本章前半部分，探索Python“一切皆对象”背后的含义；后半部分深入到对象相关的重要机制，如动态类型和垃圾回收。
1、一切皆对象
1）运算符
运算符是通过特殊方法实现的：
‘+’——‘.__add__()’——加法
‘*’——‘.__mul__()’——乘法
‘or’——‘.__or__()’——或者
运算的相关的特殊方法还能改变执行运算的方式：
①创建列表的子类——class SuberList(list):
②增加方法——def __sub__():——就是添加减法的定义
③使用方法——SuberList(list1)-SuberList(list2)
2）元素引用
表元素引用方式也是通过特殊方法实现的：
‘[0]’——‘.__getitem__(0)’——取位置为0的元素
‘[0]=1’——‘.__setitem__(0,1)’——将位置为0的元素替换为1
‘del dict['a]’——‘.__delitem__()’——将键a与他得值删去
3）内置函数的实现
内置函数也是调用对象的特殊方法：
‘len()’——‘.__len__()’——返回表中元素个数
‘abs()’——‘.__abs__()’——取绝对值
‘int()’——‘.__int__()’——取整数
2、属性管理
1）属性覆盖的背后
对象的属性来自对象属性和类属性，还可能从祖先类继承
调用属性——按分层管理顺序向下遍历，子类的属性比父类的同名属性有优先权，这是属性覆盖的关键
赋值属性——不按分层管理顺序，只搜索对象本身__dict__；如无，则增加
__dict__——返回对象的可写属性
__dir__——返回对象的相关属性
所以__dict__是dir()的子集，dir()包含__dict__中的属性
希望依赖于该属性的其他属性也同时变化，则需要即使生成属性的方法
2）特性
特性——是特殊的属性——使用内置函数property()创建
property()——前三个参数为函数，分别是设置获取，修改和删除特性
——最后参数为特性的文档，起说明作用
3）__getatte_()方法
__getattr_()——可以将即使生成的属性放在同一函数中处理，根据函数名区别处理不同属性（仅能用于查询不在__dict__的属性）
setattr()——可以对象添加或修改指定的属性（任意属性）
而delattr()——可以删除指定的对象属性（任意属性）
3、我是风儿，我是沙
1）动态数列
对象名是指向对象的引用，对象是存储在内存的实体
引用指向可以变更为不同类型，不同引用可以指向同一个对象
id()——返回对象的编号——可以查看引用指向哪个对象
2)可变与不可变对象
改变一个引用不会影响其他引用的指向，各个引用各自独立
可变对象——列表这种自身能发生改变的对象
不可变对象——赋值最多只能改变引用的指向
3）从动态数列看函数的参数传递
函数的参数传递本质传递的是引用
4、内存管理
1）引用管理
一个对象可以有多个引用，存有其被引用的总数
引用计数——sys包的getrefcount()——查看对象的引用计数
（传递给getrefcount()也算创建了引用，所以计数会比期望的多1）
2）对象引用对象
容器对象包含的并不是元素对象本身，而是指向各个元素对象的引用
所以容器对象引用元素对象时，元素对象引用计数会增加
globas()——可以查看全局引用关系的词典
容器对象引用会构成复杂拓扑结构
其中两个对象或者单个对象都可能为引用环，会给垃圾回收机制带来麻烦
objgraph包可绘制其引用关系
del，可以删除引用，使引用计数减少；也可删除容器中元素
3）垃圾回收
Python的某个对象引用计数降为0就会成为回收的垃圾
当Python运行时，会记录其中分配对象(object allocation)和取消分配对象(object deallocation)的次数，在当两者的差值高于某个阈值时，垃圾回收才会启动
gc模块中
get_threshold()——查看阈值，返回(启动阈值，回收1代触发值，回收2代触发值)
set_threshold()——设置阈值
gc.collect——手动启动
除了基础回收方式，还有分代回收策略：
Python将所有的对象分为0，1，2三代
所有的新建对象都是0代对象
当某一代对象经历过垃圾回收，依然存活，就被归入下一代
4）孤立的引用环
两个对象引用对方构成一个引用环，删除两个引用后，引用计数仍不为0，无法回收引用环
Python的回收机制：
①复制每个对象的引用计数，记为gc_ref_i
②对每个对象引用的对象j的引用次数减少1
③gc_ref不为0的对象和其引用的对象，以及继续更下游引用的对象被保留
④其余对象被垃圾回收
