在面向对象的理论中，有两个核心的概念：类和实例。类可以看成是一个模板，实例就是根据这个模板创建出来的对象。在Python中，类和实例都被视为对象，即类对象（或类型对象）和实例对象。
为了避免后续出现歧义，我们这里把对象分为三种：
内置类对象：比如 int、str、list、type、object 等等；
自定义类对象：通过 class 关键字定义的类，当然我们也会把它和上面的内置类对象统称为类对象（或者类型对象）；
实例对象：由类对象（内置类对象或自定义类对象）创建的实例；
而对象之间存在以下两种关系：
is-kind-of：对应面向对象理论中子类和父类之间的关系；
is-instance-of：对应面向对象理论中实例对象和类对象之间的关系；
我们举例说明：
class Girl(object):
def say(self):
return "古明地觉"
girl = Girl()
print(girl.say()) # 古明地觉这段代码便包含了上面的三种对象：object（内置类对象），Girl（自定义类对象），girl（实例对象）。
显然 Girl 和 object 之间是 is-kind-of 关系，即 Girl 是 object 的子类。值得一提的是，Python3 里面所有的类（除 object）都是默认继承自 object，即便我们这里不显式继承 object，也会默认继承的，但为了说明，我们就写上了。
除了 Girl 是 object 的子类，我们还能看出 girl 和 Girl 之间存在 is-instance-of 关系，即 girl 是 Girl 的实例。当然如果再进一步的话，girl 和 object 之间也存在 is-instance-of 关系，girl 也是 object 的实例。
class Girl(object):
pass
girl = Girl()
print(issubclass(Girl, object)) # True
print(type(girl)) # <class '__main__.Girl'>
print(isinstance(girl, Girl)) # True
print(isinstance(girl, object)) # TrueGirl被实例化后得到一个girl实例，因此调用type(girl)会返回Girl类对象。Girl是Object类的一个实例对象，因为它继承了Object类。至于这其中的原理，我们会慢慢介绍。
Python 也提供了一些手段可以探测这些关系，除了上面的 type 之外，还可以使用对象的 __class__ 属性探测一个对象和其它的哪些对象之间存在 is-instance-of 关系。
而通过对象的 __bases__ 属性则可以探测一个对象和其它的哪些对象之间存在着 is-kind-of 关系。此外 Python 还提供了两个函数 issubclass 和 isinstance 来验证两个对象之间是否存在着我们期望的关系。
class Girl(object):
pass
girl = Girl()
print(girl.__class__) # <class '__main__.Girl'>
print(Girl.__class__) # <class 'type'>
# __class__是查看自己的类型是什么，也就是生成自己的类
# 而在介绍 Python 对象的时候，我们就看到了
# 任何一个对象都至少具备两个东西: 一个是引用计数、一个是类型
# 所以 __class__ 是所有对象都具备的
# __base__只显示直接继承的第一个类
print(Girl.__base__) # <class 'object'>
# __bases__ 会显示直接继承的所有类，以元组的形式
print(Girl.__bases__) # (<class 'object'>,)我们画一张图总结一下：
另外需要注意里面的 type 和 object：
type 和 object 存在 is-kind-of 关系，因为 type 是 object 的子类；
object 和 type 存在 is-instance-of 关系，因为 object 是 type 的实例对象；
可能有人会好奇为什么会是这样，而关于这一点，我在 type 与 object 的恩怨纠葛这篇文章讲得很详细了，感兴趣可以点击阅读一下。
简单来说就是，type 在底层对应的结构体为 PyType_Type、object 在底层对应的结构体为 PyBaseObject_Type。而在创建 object 的时候，将内部的 ob_type 设置成了&PyType_Type；在创建type的时候，将内部的 tp_base 设置成了&PyBaseObject_Type。
因此这两者的定义是彼此依赖的，两者是同时出现的，我们后面还会看到。
另外 type 的类型就是 type 本身，所以：
实例对象的类型是类型对象，类型对象的类型是元类；
所有类型对象的基类都收敛于 object；
所有对象的类型都收敛于 type；
因此 Python 算是将一切皆对象的理念贯彻到了极致，也正因为如此，Python 才具有如此优秀的动态特性。
但还没有结束，我们看一下类对象 Girl 的行为，首先它支持属性设置：
class Girl(object):
pass
print(hasattr(Girl, "name")) # False
Girl.name = "古明地觉"
print(hasattr(Girl, "name")) # True
print(Girl.name) # 古明地觉在其他静态语言中，一旦定义一个类，就不能再添加属性，但在我们的语言中可以。Python是如何实现动态添加属性的呢？一般我们会想到字典
正如 global 名字空间一样，我们猜测类应该也有自己的属性字典，往类里面设置属性的时候，等价于向字典中添加键值对，同理其它操作也与之类似。
class Girl(object):
pass
print(Girl.__dict__.get("name", "不存在")) # 不存在
Girl.name = "古明地觉"
print(Girl.__dict__.get("name")) # 古明地觉和操作全局变量是类似的，但是有一点需要注意：我们不能直接通过类的属性字典来设置属性。
try:
Girl.__dict__["name"] = "古明地觉"
except Exception as e:
print(e)
# 'mappingproxy' object does not support item assignment虽然叫属性字典，但其实是 mappingproxy 对象，该对象本质上就是对字典进行了一层封装，在字典的基础上移除了增删改操作，也就是只保留了查询功能。要给类增加属性，可以使用直接赋值的方式或调用 setattr 函数。
但在介绍如何篡改虚拟机的时候，我们提到过一个骚操作，可以通过 gc 模块拿到 mappingproxy 对象里的字典。
import gc
class Girl(object):
pass
gc.get_referents(Girl.__dict__)[0]["name"] = "古明地觉"
print(Girl.name) # 古明地觉并且这种做法除了适用于自定义类对象，还适用于内置类对象。但是工作中不要这么做，知道有这么个操作就行。
除了设置属性之外，我们还可以设置函数。
class Girl(object):
pass
Girl.info = lambda name: f"我是{name}"
print(Girl.info("古明地觉")) # 我是古明地觉
# 如果实例调用的话，会和我们想象的不太一样
# 因为实例调用的话会将函数包装成方法
try:
Girl().info("古明地觉")
except TypeError as e:
print(e)
"""
<lambda>() takes 1 positional argument but 2 were given
"""
# 实例在调用的时候会将自身也作为参数传进去
# 所以第一个参数 name 实际上接收的是 Girl 的实例对象
# 只不过第一个参数按照规范来讲应该叫做self
# 但即便你起别的名字也是无所谓的
print(Girl().info())
"""
我是<__main__.Girl object at 0x000001920BB88760>
"""所以我们可以有两种做法：
# 将其包装成一个静态方法
# 这样类和实例都可以调用
Girl.info = staticmethod(lambda name: f"我是{name}")
print(Girl.info("古明地觉")) # 我是古明地觉
print(Girl().info("古明地觉")) # 我是古明地觉
# 如果是给实例用的，那么带上一个 self 参数即可
Girl.info = lambda self, name: f"我是{name}"
print(Girl().info("古明地觉")) # 我是古明地觉此外我们还可以通过 type 来动态地往类里面进行属性的增加、修改和删除。
class Girl(object):
def say(self):
pass
print(hasattr(Girl, "say")) # True
# delattr(Girl, "say") 与之等价
type.__delattr__(Girl, "say")
print(hasattr(Girl, "say")) # False
# 我们设置一个属性吧
# 等价于 Girl.name = "古明地觉"
setattr(Girl, "name", "古明地觉")
print(Girl.name) # 古明地觉事实上调用 getattr、setattr、delattr 等价于调用其类型对象的__getattr__、__setattr__、__delattr__。
所以，一个对象支持哪些行为，取决于其类型对象定义了哪些操作。并且通过对象的类型对象，可以动态地给该对象进行属性的设置。Python 所有类型对象的类型对象都是 type，通过 type 我们便可以控制类的生成过程，即便类已经创建完毕了，也依旧可以进行属性设置。
但是注意：type 可以操作的类只能是通过 class 定义的动态类，而像 int、list、dict 等静态类，它们是在源码中静态定义好的，只不过类型设置成了 type。一言以蔽之，type 虽然是所有类对象的类对象，但 type 只能对动态类进行属性上的修改，不能修改静态类。
try:
int.name = "古明地觉"
except Exception as e:
print(e)
"""
can't set attributes of built-in/extension type 'int'
"""
try:
setattr(int, "ping", "pong")
except Exception as e:
print(e)
"""
can't set attributes of built-in/extension type 'int'
"""内置类和扩展类的属性无法被设置，这是由于内置类在解释器启动后就已被初始化。可以通过报错信息观察到这点。我们所说的扩展类，是指我们使用 Python/C API 编写的扩展模块中的类，其与内置类具有相同的地位。
因此内置类和使用 class 定义的类本质上是一样的，都是 PyTypeObject 对象，它们的类型在 Python 里面都是 type。不同的是，内置类在底层是以静态初始化方式实现的，因此我们无法通过动态设置属性的方式来操作它们（除非使用 gc 模块）。
但是为什么不可以对内置类和扩展类进行属性设置呢？首先我们要知道 Python 的动态特性是虚拟机赐予的，而虚拟机的工作就是将 PyCodeObject 对象翻译成 C 的代码进行执行，所以 Python 的动态特性就是在这一步发生的。
同理，扩展类和内置类在解释器启动后都已经被静态初始化，并直接指向 C 一级的数据结构。它们与解释执行绕开了相应过程，因此无法在其上动态添加属性。
不光内置的类本身，还有它的实例对象也是如此。
a = 123 print(hasattr(a, "__dict__")) # False
我们发现它甚至连自己的属性字典都没有，因为解释器对于内置类对象的实例对象，其内部的属性和方法是已知的。由于底层代码已被固定且不允许修改，因此在实现虚拟机时无需创建属性字典，以节省内存。