preloader

1 de enero de 1 | 2 minutos de lectura
Índice de contenido

Cada uno de los anteriores se puede utilizar como parámetros posicionales o como argumentos de palabras clave. mentos, por ejemplo:

Use lambdas para configurar las tres funciones

observable.subscribe( en_siguiente = valor lambda: print(‘Recibido en_siguiente’, valor), on_error = lambda exp: print(‘Ocurrió un error’, exp), on_completed = lambda: print(‘Recibido completado notificación’) ) El código anterior define tres funciones lambda que se llamarán dependiendo dependiendo de si los datos son suministrados por el Observable, si ocurre un error o cuando el el flujo de datos se termina. La salida de esto es: Recibido el_próximo 2 Recibido el_próximo 3 Recibido el_próximo 5 Recibido el_próximo 7 Notificación completada recibida Tenga en cuenta que la función on_error no se ejecuta ya que no se generó ningún error en este ejemplo. El último parámetro opcional del método subscribe() es un Observer objeto. Un objeto Observer puede implementar el protocolo Observer que tiene la siguientes métodos on_next(), on_completed() y on_error(), para ejemplo: clase PrimeNumberObserver: def on_next(self, valor): print(‘Objeto recibido’, valor) def on_completed(self): print(‘Flujo de datos completado’) def on_error(self, error): imprimir(‘Ocurrió un error’, error) Las instancias de esta clase ahora se pueden usar como un observador a través de subscribe() método: observable.subscribe(PrimeNumberObserver())

Suscribir un objeto Observer

El resultado de este ejemplo usando el Observable anterior es: Objeto recibido 2 Objeto recibido 3 Objeto recibido 5 Objeto recibido 7 Flujo de datos completado Tenga en cuenta que también se llama al método on_completed(); sin embargo, el El método on_errror() no se llama porque no se generaron excepciones. 36.3 Observadores en RxPy 431

comments powered by Disqus

popular post

El modelo AR de series temporales univariadas

Resumen: En esta entrada, descubrirá el modelo AR: El modelo autorregresivo.

Leer más

Evaluación de modelos para pronosticar

Resumen: Al desarrollar modelos de aprendizaje automático, generalmente se comparan varios modelos durante la fase de construcción.

Leer más

Modelos para pronosticar

Resumen: El pronóstico, traducido groseramente como la tarea de predecir el futuro, ha estado presente en la sociedad humana durante siglos.

Leer más