yield 使函数执行上下文（含局部变量）挂起并封装进生成器栈帧，随生成器生命周期存活；该栈帧位于堆中，保存变量、指令指针等，通过 next() 激活恢复执行。
yield 不是让变量“常驻内存”，而是让函数的执行上下文（包括局部变量）被挂起并封装进生成器对象的栈帧中，随生成器生命周期存活。
生成器本质是一个带状态的迭代器对象
调用含 yield 的函数时，Python 并不执行函数体，而是立即返回一个 generator 对象。这个对象内部持有一个特殊的栈帧（frame），它不是普通函数调用后就销毁的临时栈帧，而是被长期保留、可反复激活的“冻结态执行环境”。
- 该栈帧完整保存了：局部变量值、指令指针位置（当前执行到哪条字节码）、代码对象引用、作用域链等
- 每次调用
next()或send()，解释器会“唤醒”这个栈帧，从中断处继续执行，直到下一个yield或函数结束 - 只要生成器对象没被垃圾回收，这个栈帧就一直存在——变量不是“常驻内存”，而是“绑定在栈帧生命周期内”
内存拓扑：栈帧 → 生成器对象 → 堆内存引用
从物理内存角度看，变量并未脱离栈帧独立驻留。真正的映射关系是：
- 生成器对象本身分配在堆上（heap），它持有一个指向其专属栈帧（
f_frame）的指针 - 该栈帧的局部变量区（
f_locals）也位于堆中（Python 的栈帧实际是堆分配的对象，非 C 栈） - 例如：
def countdown(n): while n > 0: yield n; n -= 1中的n，始终存于该生成器栈帧的f_locals字典里，随生成器存活 - 你可通过
gen.gi_frame.f_locals直接访问这些“冻结”的变量值（前提是生成器未关闭）
与普通函数的关键区别：栈帧不销毁
普通函数调用结束后，其栈帧被立即释放；而生成器函数的首次调用仅创建栈帧，却不执行——它进入 GEN_CREATED 状态。只有触发 next() 后才进入 GEN_RUNNING，并在每个 yield 处切换为 GEN_SUSPENDED，此时栈帧被挂起但未释放。
- 这种设计使局部变量自然延续生命周期，无需额外闭包或类封装
- 变量“看起来常驻”，实则是栈帧对象持续持有它们——这是 Python 解释器对生成器状态机的底层实现保障
- 一旦生成器耗尽或显式关闭（
gen.close()），栈帧被清空，变量随之不可访问
验证方式：直接观察栈帧状态
你可以用标准库工具窥探这一机制：
-
import inspect; inspect.getframeinfo(gen.gi_frame)查看当前挂起位置 -
gen.gi_frame.f_locals查看所有存活的局部变量 -
gen.gi_running和gen.gi_suspended反映状态机当前阶段 - 用
dis.dis(type(gen).__next__)可见底层YIELD_VALUE指令如何协作保存/恢复上下文
