Python用对象模型来存储数据。构造任何类型的值都是一个对象。
Python对象都有是三个特性：身份，类型和值

身份是每个对象的唯一身份标识。任何对象都可以用内建函数id()来得到身份。如：

>>> s = 1

>>> id(s)

38249176

身份可以认为是该对象的地址。

类型是数据以何种方式保存，可以进行怎样的操作，遵循怎样的规则。可以使用内建函数type()来查看。

值就是对象的数据项。

上面三个特性在对象创建时被赋值，除值以外其他特性都是只读。对象的类型是可以改变的，但对于初学者不建议这么做

Python是用点标记法来访问属性的，属性包括对象的名字等等，最常用的属性是函数和方法，不过有一些也有数据属性。含有数据属性的对象包括（不限于）：类、类实例、模块、复数和文件

Python的标准类型有：数字、整型、布尔、长整型、浮点、复数、字符串、列表、元组和字典。同时还有如下内建类型：类型（对，类型本身是一种类型）、Null对象、文件、集合、函数/方法、模块、类。

类型也是一种对象，因为对象的一系列固有行为和特性需要事先定义，我们用类型这种对象来保存这些信息。
用内建函数type()可以得到特定对象的类型信息

>>> type(7)

<type 'int'>

这里输出了<type 'int'>，其实并不是简单告诉这是一个整数这样的字符串，而是一个类型对象，这个对象会输出一个字符串来告诉你他是一个对象。我们可以这样测试它

>>> type(type(7))

如果这只是一个字符串，它会显示<type 'str'>如果是对象类型，它会显示<type 'type'>

结果是

>>> type(type(7))

<type 'type'>

None，Null对象

这是一个特殊的类型，它只有一个值是None，类似于C的void，没有任何内建方法，没有有用的属性，布尔值总是False

同时还有一些用类实现的内部类型，这里暂不赘述。

标准类型运算符
对象值的比较
比较运算符来判断同类型的对象是否相等，返回True或False。运算符有== 、<= 、 >=。多个比较可以在同一行里进行，这一点和C不同。比较的顺序式从左到右

>>> 3 < 4 < 5

True

>>> 3 < 5 < 4

False

大多数语言中会写成这种形式

>>> 3 < 4 and 4 < 5

True

>>> 3 < 5 and 5 < 4

False

同时，可以用如下的写法，数学中一般不写

>>> 3 < 5 > 4

True

对象身份的比较
这是对值比较的补充，Python也支持对象本身的比较。
用的是如下的语句

a is b

它是用于比较a、b两个变量是否是指向同样的对象的。和a == b不相同。

a is b等价于
id(a) == id(b)
有如下的代码

>>> foo1 = 2.0

>>> foo2 = 1.0 + 1.0

>>> foo1 == foo2

True

>>> foo1 is foo2

False

>>> foo1 = 2.0

>>> foo2 = 2.0

>>> foo1 is foo2

False

>>> foo2 = foo1

>>> foo1 is foo2

True

>>> foo3 = 2

>>> foo4 = 1 + 1

>>> foo3 is foo4

True

这里可以看到foo1和foo2的值是相等的，但它们身份不相等。也就是说并不是来自同一个引用。说明在内部存储它们时，是各自创建了两个对象然后引用的。

然后还能看到，当我同时给foo1和foo2赋值2.0后，它们并不相等。是创造了两个对象，只有将foo1直接赋值给foo2才能使它们指向同一个对象。
从此可以理解Python内部的赋值方式，每一个值进行新对象创造再引用给变量。
但是，如果是对整数，结果就不同。书里说明：
整数对象和字符串对象是不可变对象，所以Python 会很高效的缓存它们。这会造成我们认为Python 应该创建新对象时，它却没有创建新对象的假象。
也就是说，整型和浮点型出现不同的缘故是因为Python高效地缓存了它们。不过这个缓存是有范围的，一定要小心使用。

repr()返回的是一个对象的“官方”字符串表示， 也就是说绝大多数情况下可以通过求值运算(使用eval()内建函数)重新得到该对象，但str()则有所不同。str() 致力于生成一个对象的可读性好的字符串表示，它的返回结果通常无法用于eval()求值， 但很适合用于 print 语句输出。也就是说 repr() 输出对 Python 比较友好， 而str()的输出对人比较友好。虽然如此，很多情况下这三者的输出仍然都是完全一样的。所谓的对Python友好和对人友好将会在数值这一部分中提到。

类型工厂函数
Python2.2统一了类型和类，所有的类型也都是类，原来的内建转换函数如type(),int()都成了工厂函数，也就是说虽然看上去像函数，但实际上是类。调用时是生成了一个类型的实例。
关于类部分，由于本人学习的C语言里没有过多涉及，等到学习到类部分再做笔记。

存储模型里，
有存储一个或多个值的标量/原子类型，如数值和字符串。
有容器类型，如列表、元组、字典。
因为Python没有char类型，所以字符串是一个自我包含的文字类型，不是C中和数组相同的情况。

更新模型，
对象创建后，可以更新值的是更新模型，不允许更改的是不可变对象。列表和字典是可变模型，数字、字符串、元组是不可变模型。
这里面存在理解偏差，数值和字符串变量可换，但对象不可更新，每次变换是重新创造了对象。
也就是说每次变换后id()的值都会发生变化。而字典和列表，改变值本身，id()始终不变。

访问模型，
这种分类是区分数据类型的首要类型。按照访问我们存储的数据的方式来分类。有三种访问方式:直接存取、顺序、映射。
直接存取 数字
顺序访问 字符串、列表、元组
映射访问 字典
直接存取不赘述，顺序访问的是序列类型，就是元素从0开始索引顺序访问，一次可以访问一个或者多个元素。
映射类型类似序列类型的索引属性，但不适用地址偏移量取值，元素是无序存放的，通过一个唯一的key来访问。是键-值集合

分类数据类型的原因一是，Python提供的高级数据，我们要将原始的类型和功能强大的扩展类型区分开，所以需要了解分类。二是帮助我们搞清每种类型的特点。
通过不同方面来分类的原因是这些数据结构本身的关系是复杂的，需要我们多次分清晰脉络，让我们对类型了解更深。

Python没有的类型
char或byte。Python没有8位的整数。可以用长度为1的字符串替代。
指针。Python帮助程序员管理内存，所以不用访问指针。通过id()得到的值很接近地址，但是不能操作，所以指针也就没有用。
没有短整长整的区别，让程序员更专注于该干的事。
也没有单双精度的浮点类型。让事情更简单。