__dict__ 返回的是当前对象或类直接归属的属性字典：类调用时返回其定义的类属性、方法等；实例调用时仅返回该实例自身设置的实例属性，不包含继承或类属性。
__dict__ 返回的是什么字典？
它返回的不是“所有属性的总和”，而是当前作用域下**直接归属该对象或类的属性字典**。类调用 __dict__ 得到的是类体中定义的类属性、方法、特殊方法等；实例调用 __dict__ 得到的仅是该实例在 __init__ 或后续动态设置的实例属性，不包含任何继承来的类属性。
常见错误现象：以为 obj.__dict__ 能看到父类的 a = 1 或基类方法，结果为空或漏掉关键字段——这是正常行为，不是 bug。
- 类属性（如
a = 1）只存于类的__dict__中，不在实例__dict__ - 实例属性（如
self.name = "x"）只存于实例__dict__，不会写入类__dict__ - 如果类定义了
__slots__，实例将没有__dict__属性，访问会直接抛AttributeError
为什么修改实例 __dict__ 有时不生效？
因为 Python 的属性访问机制优先走描述符协议（descriptor protocol），而不是直读 __dict__。像 @property、__get__ 方法定义的属性，或者某些内置类型（如 int 子类）重写了 __getattribute__，都会绕过 __dict__ 查找路径。
使用场景：你试图用 obj.__dict__['x'] = 123 设置一个 @property 管理的属性，但后续读 obj.x 还是旧值——说明该属性由描述符控制，不能靠改字典覆盖。
安全 Python 代码沙箱：在隔离的沙箱中执行任意 Python 代码，预装 requests、NumPy、pandas 库。返回 stdout、stderr。
- 只有普通数据属性（即没被描述符、
__getattribute__拦截的属性）才能通过__dict__安全读写 -
obj.__dict__.update({...})是批量注入实例属性的快捷方式，但无法触发 setter 或验证逻辑 - 对不可变对象（如
namedtuple实例）尝试赋值__dict__会失败，因其根本没这个属性
继承链中 __dict__ 是隔离的，怎么查全量属性？
子类和父类的 __dict__ 完全独立，子类实例的 __dict__ 不含父类的类属性，也不含父类 __init__ 中设置的实例属性（除非子类显式调用了 super().__init__()）。
容易踩的坑：调试时只看 child.__dict__ 就断定“父类属性没生效”，其实父类属性还在 Parent.__dict__ 里，只是通过继承链被共享访问而已。
- 要查看某实例实际能访问的所有属性（含继承），用
dir(obj)更合适 - 想确认某个属性到底来自哪一层，可用
getattr(obj.__class__, 'attr', None)或遍历obj.__class__.__mro__ - 手动合并所有层级的
__dict__是危险操作——可能掩盖同名覆盖、破坏方法绑定，不建议用于生产逻辑
__dict__ 和字典底层哈希表有关系吗？
没有直接关系。__dict__ 本身就是一个普通的 dict 对象，它内部确实用哈希表实现，但这个细节对理解对象属性存储机制帮助不大。真正关键的是：Python 对象的实例属性容器就是这个 dict，而类属性容器是另一个 dict，二者物理隔离、查找路径不同。
性能影响：频繁读写 __dict__ 不比直接点属性慢多少，但绕过正常属性访问路径会跳过 descriptor、__set__、验证等逻辑，相当于“开后门”。在需要动态构建对象状态（如 ORM 映射、序列化还原）时有用，但日常编码应优先走标准属性语法。
-
__dict__是 CPython 实现细节，其他 Python 解释器（如 PyPy）可能用不同机制，依赖它写跨平台代码需谨慎 - 大量动态属性会导致
__dict__膨胀，内存占用上升，且哈希表扩容可能引发小幅度性能抖动 - 如果对象只需固定字段，用
__slots__可禁用__dict__并节省内存——此时你就得换思路处理属性了
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
