Por ejemplo, primero podríamos comenzar filtrando la salida de un Observable tal que solo se publican ciertos elementos de datos. Entonces podríamos aplicar una transformación mación en forma de un operador map() a esos datos, como se muestra a continuación: Tenga en cuenta el orden en que hemos aplicado los operadores; primero filtramos los datos que no es de interés y luego aplicar la transformación. Esto es más eficiente que aplicar los operadores al revés como en el ejemplo anterior no necesitamos transformar los valores impares. Por lo tanto, es común intentar empujar a los operadores de filtro tan arriba en la cadena como sea posible. El código utilizado para generar el conjunto encadenado de operadores se proporciona a continuación. En esto caso hemos usado funciones lambda para definir la función filter() y el mapa () función. Los operadores se aplican al Observable obtenido de la lista suministrado. El flujo de datos generado por el Observable es procesado por cada uno de los operadores definidos en la tubería. Como ahora hay dos operadores, la tubería contiene ambos operadores y actúa como un conducto por el que fluyen los datos. La lista utilizada como fuente inicial de los datos de Observables contiene una secuencia de evento y números impares. La función filter() selecciona solo números pares y el La función map() transforma los valores enteros en cadenas. Entonces suscribimos un Función de observador al Observable producido por el mapa transformacional () operador.

Ejemplo de encadenamiento de operadores

importar rx de operadores de importación rx como op

Configure una fuente con un filtro

fuente = rx.from_list([2, 3, 5, 7, 4, 9, 8]) tubería = fuente.tubería( op.filter(valor lambda: valor % 2 == 0), op.map(valor lambda: “’” + str(valor) + “’”) )

Suscribir una función lambda

pipe.subscribe(valor lambda: print(‘Recibido’, valor)) 37,9 Operadores de encadenamiento 447