Concurrency In Python 简明教程
Reactive Programming
响应式编程是一种处理数据流和变化传播的编程范例。这意味着当数据流由一个组件发出时，变化将由响应式编程库传播到其他组件。变化的传播将持续到它达到最终接收器。事件驱动和响应式编程之间的区别在于，事件驱动编程围绕事件进行，而响应式编程围绕数据进行。
ReactiveX or RX for reactive programming
ReactiveX 或 Raective Extension 是响应式编程最著名的实现。ReactiveX 的工作取决于以下两个类 −
RxPY – Python Module for Reactive Programming
RxPY 是一个可用于响应式编程的 Python 模块。我们需要确保安装了该模块。可以使用以下命令安装 RxPY 模块 −
pip install RxPYExample
以下是使用 RxPY 模块及其类 Observable 和 Observe for 响应式编程的 Python 脚本。基本上有两个类 −
-
get_strings() − 用于从观察者获取字符串。
-
PrintObserver() − 用于从观察者打印字符串。它使用了观察者类的全部三个事件。它还使用 subscribe() 类。
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())PyFunctional library for reactive programming
*PyFunctional*是另一个可用于响应式编程的 Python 库。它使我们能够使用 Python 编程语言创建函数程序。它很有用，因为它允许我们使用链接函数操作符创建数据管道。
Difference between RxPY and PyFunctional
这两个库都用于响应式编程并以类似的方式处理流，但它们之间的主要区别取决于处理数据的方式。 RxPY 处理系统中的数据和事件，而 PyFunctional 专注于使用函数编程范例转换数据。