參考部落格：Python進階09 動態型別 Python深入06 Python的記憶體管理 都是非常棒的文章
其實這都是我前兩天通過手機看的部落格，感覺get到了新知識、新技能，今天早上挖的坑，因為上午有課（電子技術課程設計，嵌入式系統實驗室，學習STM32，以後也許會寫這些東西），下午沒課了，來填之前和這個早上的坑哈哈，有些強迫症，信奉完美主義，嘿嘿！
動態型別(dynamic typing)是Python另一個重要的核心概念。Python的變數(variable)不需要宣告，而在賦值時，變數可以重新賦值為任意值。這些都與動態型別的概念相關。
動態型別
在我們接觸的物件中，有一類特殊的物件，是用於儲存資料的。常見的該類物件包括各種數字，字串，表，詞典。在C語言中，我們稱這樣一些資料結構為變數。而在Python中，這些是物件。
物件是儲存在記憶體中的實體。但我們並不能直接接觸到該物件。我們在程式中寫的物件名，只是指向這一物件的引用(reference)。
引用和物件分離，是動態型別的核心。引用可以隨時指向一個新的物件：
a = 3
a = `at`
第一個語句中，3是儲存在記憶體中的一個整數物件。通過賦值，引用a指向物件3。第二個語句中，記憶體中建立物件‘at’，是一個字串(string)。引用a指向了`at`。此時，物件3不再有引用指向它。Python會自動將沒有引用指向的物件銷燬(destruct)，釋放相應記憶體。(對於小的整數和短字串，Python會快取這些物件，而不是頻繁的建立和銷燬。)
a = 5
b = a
a = a + 2
再看這個例子。通過前兩個句子，我們讓a,b指向同一個整數物件5(b = a的含義是讓引用b指向引用a所指的那一個物件)。但第三個句子實際上對引用a重新賦值，讓a指向一個新的物件7。此時a,b分別指向不同的物件。我們看到，即使是多個引用指向同一個物件，如果一個引用值發生變化，那麼實際上是讓這個引用指向一個新的引用，並不影響其他的引用的指向。從效果上看，就是各個引用各自獨立，互不影響。
其它資料物件也是如此：
L1 = [1, 2, 3]
L2 = L1
L1 = 1
注意以下情況:
L1 = [1,2,3]
L2 = L1
L1[0] = 10
print(L2)
在該情況下，我們不再對L1這一引用賦值，而是對L1所指向的表的元素賦值。結果是，L2也同時發生變化。
原因何在呢？因為L1，L2的指向沒有發生變化，依然指向那個表。表實際上是包含了多個引用的物件（每個引用是一個元素，比如L1[0]，L1[1]…, 每個引用指向一個物件，比如1,2,3),。而L1[0] = 10這一賦值操作，並不是改變L1的指向，而是對L1[0], 也就是表物件的一部份(一個元素)，進行操作，所以所有指向該物件的引用都受到影響。（與之形成對比的是，我們之前的賦值操作都沒有對物件自身發生作用，只是改變引用指向。）
列表,可以通過引用其元素，改變物件自身(in-place change)。這種物件型別，稱為可變資料物件(mutable object)，詞典也是這樣的資料型別。
而像之前的數字和字串，不能改變物件本身，只能改變引用的指向，稱為不可變資料物件(immutable object)。
我們之前學的元組(tuple)，儘管可以呼叫引用元素，但不可以賦值，因此不能改變物件自身，所以也算是immutable object.
從動態型別看函式的引數傳遞
函式的引數傳遞，本質上傳遞的是引用。比如說：
def f(x): x = 100 print(x) a = 1 f(a) print(a) # 執行結果 # 100 # 1
引數x是一個新的引用，指向a所指的物件。如果引數是不可變(immutable)的物件，a和x引用之間相互獨立。對引數x的操作不會影響引用a。這樣的傳遞類似於C語言中的值傳遞。
如果傳遞的是可變(mutable)的物件，那麼改變函式引數，有可能改變原物件。所有指向原物件的引用都會受影響，程式設計的時候要對此問題留心。比如說：
def f(x): x[0] = 100 print(x) a = [1,2,3] f(a) print(a) # 執行結果 # [100,2,3] # [100,2,3]
動態型別是Python的核心機制之一。可以在應用中慢慢熟悉。
總結
引用和物件的分離，物件是記憶體中儲存資料的實體，引用指向物件。
可變物件，不可變物件
函式值傳遞
開頭說的另外一篇部落格：Python深入06 Python的記憶體管理，請自己去看吧，我這裡只列出裡面用到的幾個函式已經概念名：物件的記憶體使用，內建函式id()——返回物件的記憶體地址，hex()——16進位制轉換，is關鍵字，引用計數（reference count），getrefcount()——檢視某個物件的引用計數（會比期望多1），內建函式globals()——未詳述，objgraph包，引用環，引用減少 del，垃圾回收（garbage collection），分代回收，
總結：Python作為一種動態型別、物件導向的語言，其物件和引用分離。這與曾經的程式導向語言有很大的區別。為了有效的釋放記憶體，Python內建了垃圾回收的支援。Python採取了一種相對簡單的垃圾回收機制，即引用計數，並因此需要解決孤立引用環的問題。Python與其它語言既有共通性，又有特別的地方。對該記憶體管理機制的理解，是提高Python效能的重要一步。