有三种不同的模式可以帮助我们对基本类型进行分类，每种模型都展示了这些类型之间的相互关系。
一：存储模式
这种分类模式，看这种类型的对象能保存多少个对象。
一个能保存单个字面对象的类型称为原子或标量存储，那些可容纳多个对象的类型，称之为容器存储。
容器类型又带来一个新问题，那就是它是否可以容纳不同类型的对象。所有的Python容器对象都能够容纳不同类型的对象。下表按存储模式对Python的类型进行了分类。
|
分类 |
Python类型 |
|
标量/原子类型 |
数值（所有的数值类型），字符串（全部是文字） |
|
容器类型 |
列表、元组、字典 |
字符串看上去像一个容器类型，因为它“包含”字符，不过由于Python并没有字符类型，所以字符串是一个自我包含的文字类型。
二：更新模型
根据对象创建成功之后，它的值是否可以更新，分为可变对象和不可变对象。可变对象允许他们的值被更新，而不可变对象则不允许他们的值被更改。下表列出了支持更新和不支持更新的类型。
|
分类 |
Python类型 |
|
可变类型 |
列表，字典 |
|
不可变类型 |
数字、字符串、元组 |
三：访问模式
区分数据类型的首要模式是访问模式，也就是说根据访问存储的数据的方式对数据类型进行分类。在访问模式中共有三种访问方式：直接访问，顺序，和映射。下表按访问方式对数据类型进行了分类。
|
分类 |
Python类型 |
|
直接访问 |
数字 |
|
顺序访问 |
字符串、列表、元组 |
|
映射访问 |
字典 |
对非容器类型可以直接访问。所有的数值类型都归到这一类。
序列类型是指容器内的元素按从0开始的索引顺序访问。一次可以访问一个元素或多个元素（切片）。字符串，列表和元组都归到这一类。
映射类型类似序列的索引属性，不过它的索引并不使用顺序的数字偏移量取值， 它的元素无序存放， 通过一个唯一的key来访问，这就是映射类型，它容纳的是哈希键-值对的集合。