isinstance() 是默认选择，因它检查对象是否为某类或其任意子类实例，符合Python继承模型和鸭子类型习惯；支持元组参数、自定义子类及抽象基类，而type()仅严格匹配确切类型。
用 isinstance() 判断类型基本不会出错，用 type() 容易漏掉子类、破坏多态，除非你明确需要精确类型匹配。
isinstance() 为什么是默认选择
它检查对象是否为某类或其任意子类的实例，符合 Python 的继承模型和鸭子类型习惯。比如 bool 是 int 的子类，isinstance(True, int) 返回 True，而很多逻辑（如数值计算）确实需要把 bool 当作 int 处理。
- 支持元组参数：
isinstance(obj, (str, bytes))可一次性判断多种类型 - 兼容自定义子类：只要
MyList继承list，isinstance(my_list, list)就为True - 与标准库抽象基类协同良好：如
isinstance(d, collections.abc.Mapping)能识别dict、defaultdict、ChainMap等
type() 适合什么场景
type() 返回的是对象的**确切类型对象**，比较时必须完全一致，不向上追溯父类。它只在你需要排除所有子类、做严格类型隔离时才适用。
- 典型用途：序列化/反序列化中防止恶意子类注入；调试时打印类型名（配合
__name__） - 写法必须用
is，不是==：type(obj) is dict—— 因为类型对象是单例 -
type(obj) is list对collections.UserList实例返回False，哪怕行为几乎一样
常见错误：用 type() == str 或忽略 ABC
直接写 type(obj) == str 不仅低效，还可能因第三方字符串类（如 pathlib.Path 子类）失效；更严重的是，用 type(obj) is list 来判断“可迭代容器”，会漏掉 tuple、deque、甚至实现了 __iter__ 的自定义类。
立即学习“Python免费学习笔记（深入）”；
- 错误示例：
if type(data) is list: process_list(data)→deque或array.array进不来 - 正确替代：
if isinstance(data, collections.abc.Sequence)（语义更准）或if hasattr(data, '__iter__')（鸭子类型） - 性能提示：
isinstance()在 CPython 中做了优化，比type()+is略慢但可忽略；真正慢的是反复调用+反射
最易被忽略的一点：类型判断从来不是目的，而是为了后续操作安全。如果后续要调 obj.append()，与其先 isinstance(obj, list)，不如直接 hasattr(obj, 'append') 或捕获 AttributeError —— 更 Pythonic，也更贴近真实需求。
