一 一切皆对象
1 运算符
1.1.1运算符中的特殊方法的操作
如果用dir（list）调查list的属性，可以看到一个属性是_add_()这个特方法，它定义了“+”运算符对于list对象的意义。两个list的对象相加时，会进行合并列表的操作。
>>>print（[1,2,3]+[5,6,9]) #得到 [1,2,3,5,6,9]
运算符，比如+、-、>、<、and、or的能都是通过特殊方法实现的。
>>>" abc "+ "xyz" #连接字符串,获得“abcxyz”，实际上执行了”abc._add_("xyz")的操作
两个对象能否进行加法运算的关键就要看相应的对象是否有_add_()方法。
别的例子：
>>>(1.8)._mul_(2.0) #1.8*2.0
>>>True._or_(False) #True or False
1.2.1 运算符中特殊方法的拓展操作
运算相关的特殊方法还可以改变执行运算的方法。
比如>>>[1,2,3]-[3,4] 是无法进行减法操作的，因为列表没有定义“-”的运算符，我们可以创建一个列表的子类，通过增加_sub_()的方法来增加减法操作的定义。
2 元素引用
2.1 _gtitem_()方法
下面时我们常见的表元素引用方法：
li=[1,2,3,4,5,6]
print(li[3]) #打印4
上述python发现并理解[]符号，然后调用_getitem_()方法
li=[1,2,3,4,5,6]
print(li._getitem_(3)) #打印4
3 内置函数的实现
与运算符类似，许多内置函数也都是调用对象的特殊方法。
>>>len（[1,2,3]) #返回表中元素的综合
实际上是：
>>>[1,2,3]._len_()
别的例子：
>>>（-1）.__abs__()
>>>(2.3).__int__()
二 属性管理
1 属性管理
1.1属性管理的背后
为了深入理解属性覆盖，我们有必要理解Python的__dict__属性。当我们调用调用对象的属性时，这个属性可能来自对象属性、类属性、还有可能从祖先类那里继承来的。一个类或对象拥有的属性，会记录再__dict__中。这个__dict__时一个词典，键为属性名，对应的值为某个属性。python在寻找对象的属性时，会按照继承关系依次寻找__dict__
一个例子：
子类的属性不父类的同名属性有优先权，这正是属性覆盖的关键。
值得注意的是：上面都是调用属性的操作，如果进行赋值，那么Python就不会分层深入查找了。
2 特性
同一个对象的不同属性之间可能存在依赖关系。 当某个属性被修改时，我们希望以来与该属性的其他属性也同时变化。python提供了多种即时生成属性的方法，其中一种称为特性（property）。即特殊的属性。
特殊属性通过内置函数property（）来建立。property（）最多可以加载四个参数，前三个参数为函数，分别用于设置获取、修改和删除特性时，Python应该执行的操作。最后一个参数为特性的文档，可以为一个字符串起到说明作用。
一个例子：
3 .__getattr__()方法
除了内置函数property外，我们还可以用__getattr__(slef,name)来查询即时生成的属性。
每个特性都需要有自己的处理函数，而__getattr__()可以将所有的及时生成属性都放在同一个函数集中处理。需要特别注意的是，__getattr__()只能用于查询不在__dict__系统中的属性。
三 我是风儿，我是沙
1 动态类型（Dynamic Typing）
几个概念：
对象名是只想这一对象的引用（reference），对象是村粗在内存中的实体
①通过内置函数id（）,我们能看到引用指向的是哪个对象：
②除了直接打印的id外，我们还可以用is运算来判断两个引用是否指向同个对象。
2 变与不可变对象
①一个对象可以有多个引用，看下面这个例子：#不可变对象的例子
对象没变，只是引用变了，从效果上看就是各个引用各自独立，互不影响。这就是不可变对象。
②列表自身能发生改变的对象，称为可变对象（Mutable Object)
一个例子：
3 从动态类型看函数的参数传递
函数的参数传递本质上传递的是引用。
四 内存管理
1 引用管理
对象内存管理是基于对引用的管理。在Python中，引用与对象分离。一个对象可以有多个引用，而每个对象都存有指向该对象的引用总数，即引用计数（Reference Count)
我们可以i使用标准库中sys包中的getrefcount()，来查看某个对象的引用计数，需要注意的是，当使用某个引用作为参数，传递给getrefcount()时，参数实际上时创建了一个临时引用。因此，getrefcount()所得到的结果会比期望多1.
2 对象引用对象
注意：当一个对象a被另一个对象b引用，a的引用计数将增加1：
容器对象的引用可能会构成很复杂的拓扑结构：
x=[1,2,3]
y=[x,dict(key1=x)]
z=[y,(x,y)]
import objgraph
两个对象可能相互引用，从而构成引用环（Reference Cycle）
a=[ ]
b=[a]
a.append(b)
即便是单个对象，只需要自己引用自己，也能构成引用环：
a=[ ]
a.append(a)
print(getrefcount(a))
3 垃圾回收（Garbage Collection)
3.1基础回收
原理上，当Python的某个对象的引用计数降为0了，即没有任何引用指向对象时，该对象就成为要被回收的垃圾了。
如：
a=[1,2,3]
del a #删除a之后，没有任何引用指向[1,2,3]，表[1,2,3]将被清除
Python指挥在特定的条件下，自动启动垃圾回收。当Python运行时，会记录其中分配对象那个和取消分配对象的起初，当两者的差值高于某个阈值时，垃圾回收才会启动。
我们可以通过gc模块的get_threshold()方法，查看该阈值。
import gc
print(gc.get_threshold())
返回（700，10，10）后面的两个10时与分代回收相关的阈值。700是立即回收启动的阈值。
3.2分代回收
python同时还采用了分代回收的策略。
python将所有对象分为0、1、2三代。所有新建对象都是0代对象。当某一带对象经历过垃圾回收，依然存活，那么它将被归入下一代对象。垃圾回收启动时，一定会扫描所有0代对象。如果0代对象经历过一定次数的垃圾回收，那么就启动对0代和1代的扫描清理。当1代也经历了一定次数的垃圾回收后，就启动对0、1、2代的扫描，即对所有对象进行扫描。
get_threshold()返回的（700，10，10）返回的两个10，意思是，每10次0代垃圾回收，会配合1次1的乐基回收，而每10次1代回收，才会有1次2代的垃圾回收。
可以采用set_threshold()来调整次数
import gc
gc.set_threshold(700,10,5)
4 孤立的引用环
这些引用环可能构成无法使用，但引用计数不为0的一些对象，会给垃圾回收机制带来很大的困难。
为了回收这样的引用环，Python会赋值每个对象的引用计数，可以记作gc_ref。假设，每个对象i，该计数为gc_ref_i.Python会遍历所有的对象i。对于每个对象i所引用的对象j，将相应的gc_ref_j减1.
在结束遍历后，gc_ref不为0的对象和这邪恶对象引用的对象，以及继续更下游引用的对象，需要被保留，而其他对象则被垃圾回收。
