# 7.11。环境对象 > 原文： [http://numba.pydata.org/numba-doc/latest/developer/environment.html](http://numba.pydata.org/numba-doc/latest/developer/environment.html) Environment 对象（Env）用于维护对支持对象模式和 nopython 模式的编译函数所需的 python 对象的引用。 在 nopython 模式中，Env 用于： * 存储 pyobjects 以便从原生值重建，例如：*用于打印 NumPy 数组的原生值; *用于返回或让本机值返回解释器。 在对象模式下，Env 用于： * 存储代码中引用的常量值。 * 存储对函数全局字典的引用以加载全局值。 ## 7.11.1。实施 Env 分为两部分。在`_dynfunc.c`中，Env 被定义为`EnvironmentObject`作为 Python C 扩展类型。在`lowering.py`中， <cite>EnvironmentObject`</cite> （导出为`_dynfunc.Environment`）被扩展为支持降低所需的必要操作。 ### 7.11.1.1。序列化 Env 支持被腌制。编译缓存文件和提前编译的模块将所有使用过的 Env 序列化，以便在运行时重新创建。 ### 7.11.1.2。用法 在降低功能或生成器的开始时，创建 Env。在整个编译过程中，Env 会发生变异以附加其他信息。编译的代码通过发出的 LLVM IR 中的全局变量引用 Env。全局变量使用“common”链接进行零初始化，这是 C 全局值的默认链接。当模块链接在一起时，使用此链接允许将全局变量的多个定义合并为单个定义。全局变量的名称根据函数名称计算（请参阅目标上下文的`FunctionDescriptor.env_name`和`.get_env_name()`）。 加载编译函数时初始化 Env。 JIT 引擎找到 Env 的相关全局变量的地址，并将 Env 的地址存储到其中。对于缓存函数，适用相同的过程。对于提前编译的函数，生成的库中的模块初始值设定项负责初始化模块中所有 Env 的全局变量。