Python使用对象模型来存储数据，构造任何类型的值都是一个对象。再加上内建类型、标准类型运算符和内建函数，有助于更好的理解Python是如何工作的。
所有的 Python 对像都拥有三个特性：身份、类型和值。
身份：每一个对象都有一个唯一的身份标识自己，任何对象的身份可以使用内建函数 id()来得到。这个值可以被认为是该对象的内存地址。
类型：对象的类型决定了该对象可以保存什么类型的值，可以进行什么样的操作，以及遵循什么样的规则。您可以用内建函数 type()查看 Python对象的类型。因为在 Python 中类型也是对象，所以 type()返回的是对象而不是简单的字符串。
值：对象表示的数据项。
上面三个特性在对象创建的时候就被赋值，除了值之外，其它两个特性都是只读的。如果对象支持更新操作，那么它的值就可以改变，否则它的值也是只读的。对象的值是否可以更改被称为对象的可改变性(mutability)。只要一个对象还没有被销毁， 这些特性就一直存在。
Python有一系列的基本（内建）数据类型，必要时也可以创建自定义类型来满足你的应用程序的需求。绝大多数应用程序通常使用标准类型，对特定的数据存储则通过创建和实例化类来实现。
某些 Python对象有属性、值或相关联的可执行代码，比如方法（method）。Python用句点（.）标记法来访问属性。属性包括相应对象的名字等等，最常用的属性是函数和方法，不过有一些Python类型也有数据属性。含有数据属性的对象包括（但不限于）：类、类实例、模块、复数和文件。
标准类型也称作“基本数据类型”，这些类型是Python内建的基本数据类型，包括：数字（分为几个子类型,其中有三个是整型）、整型、布尔型、长整型、浮点型、复数型、字符串、列表、元组、字典。
Python开发时可能会用到的一些数据类型，包括：类型、Null对象 (None)、文件、集合/固定集合、函数/方法、模块、类。
（1）类型对象和type类型对象
对象的一系列固有行为和特性（比如支持哪些运算，具有哪些方法）必须事先定义好。从这个角度看，类型正是保存这些信息的最佳位置。描述一种类型所需要的信息不可能用一个字符串来搞定，所以类型不能是一个简单的字符串，这些信息不能也不应该和数据保存在一起，所以我们将类型定义成对象。
通过调用内建函数 type()能够得到特定对象的类型信息：
>>> type(42)
<type 'int'>>>> type(type(42))
<type 'type'>（2）None，Python的Null对象
Python有一个特殊的类型，被称作Null对象或者NoneType，它只有一个值，那就是 None。它不支持任何运算也没有任何内建方法。如果非常熟悉 C 语言，和None类型最接近的C类型就是void，None类型的值和C 的 NULL 值非常相似。
None 没有什么有用的属性，它的布尔值总是 False。
布尔值：所有标准对象均可用于布尔测试，同类型的对象之间可以比较大小。每个对象天生具有布尔True或False值。空对象、值为零的任何数字或者Null对象None的布尔值都是False。布尔值是False的对象有：None、False (布尔类型)、所有的值为零的数、0 (整型)、0.0(浮点型)、0L (长整型)、0.0+0.0j (复数)、"" (空字符串)、[] (空列表)、() (空元组)、{} (空字典)。值不是列出来的任何值的对象的布尔值都是True，例如non-empty、non-zero等等。用户创建的类实例如果定义了nonzero(__nonzero__())或length(__len__())且值为0，那么它们的布尔值就是False。
比较运算符用来判断同类型对象是否相等，所有的内建类型均支持比较运算，比较运算返回布尔值True或False。注意，实际进行的比较运算因类型而异。换言之，数字类型根据数值的大小和符号比较，字符串按照字符序列值进行比较等。
>>> 1 == 2
False
>>> 'abc' < 'xyz'
True
>>> 3 < 4 < 7 # same as ( 3 < 4 ) and ( 4 < 7 )
True
作为对值比较的补充，Python也支持对象本身的比较。对象可以被赋值到另一个变量（通过引用）。因为每个变量都指向同一个（共享的）数据对象，只要任何一个引用发生改变，该对象的其它引用也会随之改变。
例1：foo1 和 foo2 指向相同的对象，foo1 = foo2 = 4.3（或foo1 = 4.3;foo2 = foo1）
它表现的只是一个多重赋值，将4.3这个值赋给了foo1和foo2这两个变量。 事实是一个值为4.3的数字对象被创建，然后这个对象的引用被赋值给foo1和foo2，结果就是foo1和foo2指向同一个对象。
例2：foo1和 foo2指向不同的对象，foo1 = 4.3;foo2 = 1.3 + 3.0
这个例子有所不同。首先一个数字对象被创建，然后赋值给foo1。 然后第二个数值对象被创建并赋值给 foo2。尽管两个对象保存的是同样大小的值，但事实上系统中保存的都是两个独立的对象，其中 foo1 是第一个对象的引用，foo2 则是第二个对象的引用。对象就像一个装着内容的盒子，每当这个对象有了一个新的引用，就会在盒子上新贴一张标签。当一个引用被销毁时，这个标签就会被撕掉。当所有的标签都被撕掉时， 这个盒子就会被回收。Python是怎么知道这个盒子有多少个标签呢？因为每个对象都天生具有一个计数器，记录它自己的引用次数，这个数目表示有多少个变量指向该对象。
Python 提供了is和is not运算符来测试两个变量是否指向同一个对象（is与not标识符都是Python关键字）。a is b这个表达式等价于id(a) == id(b)。标准类型对象身份比较运算符，obj1 is obj2：obj1 和 obj2 是同一个对象；obj1 is not obj2：obj1 和 obj2 不是同一个对象。
（3）布尔类型
标准类型布尔运算符，not expr：expr的逻辑非 (否)；expr1 and expr2：expr1和expr2的逻辑与；expr1 or expr2：expr1和expr2的逻辑或。and，or和not都是Python关键字，这些运算符的优先级按从高到低是not、and、or。
函数 功能
cmp(obj1, obj2) 比较 obj1 和 obj2, 根据比较结果返回整数 i：i < 0 if obj1 < obj2，i > 0 if obj1 > obj2，i == 0 if obj1 == obj2
repr(obj) 或 `obj` 返回一个对象的字符串表示
str(obj) 返回对象适合可读性好的字符串表示
type(obj) 得到一个对象的类型，并返回相应的 type 对象
（1）cmp()
内建函数 cmp()用于比较两个对象，类似于C语言的 strcmp()函数，比较是在对象之间进行的，不管是标准类型对象还是用户自定义对象。如果是用户自定义对象， cmp()会调用该类的特殊方法__cmp__()。
>>> a, b = 2, 8
>>> cmp(a, b)
-1
>>> cmp(b, a)
1 内建函数 str() 和 repr() 或反引号运算符(``) 可以方便的以字符串的方式获取对象的内容、类型、数值属性等信息。str()函数得到的字符串可读性好，而 repr()函数得到的字符串通常可以用来重新获得该对象，通常情况下 obj == eval(repr(obj)) 这个等式是成立的。这两个函数接受一个对象做为其参数， 返回适当的字符串。
>>> str(2e10)
'20000000000.0'
>>> repr(2e10)
'20000000000.0'
>>> `2e10`
'20000000000.0'type() 接受一个对象做为参数，并返回它的类型，它的返回值是一个类型对象，其输出会以一个相对标准的格式表示这个对象，格式通常是这种形式： <object_something_or_another>，以这种形式显示的对象通常会提供对象类别，对象 id 或位置，或者其它合适的信息。
内建函数isinstance()，利用它来确认一个对象的类型。
例如：使用isinstance()和type()函数检查类型
#!/usr/bin/env python
def displayNumType(num):
print num, 'is',
if isinstance(num, (int, long, float, complex)):
print 'a number of type:', type(num).__name__
else:
print 'not a number at all!!'
displayNumType(-69)
displayNumType(9999999999999999999999L)
displayNumType(98.6)
displayNumType(-5.2+1.9j)
displayNumType('xxx')输出：
-69 is a number of type: int
9999999999999999999999 is a number of type: long
98.6 is a number of type: float
(-5.2+1.9j) is a number of type: complex
xxx is not a number at all!!
（1）“基本”，是指这些类型都是 Python 提供的标准或核心类型。
（2）“内建”，是由于这些类型是 Python 默认就提供的。
（3）“数据”，因为他们用于一般数据存储。
（4）“对象”，因为对象是数据和功能的默认抽象。
（5）“原始”，因为这些类型提供的是最底层的粒度数据存储。
（6）“类型”，因为他们就是数据类型。
（1）char 或 byte
Python没有char或byte类型来保存单一字符或 8 比特整数，你可以使用长度为 1 的字符串表示字符或 8 比特整数。
（2）指针
Python替你管理内存，因此没有必要访问指针。在Python中你可以使用 id()函数得到一个对象的身份号， 这是最接近于指针的地址。因为你不能控制这个值，所以其实没有太大意义。其实在 Python 中， 一切都是指针。
（3）int vs short vs long
Python的普通整数相当于标准整数类型，不需要类似C语言中的 int、short、long 这三种整数类型。事实上Python的整数实现等同于C语言的长整数。 由于Python的整型与长整型密切融合，用户几乎不需要担心什么。 你仅需要使用一种类型，就是 Python 的整型。即便数值超出整型的表达范围，比如两个很大的数相乘， Python会自动的返回一个长整数给你而不会报错
（4）float VS double
C语言有单精度和双精度两种浮点类型。 Python的浮点类型实际上是C语言的双精度浮点类型。Python 认为同时支持两种浮点类型的好处与支持两种浮点类型带来的开销不成比例，所以Python决定不支持单精度浮点数。对那些宁愿放弃更大的取值范围而需要更高精确度的用户来说，Python还有一种十进制浮点数类型Decimal，不过你必须导入decimal模块才可以使用它。浮点数总是不精确的。Decimals则拥有任意的精度，在处理金钱这类确定的值时，Decimal类型就很有用。 在处理重量、长度或其它度量单位的场合，float 足够用了。