TypeScript или Python: типизация, скорость, где применять

TypeScript и Python оба высокоуровневые языки со сборкой мусора, функциями первого класса и большими экосистемами пакетов. Главное различие в типизации: типы TypeScript проверяет компилятор до запуска программы, а подсказки типов в Python это необязательные аннотации, которые интерпретатор игнорирует. Кроме того, они работают на разных движках и доминируют в разных видах ПО: TypeScript в вебе, Python в работе с данными и скриптах.

Вот небольшая программа на TypeScript. Нажмите Run:

interface Order {
    customer: string;
    amount: number;
    paid: boolean;
}

function totalPaid(orders: Order[]): number {
    return orders.filter((o) => o.paid).reduce((sum, o) => sum + o.amount, 0);
}

const orders: Order[] = [
    { customer: "Ada", amount: 120, paid: true },
    { customer: "Grace", amount: 80.5, paid: false },
    { customer: "Linus", amount: 42.25, paid: true },
];

const byAmount = [...orders].sort((a, b) => b.amount - a.amount).map((o) => o.customer);
console.log(totalPaid(orders));
console.log(byAmount);

Вывод:

162.25
[ 'Ada', 'Grace', 'Linus' ]

Та же программа на Python с подсказками типов:

from dataclasses import dataclass


@dataclass
class Order:
    customer: str
    amount: float
    paid: bool


def total_paid(orders: list[Order]) -> float:
    return sum(o.amount for o in orders if o.paid)


orders = [
    Order("Ada", 120.0, True),
    Order("Grace", 80.5, False),
    Order("Linus", 42.25, True),
]

by_amount = [o.customer for o in sorted(orders, key=lambda o: o.amount, reverse=True)]
print(total_paid(orders))
print(by_amount)

162.25
['Ada', 'Grace', 'Linus']

Структура похожа: тип для записи, функция с типизированными параметрами, список значений. Видимые различия в синтаксисе (фигурные скобки и точки с запятой против отступов), interface против @dataclass и стрелочные функции с filter/reduce против выражения-генератора.

TypeScript и Python: краткое сравнение

Синтаксис бок о бок

Если вы знаете подсказки типов Python, у большинства аннотаций TypeScript есть прямой аналог:

Статические типы и подсказки типов

Оба языка позволяют написать одну и ту же аннотацию, a: number или a: int. А дальше происходит разное.

В TypeScript компилятор проверяет каждый вызов до того, как что-либо запустится. Неверный аргумент останавливает сборку:

// This does not compile: TypeScript checks the call before running it.
function add(a: number, b: number): number {
    return a + b;
}

console.log(add(2, 3));
console.log(add("2", "3"));

index.ts(7,17): error TS2345: Argument of type 'string' is not assignable to parameter of type 'number'.

В Python подсказки это метаданные. Интерпретатор выполняет вызов и возвращает строку:

def add(a: int, b: int) -> int:
    return a + b


print(add(2, 3))      # 5
print(add("2", "3"))  # 23, the hints are not enforced

Проверка это отдельный шаг с инструментом вроде mypy:

$ mypy hints.py
hints.py:6: error: Argument 1 to "add" has incompatible type "str"; expected "int"  [arg-type]
hints.py:6: error: Argument 2 to "add" has incompatible type "str"; expected "int"  [arg-type]
Found 2 errors in 1 file (checked 1 source file)

Поэтому типизация в Python постепенная по замыслу: неаннотированный код просто не проверяется, а подсказки добавляют там, где они помогают. TypeScript тоже может быть нестрогим (any отключает проверку для значения), но с включённым strict, а это значение по умолчанию, неаннотированный параметр считается ошибкой, а не свободным пропуском.

Общее у обоих языков одно: ни один не проверяет типы во время работы программы. TypeScript стирает свои типы, а Python игнорирует свои подсказки. Данные, приходящие во время выполнения, например JSON из API, в обоих языках нужно валидировать (это делают по схеме библиотеки вроде Zod в TypeScript и Pydantic в Python).

Числа ведут себя по-разному

В TypeScript числа из JavaScript: number это 64-битное число с плавающей точкой и для целых, и для дробных, а bigint это отдельный тип для больших целых. int в Python сам растёт до любого размера.

console.log(0.1 + 0.2);        // float rounding, same as Python
console.log(2 ** 53 + 1);      // beyond 2^53, not every integer fits in a number
console.log(7 / 2, Math.trunc(7 / 2));
console.log(2n ** 100n);       // bigint: exact, like Python's int

Вывод:

0.30000000000000004
9007199254740992
3.5 3
1267650600228229401496703205376n

Python печатает 9007199254740993 для 2**53 + 1, поскольку его целые числа точны при любом размере, и в нём есть отдельный оператор целочисленного деления 7 // 2, который даёт 3. В TypeScript нет типа int; целое число это просто number без дробной части.

Среда выполнения и производительность

TypeScript выполняется как JavaScript. V8 (в Chrome и Node.js), JavaScriptCore (в Safari и Bun) и SpiderMonkey (в Firefox) компилируют горячий код в машинный код прямо во время выполнения, поэтому плотные циклы на TypeScript обычно намного быстрее тех же циклов в CPython, который выполняет байткод.

Для многих программ этот разрыв значит меньше, чем кажется:

• Числовые библиотеки и библиотеки машинного обучения Python (NumPy, pandas, PyTorch) выполняют тяжёлую работу в скомпилированном коде на C, C++ или CUDA, так что программа на Python, которая их вызывает, крутит внутренние циклы не на Python.
• Веб-серверы на любом из языков значительную часть времени ждут базы данных и сеть.

Оба языка выполняют большую часть кода в одном основном потоке. TypeScript на Node.js обрабатывает конкурентность через цикл событий и async/await, а для параллельной вычислительной работы использует потоки-воркеры. В Python есть asyncio для того же стиля конкурентности, а также потоки и процессы.

Экосистемы и области применения

TypeScript выбирают по умолчанию для:

• Веб-фронтенда: React, Angular, Vue и Svelte поддерживают его, и он компилируется в JavaScript, который выполняют браузеры.
• Серверного кода на Node.js, Deno и Bun: API на Express, Fastify, NestJS или Hono.
• Fullstack-приложений, где сервер и браузер используют общие определения типов, например проектов на Next.js.
• Инструментов, утилит командной строки и десктопных приложений на Electron.

Python выбирают по умолчанию для:

• Анализа и визуализации данных (pandas, NumPy, Matplotlib, блокноты Jupyter).
• Машинного обучения и ИИ (PyTorch, scikit-learn и большая часть кода для обучения моделей).
• Скриптов и автоматизации: обработки файлов, системного администрирования, связующего кода.
• Веб-бэкенда на Django, Flask или FastAPI.
• Научных вычислений и обучения.

Больше всего они пересекаются в бэкенд-разработке. Команды часто выбирают по тому, что используется в остальном стеке: TypeScript, чтобы делиться кодом с фронтендом на TypeScript, Python, чтобы быть рядом с кодом для данных и ML.

Что учить?

• Разрабатываете для веба? Изучите JavaScript, затем TypeScript. Всё, что работает в браузере, в итоге является JavaScript, а TypeScript это то, на чём пишется большая часть профессионального фронтенд-кода.
• Работаете с данными, ИИ или автоматизацией? Изучите Python. У его библиотек в этих областях нет настоящих аналогов в мире JavaScript.
• Первый язык без чёткой цели? В Python меньше синтаксиса, который нужно выучить, прежде чем писать полезные программы. TypeScript добавляет систему типов поверх JavaScript: поначалу это лишний материал, но он окупается по мере роста программ.

Многие разработчики используют оба: Python для данных и скриптов, TypeScript для веб-кода продукта. Если вы уже знаете подсказки типов Python, аннотации TypeScript покажутся знакомыми; новое в том, что компилятор по умолчанию их соблюдает, а в основе лежит среда выполнения JavaScript.