Python对象的类型信息存储在对象头的ob_type指针中，决定其所有行为；变量名无类型，对象本身有固定且不可变的类型。
Python 对象头里存着类型指针
Python 所有对象在内存里都以 PyObject 或其子结构体形式存在，而 PyObject 开头固定有两个字段：ob_refcnt（引用计数）和 ob_type（指向 PyTypeObject 的指针）。这个 ob_type 就是动态类型的底层依据——每次调用 type(x)、做类型检查或方法分发时，解释器直接读取该指针，再查对应类型对象的方法表、属性定义等。
这意味着：类型信息不是变量名的属性，而是值本身的属性。同一个变量名（比如 x）反复赋值不同对象，只是让 x 指向不同内存地址，而每个地址开头都自带自己的 ob_type。
所有操作都走类型对象的方法表
当你写 a + b，CPython 不看 a 和 b 是什么变量，而是取出它们各自的 ob_type，然后查该类型对象的 tp_as_number->nb_add 函数指针去执行。如果某类型没实现加法（比如 list 和 str 相加），就走到回退逻辑或抛出 TypeError。
这种机制带来几个实际影响：
华为云 Python SDK 查询工具。自动发现已安装 SDK 的服务包、Client类、API 方法、入参详情、类信息（__init__ 参数、属性、类型、描述），支持关键字搜索，快速定位目标 API 使用方法。
立即学习“Python免费学习笔记（深入）”；
- 函数重载不存在：没有编译期类型签名，只有运行时查表
- 鸭子类型有效：只要对象的类型对象提供了所需方法（如
__len__），就能被len()调用 - 自定义类只要实现对应 magic method，就能参与内置操作，无需显式声明“实现某个接口”
isinstance 和 type() 的行为差异容易踩坑
type(x) is Y 严格比对类型对象指针是否相等；而 isinstance(x, Y) 会递归检查 Y 是否在 x 类型的 MRO 链上。所以：
- 对内置类型（如
int,str），type(x) == int和isinstance(x, int)表现一致 - 但对继承关系，比如
class MyList(list): pass，type(MyList()) is list是False，而isinstance(MyList(), list)是True - 更隐蔽的是，某些内置类型（如
bool）是int的子类，type(True) is int是False，但isinstance(True, int)是True
动态类型不等于无类型，只是类型绑定发生在运行时
很多初学者误以为 Python “没有类型”，其实恰恰相反：每个对象都有精确、不可变的类型标识，且该类型决定了它能响应哪些操作。所谓“动态”，仅指变量名与类型之间没有静态绑定，也无需声明；但一旦对象被创建，它的 ob_type 就固定了，不会因为赋给不同变量而改变。
真正要注意的是：类型判断逻辑全在运行时触发，没法提前排除错误。比如 obj.method() 在调用前根本不知道 obj 是否有 method，只能等走到那一步才查 ob_type->tp_dict 或实例字典——这也是为什么 IDE 类型提示（如 typing）和运行时检查（如 dataclasses 的 __post_init__）常被用来弥补这一特性带来的不确定性。
