An environment in which an expression is evaluated consists of a sequence of *frames*, depicted as boxes. Each frame contains *bindings*, each of which associates a name with its corresponding value.
对于变量或者常量，我们会 bindings 链接到具体内存中的值的空间。这很好理解，我们在对这样的 bound name 解析（evaluation，我不知道这中文应该叫什么）的时候，我们就是想要使用那样一个内存空间，读写它的值。
对于函数而言，我们处理 bindings 的方式更加复杂：对于函数而言，我们不仅像变量那样拥有一个在 environment 中的显式的 bound name 这样的名字，我们还拥有在深层的独属于每一个函数本身的一个 intrinsic name。虽然我们永远直接调用的都是 bound name，但是这样的名字并不能直接解析（evaluation），这样的名字如同一个指针，指向对于的函数的 intrinsic name，然后用 intrinsic name 去进行实际上的操作。值得注意的是，你可以在 environment 中创建大量的 bound name（你也许也可以叫做别名），但是对于一个实体存在的函数，只有一个 intrinsic name 与其对应。
当你新创建一个函数的时候，会同时创建 bound name 与 intrinsic name 并会建立 bound name 指向 intrinsic name 然后 intrinsic name 永久 bind（捆绑）函数本体的关系
同时你也可以解绑这样的关系，让一个 bound name 绑定上另一个实体，无论其是函数，数值，还是一个对象
更重要的一点，bound name 的实际解析结果（evaluation）取决于他所指向的内容，Python并没有直接给这样的别名严格划分（这也是Python弱类型的体验），所以，当你不清晰的混用这样的东西的时候，你很容易出现自己难以发现的 Bug
这是一个很常见的例子：
代码块
f = max
max = 3
result = f(2, 3, 4)
max(1, 2) # Causes an error
是否 intrinsic name 就直接对应函数呢？在很多现代语言，包括 Python 中，这是否定的。我们不仅以函数名来区分我们的函数，我们还通过函数的参数（parameters）的数量和类型（Python的类型非常不明确，这点很蛋疼）来区分。intrinsic name 也只会对应到我们一类同名的函数组，我们再通过传入参数与函数名称（这些信息的总和叫做Function Signatures）准确定位到想要使用的函数。而对于一些特殊的函数，叫做内置函数，例如max这样的函数，可以接受任意数量的参数，无论接受多少的参数这样的内置函数都表现为name(...)，因为他们并没有被显式定义过，这样的函数过于特殊，作为Python解释器的一部分出现
environment（环境）在用户自定义函数中又是如何作用的呢？当调用某个自定函数时，我们将会创建新的域（frame），这个域（你可以看作）会在函数定义的那一帧创建一个域的分支，并且将函数的参数绑定到函数形式参数的名称上，所以对于当前的函数内的不仅包含当前内部的环境，还包括这个函数定义时那一帧的环境。我们又将环境分为多个 frame，我们在解析一个 name 的时候，我们会逐层向上找，找到的第一个与这个 name 绑定的在 environment 中的值拿来解析。我们找到了一个模型来解释我们的 name 将如何解析，但是这并不意味着任何实现，并不意味着解释器在实现的时候会真实的“寻找”，但这样的模型确实是准确的
另外一个原则在于，我们函数的功能并不受函数参数的 name 的影响，这样做的效果就是我们我们的参数在函数内部是局部的。实际上，这也是由于存在 frame 这样的机制决定的