凌晨两点，一段巡检脚本突然报错：
import os
timeout = os.getenv("TIMEOUT", "30")
next_check = timeout + 5# 运行到这里触发 TypeError
配置里明明写的是30，为什么不能加5？
因为环境变量读出来的是字符串"30"，不是整数30。Python 不会在timeout第一次出现时，要求你提前声明它的类型；等程序真正执行timeout + 5，解释器才根据两个对象当时的类型判断这次运算是否成立。
这正是很多人从 Java、C 或 C++ 转到 Python 时最不习惯的地方：
int age = 18;
age = 18
Python 少写了一个int，计算机怎么还知道age是整数？
答案先放在这里：「Python 没有取消类型。18是一个int对象，age是绑定到这个对象的名称。」
01 少写了int，类型并没有消失
Java 和 Python 都有类型系统，差别在于类型约束放在哪里、什么时候检查。
在 Java 中：
int age = 18;
变量age的声明类型在编译期已经确定。后面如果写：
age = "18";
编译器会拒绝这次赋值，因为字符串与int不兼容。
在 Python 中：
age = 18
名称age没有被永久声明成int。类型信息在它当前绑定的对象18上。程序执行加法、比较或方法调用等具体操作时，再依据对象的实际类型处理。
所以，“Python 变量没有类型”这句话容易造成误解。更准确的说法是：
❝Python 的对象有类型，名称通常没有被固定为某一种声明类型。
❞
02 Java 的“盒子”模型，要加一个边界
为了入门，我们常把 Java 的基本类型变量画成一个带门禁的盒子：
名称：age
声明类型：int
当前值：18
这个盒子只接收与int兼容的值。它很好地表达了语言规则，但不是 JVM 真实内存布局的截图。实际运行时，局部变量可能使用虚拟机槽位，也可能被优化到寄存器里。
Java 的引用类型变量也能改绑到另一个对象，只是新对象仍要满足已经声明的类型约束。即使使用类型推断，规则也没有改变：
var age = 18; // 编译器推断为 int
age = "18"; // 仍然无法通过编译
Python 采用的是另一套语言模型：名称与对象分开，名称通过引用关系绑定对象。图里的箭头表示“绑定”，不等同于一个可以在 Python 代码中直接操作的原始内存地址。
03age = 18到底做了什么
执行下面这行代码时：
age = 18
从语言层面，可以拆成两个动作：
- 先对等号右侧求值，得到一个值为
18、类型为int的对象；
这里说“得到对象”，可能是创建新对象，也可能是复用已有对象；那属于具体 Python 实现的细节，不影响赋值语义。
现在看这段完整代码：
age = 18
print(age)
print(type(age).__name__)
输出：
18
int
type(age)不是在查询“名称age被声明成了什么类型”，而是在查询：age当前绑定的对象是什么类型。
04x为什么能先是整数，再是字符串
来看一段更能说明问题的代码：
x = 10
y = x
x = "hello"
print(x)
print(y)
输出：
hello
10
执行y = x后，x和y都绑定着整数对象10。随后执行x = "hello"，只是让x改绑到字符串对象"hello"；y仍然绑定原来的整数对象。
整数10没有变成字符串。变化的是名称x与对象之间的引用关系。
这就是动态类型最核心的机制：
❝同一个名称可以在不同时间绑定不同类型的对象，对象自身的类型不会被这次改绑改变。
❞
05 动态类型，不等于随便混用
名称可以动态改绑，不代表不同类型可以任意混算。
下面的示例可以直接运行：
print(10 + 1)
try:
print(10 + "1")
except TypeError as error:
print(type(error).__name__)
print(10 + int("1"))
输出：
11
TypeError
11
第一行执行整数加法；第二次运算遇到int + str，Python 不会偷偷把字符串"1"猜成整数，于是抛出TypeError；显式执行int("1")后，运算才成立。
Python 因此通常被称为动态、较强类型语言：
- 动态，指类型信息跟随对象，相关检查主要发生在运行时；
- 较强类型，指不相关的类型通常不会为了完成运算而被随意、悄悄地转换。
“强类型”并没有一套适用于所有语言的严格统一定义，Python 也存在有规则的数值兼容，例如1 + 2.5会得到3.5。这里真正需要记住的是：动态类型和没有类型不是一回事。
06 灵活从哪里来，代价又在哪里
动态类型让 Python 代码简洁、组合灵活，写自动化脚本、运维工具和数据处理程序时，开发节奏通常很快。
但它也把一部分问题推迟到了具体代码路径真正运行的时候。没有被测试覆盖的异常分支，可能直到线上收到特殊配置或接口数据才报错。
开头的巡检脚本，应该在外部数据进入程序的边界完成转换：
import os
timeout: int = int(os.getenv("TIMEOUT", "30"))
next_check = timeout + 5
print(next_check)
常用的工程护栏包括：
- 环境变量、命令行参数、配置文件和接口响应进入程序时，立即校验并转换；
类型注解很有价值，但它不等于 Java 式的变量声明。Python 解释器默认不会仅凭注解阻止后续赋值：
age: int = 18
age = "eighteen"
print(age) # 仍会输出 eighteen
编辑器和静态检查器可以提前报告这类不一致；运行时若需要强制校验，则要显式检查，或使用会执行校验的框架。
07 一张图总结
现在再回答开头的问题：
age = 18
Python 之所以不要求先写int，不是因为它不关心类型，而是因为：
- 类型注解、静态检查与测试，可以帮助部分问题更早暴露。
到这里，一个新问题已经出现：如果18是对象，它为什么还能携带方法？
number = 10
print(number.bit_length())
数字有方法，字符串有方法，函数甚至也能被赋值、传递和返回。
接下来的第 2 篇《图解 Python：为什么 Python 一切皆对象？》，会沿着这一篇的“名称绑定对象”继续往里走：对象究竟由什么组成，为什么数字、函数和类都遵守同一套模型。
❝觉得这篇文章对你有帮助吗？
点个 「在看」，「关注」 我们，加个 「星标」，我们一起用最有趣的方式，读懂最硬核的技术！
你的 「支持」 对我非常重要，是我坚持更新的 「唯一动力」。
关注我们，回复 C++ 免费获取 243 节高质量C++课程。
❞
