Python 对象机制基石
上图是Include/object.h ，也是整个 cPython 中的最重要的结构体和它们的关系。
note ： 这个图并不是 UML 中的类图哦，只是用来表示这些结构体之间的关系，毕竟 c语言 中并没有什么对象。箭头表示 引用 或 依赖 关系。
PyObject 和PyVarObject
可以看到PyObject 只有两个字段（下面我们称名为Py{type}Object 的结构体为{type}对象）：
ob_refcnt： 引用计数字段，众所周知，Python的垃圾回收机制主要就是引用计数，因此，这个字段是所有的对象都有的。ob_type: 指明该对象是什么 类型 的，这里指向的是一个 Type对象 。
而PyVarObject 只比PyObject 多一个ob_size 字段，用来指明这个 Var(变长)对象 的长度。
不只是PyVarObject， Python 中的所有对象都是对PyObject 的一个扩展。换句话说，在Python 内部，每一个对象都拥有相同的对象头部，这就使得对对象的引用变得非常的统一，我们只需要用一个 PyObject * 指针就可以引用任意一个对象，而不论该对象实际是什么对象。
用面向对象的角度看，就是说PyObject 是Python 中所有对象的基类。
类型对象 PyTypeObject
PyObject 中的ob_type 字段指向PyTypeObject, 这个PyTypeObject 就是用来指明这个对象到底是用来干什么的，
这个结构体里包含一个初始化对象、分配内存大小的信息：tp_basicsize, tp_itemsize， 和一堆函数指针表明该对象相应的操作。
就像：
In [1]: dir(type)
Out[1]:
['__abstractmethods__', '__base__', '__bases__', '__basicsize__', '__call__', '__class__', '__delattr__', '__dict__', '__dictoffset__', '__dir__', '__doc__', '__eq__', '__flags__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__instancecheck__', '__itemsize__', '__le__', '__lt__', '__module__', '__mro__', '__name__', '__ne__', '__new__', '__prepare__', '__qualname__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasscheck__', '__subclasses__', '__subclasshook__', '__text_signature__', '__weakrefoffset__', 'mro']
不出意外，这个PyTypeObject 也是一个对象。所以这个 类型对象 也应该有它的 类型 ，这就是图上PyTypeObjecct 自己指向自己的原因： 类型对象 的 类型 是它自己（嗯，套娃了）。
就像：
In [2]: class A(object):
...: pass
...:
In [3]: A.__class__
Out[3]: type
In [4]: type.__class__
Out[4]: type
In [5]: int.__class__
Out[5]: type
对象的表现行为 Py{type}Methods
PyNumberMethods，PySequenceMethods，PyMappingMethods 这三个结构体就像面向对象里的接口 或者是重载操作符。例如，你为某个对象实现了PyNumberMethods 的nb_add 方法（其他方法默认），那么这个对象就能表现的像数值对象，尤其在遇到+ 操作符时，就会调用你实现的nb_add 方法。
总结
上面就是Python 对象机制的结构，知道了上面这些，就可以去看Include 和 Objects 下的具体内建类型的代码了。这些内建类型代码遵循固定的结构：
- 在
Include/{type}object.h下定义相应的Py{type}Object。 - 在
Object/{type}object.c下实现这个对象支持的操作，用这些函数初始化这个对象的类型对象, 和这个对象的表现行为。
