Python中一切皆对象是运行时铁律：所有值（含字面量、函数、模块、类）均为对象实例，具有类型、ID、引用计数，支持统一操作接口与运行时灵活性。
Python 里“一切皆对象”不是修辞，是运行时的铁律——每个值都有类型、ID、引用计数，都能调用 __class__、__dict__（如果支持）、dir() 查看行为。
所有字面量和内置类型都返回对象实例
你写 42，Python 立刻创建一个 int 类型的对象；写 "hello"，得到一个 str 对象；连 None、True、False 都是单例对象，有固定内存地址。
实操验证：
print(type(42)) # <class 'int'> print(id(True)) # 一个固定数字（CPython 中恒定） print(hasattr([], '__len__')) # True —— 列表对象自带方法
这意味着你不能绕过对象模型去“操作原始值”：没有 C 那样的栈上整数或寄存器变量，一切访问都经由对象指针。
立即学习“Python免费学习笔记（深入）”；
函数、模块、类本身也是对象
def 定义的函数是 function 类型的实例，可赋值给变量、作为参数传入、动态添加属性：
def greet(): return "hi" greet.custom_flag = True print(greet.__name__) # "greet" print(greet.custom_flag) # True
同理：import os 后，os 是 module 对象；class A: 定义后，A 是 type 对象（即元类实例）。它们全支持 isinstance()、getattr()、甚至被 del 删除绑定。
常见误判点：
- 以为
lambda x: x+1是“匿名函数语法糖”，其实它和def创建的是同一类对象 - 误认为
__builtins__是命名空间字典，实际它是模块对象（type(__builtins__)返回<class 'module'>）
对象模型直接影响内存与性能行为
因为一切皆对象，所以：
- 小整数（-5 到 256）被缓存，
a = 100; b = 100时a is b为True；但a = 1000; b = 1000时可能为False（取决于解释器实现） - 字符串拼接
s += "x"在循环中会反复新建str对象，比list.append()+''.join()慢一个数量级 - 即使空列表
[]也占约 56 字节（CPython 3.12），因为它要维护引用计数、类型指针、长度、分配容量等字段
这不是设计缺陷，而是取舍：用内存和间接层换来了统一的接口（如所有对象都能被 pickle 序列化）和运行时灵活性（如 monkey patch）。
例外？只有编译期字面量优化和底层 C 扩展能“绕开”
严格来说，有两处不完全暴露对象身份：
- CPython 对短字符串和小整数做驻留（interning），但驻留后的值仍是对象，只是复用内存地址
- 某些 C 扩展（如
array.array或 NumPy 的ndarray）内部用连续内存块存数据，但其 Python 层封装依然是对象——你调用arr[0]得到的仍是 Pythonint或float对象
真正无法变成对象的，只有字节码指令本身、C 函数指针、以及解释器内部的 GC 标记位——这些用户代码根本碰不到。
所以当你在调试时看到 id() 变化、sys.getrefcount() 异常、或 weakref 失效，别怀疑语言设计，先检查对象生命周期和引用是否符合“一切皆对象”的约束。
