对于一个分类型变量的Series对象`ss`，如果需要保留变量中的非重复值，可以使用以下方法：

- **C: `ss.unique()`**

### 分析：

- **A: `ss.num()`**
- 这不是一个pandas Series对象的有效方法，因此不能用于获取非重复值。

- **B: `ss.isnull()`**
- 这个方法用于判断Series中的元素是否为缺失值（NaN），返回一个布尔值的Series，并不用于获取非重复值。

- **C: `ss.unique()`**
- 这是一个有效的方法，返回Series中的唯一值（即非重复值）。它会输出一个包含所有不重复元素的numpy数组，非常适合用于提取非重复值。

- **D: `ss.nunique()`**
- 这个方法返回Series中独一无二的值的数量，而不是这些值本身。因此，虽然它与唯一值有关，但不能直接用于提取这些值。

### 示例：

假设有以下Series对象：

```python
import pandas as pd

ss = pd.Series(['apple', 'banana', 'apple', 'orange', 'banana', 'grape'])
```

使用`ss.unique()`：

```python
unique_values = ss.unique()
print(unique_values)
```

输出将是：

```
array(['apple', 'banana', 'orange', 'grape'], dtype=object)
```

以上输出显示了`ss`中的非重复值作为一个numpy数组。因此，答案是 **C: `ss.unique()`**。