响应式数据流图
项目描述
Reactive-Dataflow
Python的响应式处理图。
入门指南
安装
pip install reactivedataflow
此项目的关键依赖包括 rx 和 networkx。这些在 pyproject.toml 依赖项部分中概述。
用法
import reactivex as rx
from reactivedataflow import (
GraphAssembler,
GraphModel,
VerbNodeModel,
InputNodeModel,
InputModel,
verb,
InputPort,
ConfigPort
)
#
# Define a processing verb
#
@verb(
name="print",
ports=[
InputPort(name="values", required=True, parameter="val"),
ConfigPort(name="prefix", required=False, parameter="prefix"),
]
)
def print_verb(val, prefix=""):
return f"{prefix}{val}"
#
# Define a simple graph
#
assembler = GraphAssembler()
assembler.load(
GraphModel(
inputs=[
# This is an input stream of values we'll define on build
InputNodeModel(id="input_values")
],
nodes=[
# Here we define the processing nodes
VerbNodeModel(
id="verb1",
verb="print",
config={"prefix": "emitted: "},
input={
"values": InputModel(node="input_values")
}
),
],
),
)
#
# Build the graph and bind input streams
#
graph = assembler.build(
inputs={
"input_values": rx.of([1, 2, 3])
}
)
#
# Watch graph outputs
#
graph.output("verb1").subscribe(print)
# Output:
# emitted: 1
# emitted: 2
# emitted: 3
开发
此项目使用 poetry 进行依赖项管理。您应该在系统上安装最新的Python版本（例如3.10+）和Poetry 1.8+。
# Install dependencies
poetry install
# Run tests
poetry run poe test
# Run static checks
poetry run poe check
下载文件
下载适合您平台的文件。如果您不确定该选择哪个，请了解更多关于安装包的信息。
源代码分发
reactivedataflow-0.1.17.tar.gz (20.5 kB 查看哈希值)
