动态类型(dynamic typing)是Python另一个重要的核心概念。我们之前说过，Python的变量(variable)不需要声明，而在赋值时，变量可以重新赋值为任意值。这些都与动态类型的概念相关。
1. 动态类型
在我们接触的对象中，有一类特殊的对象，是用于存储数据的。常见的该类对象包括各种数字，字符串，表，词典。在C语言中，我们称这样一些数据结构为变量。而在Python中，这些是对象。
对象是储存在内存中的实体。而我们的变量，实际上只是指向这一对象的参考(reference)，类似于C语言的指针。
（在C语言中，变量自身就是存储于内存中的实体）
变量和它所指的对象的分离，就是动态类型的核心。由于变量只类似于一个指针，所以它可以随时指向一个新的对象，即使这个新的对象的类型发生了变化。
a = 3a = 'at'
第一个语句中，3是储存在内存中的一个整数对象。通过赋值，我们将在内存中建立这一对象，并将变量a指向改对象。
第二个语句中，我们在内存中建立对象‘at’， 其类型是字符串(string)。变量a在此又指向了'at'。而此时，对象3不再有变量指向它，Python会自动将没有变量指向的对象销毁(destruct)，从而释放相应内存。
(对于小的整数和短字符串，实际上Python会缓存这些对象，而不是针对每次赋值而分别建立和销毁。但从逻辑层面上来说，上面的说法并没有问题。我们将忽略这一细节)
a = 5b = aa = a + 2
再看这个例子。通过前两个句子，我们让a,b指向同一个整数对象5(b = a的含义是让变量b指向变量a所指的那一个对象)。但第三个句子实际上对变量a重新赋值，让a指向一个新的对象7。此时a,b分别指向不同的对象。我们看到，即使是多个变量指向同一个对象，如果一个变量值发生变化，那么实际上是让这个变量指向一个新的变量，并不影响其他的变量的指向。从效果上看，就是各个变量各自独立，互不影响。
不止是整数如此，其它数据对象也是如此:
L1 = [1,2,3]L2 = L1L1 = 1
但注意以下情况
L1 = [1,2,3]L2 = L1L1[0] = 10print L2
在该情况下，我们不再对L1这一变量赋值，而是对L1所指向的表的元素赋值。结果是，L2也同时发生变化。
原因何在呢？因为L1，L2的指向没有发生变化，依然指向那个表。表实际上是包含了多个变量的对象（每个变量是一个元素，比如 L1[0]，L1[1]..., 每个变量指向一个对象，比如1,2,3), 。而L1[0] = 10这一赋值操作，并不是改变L1的指向，而是对L1[0], 也就是表对象的一部份(一个元素)，进行操作，所以所有指向该对象的变量都受到影响。
（与之形成对比的是，我们之前的赋值操作都没有对对象自身发生作用，只是改变变量指向。）
像表这样，可以通过引用元素，改变内存中的对象自身(in-place change)的对象类型，称为可变数据对象(mutable object)，词典也是这样的数据类型。
而像之前的数字和字符串，不能改变对象本身，只能改变变量的指向，称为不可变数据对象(immutable object)。我们之前学的定值表(tuple)，尽管可以引用引用元素，但不可以通过赋值改变元素，也因此不能对对象本身进行改变，也是immutable object.
2. 从动态类型看函数的参数传递
函数的参数传递，实际上是让函数的各个参数作为变量，指向对象。比如说：
def f(x): x = 100 print xa = 1f(a)print a
在调用函数f()时，实际上函数让参数作为一个变量，指向a所指的对象。如果参数是不可变(immutable)的对象，那么如上面所讲，各个变量之间相当于相互独立。参数传递类似于C语言中的值传递。
如果是参数是可变(mutable)的对象，那么存在有改变对象自身的可能性，所有指向该对象的变量(无论是函数中的参数，还是主程序中的变量)都会受影响，编程的时候要对此问题留心。比如说：
def f(x): x[0] = 100 print xa = [1,2,3]f(a)print a
动态类型是Python的核心机制之一。可以在应用中慢慢熟悉。
总结:
变量和对象的分离，对象是内存中储存数据的实体，变量指向对象。
可变对象，不可变对象
函数值传递