):if isinstance(item, (tuple,)):raise TypeError(f"unsupported item found: {item}.")X, = (item,)class NewXiaoxuGeneric(cls):@classmethoddef do_iterable(cls, iterable):return cls(*(X(x) for x in iterable))@staticmethoddef get_data(x):return X(x)return NewXiaoxuGenericdata = (1, 3, 8.8, 9.9)print(XiaoxuGeneric.do_iterable(data).list_data)
# [1, 3, 8.8, 9.9]print(XiaoxuGeneric[int].do_iterable(data).list_data)
# [1, 3, 8, 9]print(XiaoxuGeneric[str].do_iterable(data).list_data)
# ['1', '3', '8.8', '9.9']print(XiaoxuGeneric[lambda x: x ** 2].do_iterable(data).list_data)
# [1, 9, 77.44000000000001, 98.01]print(XiaoxuGeneric[int, float, complex].do_iterable(data).list_data)
# TypeError: unsupported item found:
# (<class 'int'>, <class 'float'>, <class 'complex'>).

执行结果如下：

上述的栗子也说明了，__class_getitem__ 方法可以让开发者在泛型类型中实现类型参数的协变或逆变，从而更加灵活地处理类型。它通常用于实现一些高级的泛型类型，例如函数式编程中的 Functor、Monad 等。