反應(yīng)式編程是一種編程范式，用于處理數(shù)據(jù)流和變化的傳播。這意味著當(dāng)一個(gè)組件發(fā)出數(shù)據(jù)流時(shí)，更改將通過(guò)響應(yīng)式編程庫(kù)傳播到其他組件。變化的傳播將持續(xù)到最終接收器。事件驅(qū)動(dòng)和反應(yīng)式編程之間的區(qū)別在于事件驅(qū)動(dòng)的編程圍繞事件而反應(yīng)式編程圍繞數(shù)據(jù)。

reactivex或rx用于反應(yīng)式編程

reactivex或raective extension是最著名的反應(yīng)式編程實(shí)現(xiàn)。reactivex的工作取決于以下兩個(gè)類 -

可觀察的類

此類是數(shù)據(jù)流或事件的來(lái)源，它打包傳入的數(shù)據(jù)，以便數(shù)據(jù)可以從一個(gè)線程傳遞到另一個(gè)線程。在某些觀察者訂閱數(shù)據(jù)之前，它不會(huì)提供數(shù)據(jù)。

觀察者

此類使用 observable 發(fā)出的數(shù)據(jù)流?？梢杂卸鄠€(gè)具有可觀察性的觀察者，每個(gè)觀察者將接收發(fā)射的每個(gè)數(shù)據(jù)項(xiàng)。觀察者可以通過(guò)訂閱觀察者來(lái)接收三種類型的事件

• on_next（）事件 - 它意味著數(shù)據(jù)流中有一個(gè)元素。

• on_completed（）事件 - 它意味著排放結(jié)束，不再有物品到來(lái)。

• on_error（）事件 - 它還意味著發(fā)射結(jié)束，但是在 observable 拋出錯(cuò)誤的情況下。

rxpy - 用于反應(yīng)式編程的python模塊

rxpy是一個(gè)python模塊，可用于反應(yīng)式編程。我們需要確保安裝該模塊。以下命令可用于安裝rxpy模塊

pip install rxpy

例

以下是一個(gè)python腳本，它使用 rxpy 模塊及其 observable 和 observe 類 進(jìn)行反應(yīng)式編程?；旧嫌袃蓚€(gè)類

• get_strings（） - 用于從觀察者獲取字符串。

• printobserver（） - 用于從觀察者打印字符串。 它使用觀察者類的所有三個(gè)事件。它還使用了subscribe（）類。

from rx import observable, observer
def get_strings(observer):
   observer.on_next("ram")
   observer.on_next("mohan")
   observer.on_next("shyam")
      observer.on_completed()
class printobserver(observer):
   def on_next(self, value):
      print("received {0}".format(value))
   def on_completed(self):
   print("finished")
   def on_error(self, error):
      print("error: {0}".format(error))
source = observable.create(get_strings)
source.subscribe(printobserver())

輸出

received ram
received mohan
received shyam
finished

用于反應(yīng)式編程的pyfunctional庫(kù)

pyfunctional 是另一個(gè)可用于反應(yīng)式編程的python庫(kù)。它使我們能夠使用python編程語(yǔ)言創(chuàng)建功能程序。它很有用，因?yàn)樗试S我們使用鏈?zhǔn)胶瘮?shù)運(yùn)算符創(chuàng)建數(shù)據(jù)管道。

rxpy和pyfunctional之間的差異

這兩個(gè)庫(kù)都用于反應(yīng)式編程并以類似的方式處理流，但它們之間的主要區(qū)別取決于數(shù)據(jù)的處理。 rxpy 處理系統(tǒng)中的數(shù)據(jù)和事件，而 pyfunctional 則專注于使用函數(shù)式編程范例轉(zhuǎn)換數(shù)據(jù)。

安裝pyfunctional模塊

我們需要在使用之前安裝此模塊。它可以在pip命令的幫助下安裝如下

pip install pyfunctional

例

下面的示例使用 pyfunctional 模塊及其 seq 類，它們充當(dāng)我們可以迭代和操作的流對(duì)象。在這個(gè)程序中，它使用將每個(gè)值加倍的lamda函數(shù)映射序列，然后過(guò)濾x大于4的值，最后將序列縮減為所有剩余值的總和。

from functional import seq

result = seq(1,2,3).map(lambda x: x*2).filter(lambda x: x > 4).reduce(lambda x, y: x + y)

print ("result: {}".format(result))

輸出

result: 6