一、元类
python2中所有类是基于instance创建的，称为旧式类；注明继承object时，称为新式类；
python3中默认均为基于object，无区别；
object为所有类的基类，所有的类的继承顶层父类都是object；
type为所有类的元类，print(type(类名))，输出type，所有类的类型都是type。所有的类都是type创建出来的；
# 使用type动态地创建类 def func1(self): print(self.name) dict1={"name":"lala","age":18,"func":func1()} my=type("Myclass",bases=(object,),dict=dict1) # 第一个参数为：类名，第二个参数为继承的类，第三个参数为类的属性和方法 print(my) # 返回类名Myclass m1=my() print(type(m1)) # 返回类名Myclass m1.func()
二、内存管理
1对象引用
变量：通过变量指针指向具体对象的内存空间，取对象的值；
对象：类型已知，每个对象都包含头部信息（类型标识符和引用计数器）；
a=10 a这个变量指向10这个对象,10这个对象中包含类型标识符：int和引用计数器：1
b=a b引用a，b实际引用的也是10这个对象，此时，10的引用计数器为：2
引用记数减少的情况：引用对象的别名被显示地销毁；变量别名被赋予其他值；对象从容器中被移除，或容器被销毁；一个引用离开了它的作用域；
1.1内置函数 is 和 id
is：判断是否为同一个对象
id：查看变量指向的内存地址
li1=[11,22] li1=li2 li3=[11,22] print(id(li1)) print(id(li2)) # 与li1一样 print(id(li3)) # 与li1不一样 li1.append(123) #修改li1后，li2的值随之改变。内存地址不变化 a=1000 a=b c=1000 print(id(a),id(b),id(c)) # a 、b内存地址一样，c不一样 a=999 print(a,b,c) # 此时 返回 999 1000 1000，b的值不随之变化 print(id(a),id(b),id(c)) # a的内存地址变化，b、c的内存地址不变
如上所示，列表为可变类型数据，可在同一内存地址中追加或删除；int为不可变类型数据，变化后内存地址一定会变化；
可变数据类型有：list、dict、set； 不可变数据类型有：数值类型、字符串、元祖
2.小整数池和intern机制
小整数池：自动将 -5 ~ 256 之间的数据进行缓存，方便下次直接引用，不需去创建；
大整数池即intern机制：存储 纯字符组合字符串(字母、数字、下划线)，不限长度。不含非标准字符，例如问号、空格；该机制的优点是创建字符串对象时，会优先在大整数池里查找是否已经存在相同的对象，如果有，直接拿过来使用，避免频繁地创建和销毁内存，提高性能。
3.深浅拷贝
import copy li=[11,22] li2=li.copy() # 将li完完整整的拷贝一份到另一块内存地址 li3=li print(id(li),id(li2),id(li3)) #li 和 li3一样，li2不一样。当li变化时，li2不会变化 # 浅拷贝：拷贝父对象，不会拷贝对象的内部的子对象。 a=[1,2] li=[11,22,a] li2=li.copy() # 拷贝[11,22,a],当a变化时，li和li2都会变化。 #深拷贝：完全拷贝了父对象及其子对象 a=[1,2] li=[11,22,a] li2=copy.deepcopy(li) # 深拷贝 a.remove(3) print(li2) # 当a变化时，li2不受影响
4.垃圾回收和GC模块
垃圾回收机制：以引用计数机制为主，标记清除和分代收集两种机制为辅的策略。
引用计数：每个对象创建后都会有一个引用计数，当记数为0时，垃圾回收机制自动将之销毁，回收内存空间。缺点是：两个变量循环引用时，永远不会被销毁，最终导致内存泄漏。
标记清除：弥补引用计数的缺点。
在上图中，可以从程序变量直接访问块1，并且可以间接访问块2和3。程序无法访问块4和5。第一步将标记块1，并记住块2和3以供稍后处理。第二步将标记块2，第三步将标记块3，但不记得块2，因为它已被标记。扫描阶段将忽略块1，2和3，因为它们已被标记，但会回收块4和5。
标记清除算法作为Python的辅助垃圾收集技术，主要处理的是一些容器对象，比如list、dict、tuple等，因为对于字符串、数值对象是不可能造成循环引用问题。Python使用一个双向链表将这些容器对象组织起来。不过，这种简单粗暴的标记清除算法也有明显的缺点：清除非活动的对象前它必须顺序扫描整个堆内存，哪怕只剩下小部分活动对象也要扫描所有对象。
分代回收：分代回收是建立在标记清除技术基础之上的，是一种以空间换时间的操作方式。
Python将内存根据对象的存活时间划分为不同的集合，每个集合称为一个代，Python将内存分为了3“代”，分别为年轻代（新创建的对象做为0代）、中年代（第1代）、老年代（第2代），他们对应的是3个链表，它们的垃圾收集频率与对象的存活时间的增大而减小。新创建的对象都会分配在年轻代，年轻代链表的总数达到上限即阈值700，中老代一般总数达到10时，Python垃圾收集机制就会被触发，把那些可以被回收的对象回收掉，而那些不会回收的对象就会被移到中年代去，依此类推，老年代中的对象是存活时间最久的对象，甚至是存活于整个系统的生命周期内。
三种情况触发垃圾回收：
1、调用gc.collect()
2、GC达到阀值时，0代触发将清理所有三代，1代触发会清理1,2代，2代触发后只会清理自己
3、程序退出时
使用 gc.get_threshold(): 查看分代回收的阈值，返回（700,10,10）； gc.set_threshold(100,5,5): 可设置修改分代回收的阈值