python動態對象

⑴ python如何動態創建對象

classpeople:
	def__init__(self,info):
		self.name=info[0]
		self.location=info[1]
		self.dev=info[2]
		self.age=info[3]
		self.sex=info[4]

	defone_method(self):
		print'hello?iam%s'%self.name
		
		
if__name__=='__main__':
	person=people(['jimmy',1,'test',32,'male'])
	person.one_method()

⑵ 為什麼說Python是一門動態語言

首先要理解什麼是動態語言：通俗地說：能夠在運行時修改自身程序結構的語言，就屬於動態語言。那怎樣才算是「運行時修改自身程序結構」捏？比如下面這幾個例子都 算：在運行時給某個類增加成員函數及成員變數；在運行時改變某個類的父類；在運行時創建出某個函數.。

Python是可以實現動態類的創建類（在任意代碼位置，符合正確的書寫格式），或者給類增加刪除屬性。因為類也是對象，你可以在運行時動態的創建它們，就像其他任何對象一樣。首先，你可以在函數中創建類，使用class關鍵字即可。

例子：

defchoose_class(name):
ifname=='foo':
classFoo(object):
pass
returnFoo#返回的是類，不是類的實例
else:
classBar(object):
pass
returnBar

#排版有問題不好意思
#如果你覺得還不夠動態，因為你仍然需要自己編寫整個類的代碼。由於類也是對象，
#所以它們必須是通過什麼東西來生成的才對。當你使用class關鍵字時，Python解釋器自動創建這
#個對象。但就和Python中的大多數事情一樣，Python仍然提供給你手動處理的方法。內建函數中有
#一個名叫type的內建函數，這個內建函數古老但強大的函數，它能夠讓你知道一個對象的類型是
#什麼，就像這樣：

>>>MyShinyClass=type('MyShinyClass',(),{})#返回一個類對象
>>>printMyShinyClass<class'__main__.MyShinyClass'
>>>>printMyShinyClass()#創建一個該類的實例
<__main__.MyShinyClassobjectat0x8997cec>另附type使用方法：
#type(類名,父類的元組（針對繼承的情況，可以為空），包含屬性的字典（名稱和值）)

⑶ Python是什麼啊

Python不是軟體，是一種計算機編程語言，是一門非常適合0基礎學習的編程語言，前景好、待遇高、崗位多、需求量大。
Python由荷蘭數學和計算機科學研究學會的Guido van Rossum 於1990 年代初設計，是一門叫做ABC語言的替代品。Python提供了高效的高級數據結構，還能簡單有效地面向對象編程。Python語法和動態類型，以及解釋型語言的本質，使它成為多數平台上寫腳本和快速開發應用的編程語言，隨著版本的不斷更新和語言新功能的添加，被用於獨立的、大型項目的開發。
Python解釋器易於擴展，可以使用C或者C++擴展新的功能和數據類型。Python也可用於定製化軟體中的擴展程序語言，Python豐富的標准庫，提供了適用於各種主要系統平台的源碼或機器碼。
Python具備以下優勢：
簡單：Python是一種代表簡單主義思想的語言。閱讀一個良好的Python程序就感覺像是在讀英語一樣。它使你能夠專注於解決問題而不是去搞明白語言本身。
易學：Python極其容易上手，因為Python有極其簡單的說明文檔 。
易讀、易維護：風格清晰劃一、強制縮進。
速度快：Python 的底層是用 C 語言寫的，很多標准庫和第三方庫也都是用 C 寫的，運行速度非常快。
免費、開源：Python是FLOSS(自由/開放源碼軟體)之一。使用者可以自由地發布這個軟體的拷貝、閱讀它的源代碼、對它做改動、把它的一部分用於新的自由軟體中。FLOSS是基於一個團體分享知識的概念。
高層語言：用Python語言編寫程序的時候無需考慮諸如如何管理你的程序使用的內存一類的底層細節。
可移植性：由於它的開源本質，Python已經被移植在許多平台上(經過改動使它能夠工作在不同平台上)。這些平台包括linux、Windows、FreeBSD、Macintosh、Solaris、OS/2、Amiga、AROS、AS/400、BeOS、OS/390、z/OS、Palm OS、QNX、VMS、Psion、Acom RISC OS、VxWorks、PlayStation、Sharp Zaurus、Windows CE、PocketPC、Symbian以及Google基於linux開發的android平台。

⑷ python中想動態創建對象應該怎麼做

class BaseObject(object):
def __init__(self, **kwg):
self.__dict__ = dict(kwg)

content = '''Tim.Wang|M|43
Bruce.Wang|M|38
Amay.Song|F|21'''

def ln2obj(ln):
name,sex,age = ln.split('|')
return BaseObject(name=name,sex=sex,age=int(age))

students = map(ln2obj, content.splitlines())

⑸ Python如何通過字元或數字動態獲取對象的名稱或者屬性

首先通過一個例子來看一下本文中可能用到的對象和相關概念。
#coding: UTF-8
import sys # 模塊，sys指向這個模塊對象
import inspect
def foo(): pass # 函數，foo指向這個函數對象

class Cat(object): # 類，Cat指向這個類對象
def __init__(self, name='kitty'):
self.name = name
def sayHi(self): # 實例方法，sayHi指向這個方法對象，使用類或實例.sayHi訪問
print self.name, 'says Hi!' # 訪問名為name的欄位，使用實例.name訪問

cat = Cat() # cat是Cat類的實例對象

print Cat.sayHi # 使用類名訪問實例方法時，方法是未綁定的(unbound)
print cat.sayHi # 使用實例訪問實例方法時，方法是綁定的(bound)

有時候我們會碰到這樣的需求，需要執行對象的某個方法，或是需要對對象的某個欄位賦值，而方法名或是欄位名在編碼代碼時並不能確定，需要通過參數傳遞字元串的形式輸入。舉個具體的例子：當我們需要實現一個通用的DBM框架時，可能需要對數據對象的欄位賦值，但我們無法預知用到這個框架的數據對象都有些什麼欄位，換言之，我們在寫框架的時候需要通過某種機制訪問未知的屬性。
這個機制被稱為反射（反過來讓對象告訴我們他是什麼），或是自省（讓對象自己告訴我們他是什麼，好吧我承認括弧里是我瞎掰的- -#），用於實現在運行時獲取未知對象的信息。反射是個很嚇唬人的名詞，聽起來高深莫測，在一般的編程語言里反射相對其他概念來說稍顯復雜，一般來說都是作為高級主題來講；但在Python中反射非常簡單，用起來幾乎感覺不到與其他的代碼有區別，使用反射獲取到的函數和方法可以像平常一樣加上括弧直接調用，獲取到類後可以直接構造實例；不過獲取到的欄位不能直接賦值，因為拿到的其實是另一個指向同一個地方的引用，賦值只能改變當前的這個引用而已。
1. 訪問對象的屬性
以下列出了幾個內建方法，可以用來檢查或是訪問對象的屬性。這些方法可以用於任意對象而不僅僅是例子中的Cat實例對象；Python中一切都是對象。
cat = Cat('kitty')

print cat.name # 訪問實例屬性
cat.sayHi() # 調用實例方法

print dir(cat) # 獲取實例的屬性名，以列表形式返回
if hasattr(cat, 'name'): # 檢查實例是否有這個屬性
setattr(cat, 'name', 'tiger') # same as: a.name = 'tiger'
print getattr(cat, 'name') # same as: print a.name

getattr(cat, 'sayHi')() # same as: cat.sayHi()

dir([obj]):
調用這個方法將返回包含obj大多數屬性名的列表（會有一些特殊的屬性不包含在內）。obj的默認值是當前的模塊對象。
hasattr(obj, attr):
這個方法用於檢查obj是否有一個名為attr的值的屬性，返回一個布爾值。
getattr(obj, attr):
調用這個方法將返回obj中名為attr值的屬性的值，例如如果attr為'bar'，則返回obj.bar。
setattr(obj, attr, val):
調用這個方法將給obj的名為attr的值的屬性賦值為val。例如如果attr為'bar'，則相當於obj.bar = val。
2. 訪問對象的元數據
當你對一個你構造的對象使用dir()時，可能會發現列表中的很多屬性並不是你定義的。這些屬性一般保存了對象的元數據，比如類的__name__屬性保存了類名。大部分這些屬性都可以修改，不過改動它們意義並不是很大；修改其中某些屬性如function.func_code還可能導致很難發現的問題，所以改改name什麼的就好了，其他的屬性不要在不了解後果的情況下修改。
接下來列出特定對象的一些特殊屬性。另外，Python的文檔中有提到部分屬性不一定會一直提供，下文中將以紅色的星號*標記，使用前你可以先打開解釋器確認一下。
2.0. 准備工作：確定對象的類型
在types模塊中定義了全部的Python內置類型，結合內置方法isinstance()就可以確定對象的具體類型了。
isinstance(object, classinfo):
檢查object是不是classinfo中列舉出的類型，返回布爾值。classinfo可以是一個具體的類型，也可以是多個類型的元組或列表。
types模塊中僅僅定義了類型，而inspect模塊中封裝了很多檢查類型的方法，比直接使用types模塊更為輕松，所以這里不給出關於types的更多介紹，如有需要可以直接查看types模塊的文檔說明。本文第3節中介紹了inspect模塊。
2.1. 模塊(mole)
__doc__: 文檔字元串。如果模塊沒有文檔，這個值是None。
*__name__: 始終是定義時的模塊名；即使你使用import .. as 為它取了別名，或是賦值給了另一個變數名。
*__dict__: 包含了模塊里可用的屬性名-屬性的字典；也就是可以使用模塊名.屬性名訪問的對象。
__file__: 包含了該模塊的文件路徑。需要注意的是內建的模塊沒有這個屬性，訪問它會拋出異常！
import fnmatch as m
print m.__doc__.splitlines()[0] # Filename matching with shell patterns.
print m.__name__ # fnmatch
print m.__file__ # /usr/lib/python2.6/fnmatch.pyc
print m.__dict__.items()[0] # ('fnmatchcase', <function fnmatchcase="" at="" 0xb73deb54="">)</function>

2.2. 類(class)
__doc__: 文檔字元串。如果類沒有文檔，這個值是None。
*__name__: 始終是定義時的類名。
*__dict__: 包含了類里可用的屬性名-屬性的字典；也就是可以使用類名.屬性名訪問的對象。
__mole__: 包含該類的定義的模塊名；需要注意，是字元串形式的模塊名而不是模塊對象。
*__bases__: 直接父類對象的元組；但不包含繼承樹更上層的其他類，比如父類的父類。
print Cat.__doc__ # None
print Cat.__name__ # Cat
print Cat.__mole__ # __main__
print Cat.__bases__ # (<type ?object?="">,)
print Cat.__dict__ # {'__mole__': '__main__', ...}</type>

2.3. 實例(instance)
實例是指類實例化以後的對象。
*__dict__: 包含了可用的屬性名-屬性字典。
*__class__: 該實例的類對象。對於類Cat，cat.__class__ == Cat 為 True。
print cat.__dict__
print cat.__class__
print cat.__class__ == Cat # True

2.4. 內建函數和方法(built-in functions and methods)
根據定義，內建的(built-in)模塊是指使用C寫的模塊，可以通過sys模塊的builtin_mole_names欄位查看都有哪些模塊是內建的。這些模塊中的函數和方法可以使用的屬性比較少，不過一般也不需要在代碼中查看它們的信息。
__doc__: 函數或方法的文檔。
__name__: 函數或方法定義時的名字。
__self__: 僅方法可用，如果是綁定的(bound)，則指向調用該方法的類（如果是類方法）或實例（如果是實例方法），否則為None。
*__mole__: 函數或方法所在的模塊名。
2.5. 函數(function)
這里特指非內建的函數。注意，在類中使用def定義的是方法，方法與函數雖然有相似的行為，但它們是不同的概念。
__doc__: 函數的文檔；另外也可以用屬性名func_doc。
__name__: 函數定義時的函數名；另外也可以用屬性名func_name。
*__mole__: 包含該函數定義的模塊名；同樣注意，是模塊名而不是模塊對象。
*__dict__: 函數的可用屬性；另外也可以用屬性名func_dict。
不要忘了函數也是對象，可以使用函數.屬性名訪問屬性（賦值時如果屬性不存在將新增一個），或使用內置函數has/get/setattr()訪問。不過，在函數中保存屬性的意義並不大。
func_defaults: 這個屬性保存了函數的參數默認值元組；因為默認值總是靠後的參數才有，所以不使用字典的形式也是可以與參數對應上的。
func_code: 這個屬性指向一個該函數對應的code對象，code對象中定義了其他的一些特殊屬性，將在下文中另外介紹。
func_globals: 這個屬性指向當前的全局命名空間而不是定義函數時的全局命名空間，用處不大，並且是只讀的。
*func_closure: 這個屬性僅當函數是一個閉包時有效，指向一個保存了所引用到的外部函數的變數cell的元組，如果該函數不是一個內部函數，則始終為None。這個屬性也是只讀的。
下面的代碼演示了func_closure：
#coding: UTF-8
def foo():
n = 1
def bar():
print n # 引用非全局的外部變數n，構造一個閉包
n = 2
return bar

closure = foo()
print closure.func_closure
# 使用dir()得知cell對象有一個cell_contents屬性可以獲得值
print closure.func_closure[0].cell_contents # 2

由這個例子可以看到，遇到未知的對象使用dir()是一個很好的主意 ：）
2.6. 方法(method)
方法雖然不是函數，但可以理解為在函數外面加了一層外殼；拿到方法里實際的函數以後，就可以使用2.5節的屬性了。
__doc__: 與函數相同。
__name__: 與函數相同。
*__mole__: 與函數相同。
im_func: 使用這個屬性可以拿到方法里實際的函數對象的引用。另外如果是2.6以上的版本，還可以使用屬性名__func__。
im_self: 如果是綁定的(bound)，則指向調用該方法的類（如果是類方法）或實例（如果是實例方法），否則為None。如果是2.6以上的版本，還可以使用屬性名__self__。
im_class: 實際調用該方法的類，或實際調用該方法的實例的類。注意不是方法的定義所在的類，如果有繼承關系的話。
im = cat.sayHi
print im.im_func
print im.im_self # cat
print im.im_class # Cat

這里討論的是一般的實例方法，另外還有兩種特殊的方法分別是類方法(classmethod)和靜態方法(staticmethod)。類方法還是方法，不過因為需要使用類名調用，所以他始終是綁定的；而靜態方法可以看成是在類的命名空間里的函數（需要使用類名調用的函數），它只能使用函數的屬性，不能使用方法的屬性。
2.7. 生成器(generator)
生成器是調用一個生成器函數(generator function)返回的對象，多用於集合對象的迭代。
__iter__: 僅僅是一個可迭代的標記。
gi_code: 生成器對應的code對象。
gi_frame: 生成器對應的frame對象。
gi_running: 生成器函數是否在執行。生成器函數在yield以後、執行yield的下一行代碼前處於frozen狀態，此時這個屬性的值為0。
next|close|send|throw: 這是幾個可調用的方法，並不包含元數據信息，如何使用可以查看生成器的相關文檔。
def gen():
for n in xrange(5):
yield n
g = gen()
print g # <generator object gen at 0x...>
print g.gi_code # <code object gen at 0x...>
print g.gi_frame # <frame object at 0x...>
print g.gi_running # 0
print g.next() # 0
print g.next() # 1
for n in g:
print n, # 2 3 4

接下來討論的是幾個不常用到的內置對象類型。這些類型在正常的編碼過程中應該很少接觸，除非你正在自己實現一個解釋器或開發環境之類。所以這里只列出一部分屬性，如果需要一份完整的屬性表或想進一步了解，可以查看文末列出的參考文檔。
2.8. 代碼塊(code)
代碼塊可以由類源代碼、函數源代碼或是一個簡單的語句代碼編譯得到。這里我們只考慮它指代一個函數時的情況；2.5節中我們曾提到可以使用函數的func_code屬性獲取到它。code的屬性全部是只讀的。
co_argcount: 普通參數的總數，不包括*參數和**參數。
co_names: 所有的參數名（包括*參數和**參數）和局部變數名的元組。
co_varnames: 所有的局部變數名的元組。
co_filename: 源代碼所在的文件名。
co_flags: 這是一個數值，每一個二進制位都包含了特定信息。較關注的是0b100(0×4)和0b1000(0×8)，如果co_flags & 0b100 != 0，說明使用了*args參數；如果co_flags & 0b1000 != 0，說明使用了**kwargs參數。另外，如果co_flags & 0b100000(0×20) != 0，則說明這是一個生成器函數(generator function)。
co = cat.sayHi.func_code
print co.co_argcount # 1
print co.co_names # ('name',)
print co.co_varnames # ('self',)
print co.co_flags & 0b100 # 0

2.9. 棧幀(frame)
棧幀表示程序運行時函數調用棧中的某一幀。函數沒有屬性可以獲取它，因為它在函數調用時才會產生，而生成器則是由函數調用返回的，所以有屬性指向棧幀。想要獲得某個函數相關的棧幀，則必須在調用這個函數且這個函數尚未返回時獲取。你可以使用sys模塊的_getframe()函數、或inspect模塊的currentframe()函數獲取當前棧幀。這里列出來的屬性全部是只讀的。
f_back: 調用棧的前一幀。
f_code: 棧幀對應的code對象。
f_locals: 用在當前棧幀時與內建函數locals()相同，但你可以先獲取其他幀然後使用這個屬性獲取那個幀的locals()。
f_globals: 用在當前棧幀時與內建函數globals()相同，但你可以先獲取其他幀……。

def add(x, y=1):
f = inspect.currentframe()
print f.f_locals # same as locals()
print f.f_back # <frame object at 0x...>
return x+y
add(2)

2.10. 追蹤(traceback)
追蹤是在出現異常時用於回溯的對象，與棧幀相反。由於異常時才會構建，而異常未捕獲時會一直向外層棧幀拋出，所以需要使用try才能見到這個對象。你可以使用sys模塊的exc_info()函數獲得它，這個函數返回一個元組，元素分別是異常類型、異常對象、追蹤。traceback的屬性全部是只讀的。
tb_next: 追蹤的下一個追蹤對象。
tb_frame: 當前追蹤對應的棧幀。
tb_lineno: 當前追蹤的行號。
def div(x, y):
try:
return x/y
except:
tb = sys.exc_info()[2] # return (exc_type, exc_value, traceback)
print tb
print tb.tb_lineno # "return x/y" 的行號
div(1, 0)

3. 使用inspect模塊
inspect模塊提供了一系列函數用於幫助使用自省。下面僅列出較常用的一些函數，想獲得全部的函數資料可以查看inspect模塊的文檔。
3.1. 檢查對象類型
is{mole|class|function|method|builtin}(obj):
檢查對象是否為模塊、類、函數、方法、內建函數或方法。
isroutine(obj):
用於檢查對象是否為函數、方法、內建函數或方法等等可調用類型。用這個方法會比多個is*()更方便，不過它的實現仍然是用了多個is*()。
im = cat.sayHi
if inspect.isroutine(im):
im()

對於實現了__call__的類實例，這個方法會返回False。如果目的是只要可以直接調用就需要是True的話，不妨使用isinstance(obj, collections.Callable)這種形式。我也不知道為什麼Callable會在collections模塊中，抱歉！我猜大概是因為collections模塊中包含了很多其他的ABC(Abstract Base Class)的緣故吧：）
3.2. 獲取對象信息
getmembers(object[, predicate]):
這個方法是dir()的擴展版，它會將dir()找到的名字對應的屬性一並返回，形如[(name, value), ...]。另外，predicate是一個方法的引用，如果指定，則應當接受value作為參數並返回一個布爾值，如果為False，相應的屬性將不會返回。使用is*作為第二個參數可以過濾出指定類型的屬性。
getmole(object):
還在為第2節中的__mole__屬性只返回字元串而遺憾嗎？這個方法一定可以滿足你，它返回object的定義所在的模塊對象。
get{file|sourcefile}(object):
獲取object的定義所在的模塊的文件名|源代碼文件名（如果沒有則返回None）。用於內建的對象（內建模塊、類、函數、方法）上時會拋出TypeError異常。
get{source|sourcelines}(object):
獲取object的定義的源代碼，以字元串|字元串列表返回。代碼無法訪問時會拋出IOError異常。只能用於mole/class/function/method/code/frame/traceack對象。
getargspec(func):
僅用於方法，獲取方法聲明的參數，返回元組，分別是(普通參數名的列表, *參數名, **參數名, 默認值元組)。如果沒有值，將是空列表和3個None。如果是2.6以上版本，將返回一個命名元組(Named Tuple)，即除了索引外還可以使用屬性名訪問元組中的元素。
def add(x, y=1, *z):
return x + y + sum(z)
print inspect.getargspec(add)
#ArgSpec(args=['x', 'y'], varargs='z', keywords=None, defaults=(1,))

getargvalues(frame):
僅用於棧幀，獲取棧幀中保存的該次函數調用的參數值，返回元組，分別是(普通參數名的列表, *參數名, **參數名, 幀的locals())。如果是2.6以上版本，將返回一個命名元組(Named Tuple)，即除了索引外還可以使用屬性名訪問元組中的元素。
def add(x, y=1, *z):
print inspect.getargvalues(inspect.currentframe())
return x + y + sum(z)
add(2)
#ArgInfo(args=['x', 'y'], varargs='z', keywords=None, locals={'y': 1, 'x': 2, 'z': ()})

getcallargs(func[, *args][, **kwds]):
返回使用args和kwds調用該方法時各參數對應的值的字典。這個方法僅在2.7版本中才有。
getmro(cls):
返回一個類型元組，查找類屬性時按照這個元組中的順序。如果是新式類，與cls.__mro__結果一樣。但舊式類沒有__mro__這個屬性，直接使用這個屬性會報異常，所以這個方法還是有它的價值的。
print inspect.getmro(Cat)
#(<class '__main__.Cat'>, <type 'object'>)
print Cat.__mro__
#(<class '__main__.Cat'>, <type 'object'>)

⑹ Python對象

眾所周知，Python是一門面向對象的語言，在Python無論是數值、字元串、函數亦或是類型、類，都是對象。
對象是在 堆 上分配的結構，我們定義的所有變數、函數等，都存儲於堆內存，而變數名、函數名則是一個存儲於 棧 中、指向堆中具體結構的引用。

要想深入學習Python，首先需要知道Python對象的定義。

我們通常說的Python都是指CPython，底層由C語言實現，源碼地址： cpython [GitHub]
Python對象的定義位於 Include/object.h ，是一個名為 PyObject 的結構體：

Python中的所有對象都繼承自PyObejct，PyObject包含一個用於垃圾回收的雙向鏈表，一個引用計數變數 ob_refcnt 和 一個類型對象指針 ob_type

從PyObejct的注釋中，我們可以看到這樣一句：每個指向 可變大小Python對象 的指針也可以轉換為 PyVarObject* （可變大小的Python對象會在下文中解釋）。 PyVarObejct 就是在PyObject的基礎上多了一個 ob_size 欄位，用於存儲元素個數：

在PyObject結構中，還有一個類型對象指針 ob_type ，用於表示Python對象是什麼類型，定義Python對象類型的是一個 PyTypeObject 介面體

實際定義是位於 Include/cpython/object.h 的 _typeobject ：

在這個類型對象中，不僅包含了對象的類型，還包含了如分配內存大小、對象標准操作等信息，主要分為：

以Python中的 int類型 為例，int類型對象的定義如下：

從PyObject的定義中我們知道，每個對象的 ob_type 都要指向一個具體的類型對象，比如一個數值型對象 100 ，它的ob_type會指向 int類型對象PyLong_Type 。

PyTypeObject結構體第一行是一個PyObject_VAR_HEAD宏，查看宏定義可知PyTypeObject是一個變長對象

也就是說，歸根結底 類型對象也是一個對象 ，也有ob_type屬性，那 PyLong_Type 的 ob_type 是什麼呢？
回到PyLong_Type的定義，第一行 PyVarObject_HEAD_INIT(&PyType_Type, 0) ，查看對應的宏定義

由以上關系可以知道， PyVarObject_HEAD_INIT(&PyType_Type, 0) = { { _PyObject_EXTRA_INIT 1, &PyType_Type } 0} ，將其代入 PyObject_VAR_HEAD ，得到一個變長對象：

這樣看就很明確了，PyLong_Type的類型就是PyType_Typ，同理可知， Python類型對象的類型就是PyType_Type ，而 PyType_Type對象的類型是它本身

從上述內容中，我們知道了對象和對象類型的定義，那麼根據定義，對象可以有以下兩種分類

Python對象定義有 PyObject 和 PyVarObject ，因此，根據對象大小是否可變的區別，Python對象可以劃分為 可變對象（變長對象） 和 不可變對象（定長對象）

原本的對象a大小並沒有改變，只是s引用的對象改變了。這里的對象a、對象b就是定長對象

可以看到，變數l仍然指向對象a，只是對象a的內容發生了改變，數據量變大了。這里的對象a就是變長對象

由於存在以上特性，所以使用這兩種對象還會帶來一種區別：
聲明 s2 = s ，修改s的值： s = 'new string' ，s2的值不會一起改變，因為只是s指向了一個新的對象，s2指向的舊對象的值並沒有發生改變
聲明 l2 = l ，修改l的值： l.append(6) ，此時l2的值會一起改變，因為l和l2指向的是同一個對象，而該對象的內容被l修改了

此外，對於 字元串 對象，Python還有一套內存復用機制，如果兩個字元串變數值相同，那它們將共用同一個對象：

對於 數值型 對象，Python會默認創建0~2 8 以內的整數對象，也就是 0 ~ 256 之間的數值對象是共用的：

按照Python數據類型，對象可分為以下幾類：

Python創建對象有兩種方式，泛型API和和類型相關的API

這類API通常以 PyObject_xxx 的形式命名，可以應用在任意Python對象上，如:

使用 PyObjecg_New 創建一個數值型對象：

這類API通常只能作用於一種類型的對象上，如：

使用 PyLong_FromLong 創建一個數值型對象：

在我們使用Python聲明變數的時候，並不需要為變數指派類型，在給變數賦值的時候，可以賦值任意類型數據，如：

從Python對象的定義我們已經可以知曉造成這個特點的原因了，Python創建對象時，會分配內存進行初始化，然後Python內部通過 PyObject* 變數來維護這個對象，所以在Python內部各函數直接傳遞的都是一種泛型指針 PyObject* ，這個指針所指向的對象類型是不固定的，只能通過所指對象的 ob_type 屬性動態進行判斷，而Python正是通過 ob_type 實現了多態機制

Python在管理維護對象時，通過引用計數來判斷內存中的對象是否需要被銷毀，Python中所有事物都是對象，所有對象都有引用計數 ob_refcnt 。
當一個對象的引用計數減少到0之後，Python將會釋放該對象所佔用的內存和系統資源。
但這並不意味著最終一定會釋放內存空間，因為頻繁申請釋放內存會大大降低Python的執行效率，因此Python中採用了內存對象池的技術，是的對象釋放的空間會還給內存池，而不是直接釋放，後續需要申請空間時，優先從內存對象池中獲取。

⑺ Python中的多態

times函數為例談談多態，就像我們看到的那樣，times函數中表達式×*y的意義完全取決於x和y的對象類型，同樣的函數，在一個實例下執行的是乘法，在另一個實例下執行的卻是重復。Python把對某一對象在某種語法下的合理性交給那個對象自身來判斷。實際上，*作為一個分派機制，將執行的控制權移交給被處理的對象。
這種依賴類型的行為稱為多態，其含義就是一個操作的意義取決於被操作對象的類型。因為Python是動態類型語言，所以多態在Python中隨處可見。事實上，在 Python中所有操作都是多態的操作:print、index、*運算符，以及更多。這實際上是有意而為的，並且從很大程度上算作是這門語言簡潔性和靈活性的一個表現。例如，函數可以自動地應用到所有類別的對象上。只要對象支持所預期的介面（也稱為協議)，函數就能處理它們。也就是說，如果傳給函數的對象支持預期的方法和表達式運算符，那麼它們對函數的邏輯來說就是有著即插即用的兼容性。
即使是簡單的times 函數，對任意兩個支持*的對象都可以執行，無論它是哪種類型，也不管它是何時編寫的。這個函數對於數字來說是有效的（執行乘法)，或者一個字元串和一個數字（執行重復)，或者任意其他支持擴展介面的兼容對象——甚至是我們尚未編寫過的基於類的對象。