Python在运行函数时并不是简单地跳转执行，而是依靠一套基于栈的调用模型来组织控制流与数据。每一次函数调用都会在调用栈上压入一个新的栈帧，函数返回时再将该栈帧弹出。栈帧是解释器内部用来记录执行上下文的核心结构，它决定了变量在哪里查找、代码从哪里继续运行。
一、栈帧是什么
在CPython中，栈帧对应内部的结构体 PyFrameObject，对外可以通过 types.FrameType 访问。它保存了当前执行的字节码、局部变量字典、全局变量引用、常量表、指令指针以及指向调用者的帧指针。换句话说，栈帧就是一次函数执行过程的现场快照。
当解释器执行一个函数时，会先根据函数的代码对象创建新的栈帧，把调用者传入的参数绑定到局部变量，然后切换指令指针开始执行字节码。因为每一层调用都有独立帧，所以不同函数里的同名局部变量互不影响。这也解释了为什么在函数内部修改参数不会污染外部作用域。
二、函数调用的底层步骤
一次普通的Python函数调用，在解释器层面大致经历下面几个阶段：先准备好参数对象，再由 CALL 系列字节码指令触发帧的创建，接着初始化局部变量，最后进入新帧的执行循环。我们可以用一段简单代码观察帧的变化。
import sys
def show_frame():
frame = sys._getframe()
print("当前函数名:", frame.f_code.co_name)
print("局部变量:", frame.f_locals)
print("调用者:", frame.f_back.f_code.co_name)
def caller():
show_frame()
caller()
上面代码里，sys._getframe() 返回当前栈帧，f_back 指向调用者的帧。运行后会看到 show_frame 的调用者是 caller，说明帧之间形成了单向链表式的调用栈。通过遍历 f_back 可以还原完整的调用路径，这也是异常堆栈信息的来源。
从性能角度看，频繁创建和销毁栈帧会带来开销。虽然单次调用成本极低，但在百万级循环里调用大量小函数仍可能成为瓶颈。此时可以考虑用内联逻辑、使用内置函数或将热点代码改写为生成器来减少帧切换。
三、栈帧与变量作用域
Python的变量查找遵循 LEGB 规则：局部、闭包、全局、内置。这个顺序正是通过栈帧链实现的。当在某个函数里读取变量时，解释器先查当前帧的 f_locals，如果没有则沿 f_back 找闭包帧，再找不到才查全局和内置命名空间。
闭包之所以能记住外部变量，是因为内部函数所对应的帧会通过自由变量引用外层帧的局部对象，外层帧在函数返回后并不会立即被回收，而是被闭包持有。下面示例展示了闭包对帧数据的保留：
def outer(x):
def inner():
return x * 2
return inner
fn = outer(10)
print(fn())
这里 inner 的执行帧在查找 x 时会通过 f_back 或闭包单元找到 outer 的局部变量 x。即便 outer 已经返回，由于 fn 持有引用，相关帧数据依然存活。理解这一点有助于避免循环引用导致的内存泄漏。
四、递归与栈溢出
因为每次递归调用都会压入新帧，Python默认递归深度有限，可通过 sys.getrecursionlimit() 查看。一旦超过限制，解释器会抛出 RecursionError，本质是调用栈被帧对象占满，无法再分配新的执行上下文。
| 场景 | 栈帧行为 | 风险 |
|---|---|---|
| 普通循环 | 不新增帧 | 无栈溢出 |
| 线性递归 | 每层一帧 | 深度大时报错 |
| 尾递归 | 仍每层一帧 | Python不优化 |
与部分语言不同，CPython不会对尾递归做优化，因此即便逻辑上可以复用帧，实际仍会累积。遇到深层遍历需求时，建议改写为显式栈或迭代方式，从而把控制权交回给堆内存而不是调用栈。
五、利用栈帧做调试与元编程
栈帧对象暴露了丰富的运行时信息，很多调试器和日志库都基于它实现。例如可以在装饰器里自动记录调用者文件名与行号，无需手动传参。
import sys
def log_call(func):
def wrapper(*args, **kw):
f = sys._getframe().f_back
print("调用来自", f.f_code.co_filename, f.f_lineno)
return func(*args, **kw)
return wrapper
@log_call
def add(a, b):
return a + b
add(1, 2)
这种方式在排查复杂调用关系时非常直观，但也应注意帧操作属于实现细节，跨版本可能变动。生产环境若大量使用 _getframe，会带来轻微性能损耗，建议仅用于诊断工具而非核心逻辑。
整体来看，Python的栈帧与函数调用机制是一套兼顾易用性与透明度的设计。掌握帧的生命周期、作用域链以及递归限制，不仅能写出更稳健的代码，也让我们在面对异常堆栈、闭包陷阱和性能问题时，拥有更底层的解决视角。