Bokeh est une bibliothèque de visualisation interactive pour Python qui permet une présentation visuelle belle et significative des données dans les navigateurs web modernes. Avec Bokeh, vous pouvez rapidement et facilement créer des graphiques interactifs, des tableaux de bord et des applications de données.

Détails de bokeh python

Discussions

Communauté de bokeh python

Afficher moinsAfficher plus

Description du produit

Vendeur

bokeh python

Description

Bokeh is an interactive visualization library in Python designed to enable the creation of sophisticated and interactive plots and dashboards. It provides an accessible way for developers to create visual presentations that can be easily embedded into web-based applications. Bokeh focuses on providing high-performance visualizations by converting data into a JavaScript format that allows for seamless interaction and dynamic updates in the browser. It supports a wide range of chart types and layouts, and it integrates well with popular data analysis tools such as Pandas and Jupyter Notebooks.

Aperçu fourni par:

Bryan Van de Ven

Média de bokeh python

Les avis G2 sont authentiques et vérifiés.

Voici comment.

Clare S.

Research and Instrumentation Analyst

Logiciels informatiques

Marché intermédiaire (51-1000 employés)

3/5/2019

"Amour en utilisant bokeh pour des graphiques interactifs"

5/5

Qu'aimez-vous le plus à propos de bokeh python?

J'aime comment il y a plusieurs modèles de tracés interactifs préfabriqués qui vous permettent de générer des tracés interactifs en une ligne de code, mais qu'il y a aussi de la place pour la personnalisation au-delà de cela. C'est assez facile de commencer avec bokeh pour créer des tracés interactifs simples mais utiles et des pages web. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de bokeh python?

J'ai eu des problèmes pour faire fonctionner certaines fonctionnalités sur lesquelles j'ai fini par abandonner. Il y a une courbe d'apprentissage lorsqu'on essaie de créer des choses très personnalisées, sans beaucoup de documentation. C'est aussi difficile à déboguer et cela nécessite d'apprendre un peu de javascript, ce qui est utile mais augmente la courbe d'apprentissage. Avis collecté par et hébergé sur G2.com.

Recommandations à d’autres personnes envisageant bokeh python:

Je recommanderais ce paquet aux utilisateurs. Avis collecté par et hébergé sur G2.com.

Quels sont les problèmes que bokeh python résout, et en quoi cela vous est-il bénéfique?

J'utilise Bokeh pour créer des graphiques interactifs pour mon équipe au travail. Nous utilisons ces graphiques pour surveiller la santé de l'instrument scientifique sur lequel nous travaillons et il est utile d'avoir ces graphiques interactifs plutôt que des graphiques statiques. La capture d'écran que j'ai jointe fait partie d'une page web interactive que j'ai créée avec Bokeh qui vous permet de filtrer les données de notre instrument à partir d'un sous-ensemble spécifique à afficher, puis de télécharger un tableau. Avis collecté par et hébergé sur G2.com.

Dorian N.

Data Engineer

Marché intermédiaire (51-1000 employés)

6/28/2019

"Visualisation des données en Python pour l'analyse avancée"

4/5

Qu'aimez-vous le plus à propos de bokeh python?

J'aime le package Python bokeh car il me permet de visualiser des données de manière auparavant inatteignable. Ce package me permet de mener des analyses d'une manière qui impressionne mon équipe. Cela a vraiment changé notre façon de faire de l'ingénierie des données dans notre équipe. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de bokeh python?

Je n'aime pas ce package car il est quelque peu difficile à utiliser parfois, la documentation n'est pas la meilleure et parfois peu claire. Ce package a certainement besoin d'une meilleure documentation écrite et partagée. Avis collecté par et hébergé sur G2.com.

Quels sont les problèmes que bokeh python résout, et en quoi cela vous est-il bénéfique?

Les problèmes que je résous avec ce package consistent à améliorer et à mettre à jour nos méthodes d'analyse de divers ensembles de données financières. Je suis le pionnier de l'équipe à la recherche de solutions pouvant remplacer nos solutions d'entreprise en place par des outils open source tout aussi performants. Avis collecté par et hébergé sur G2.com.

Alex J.

Data Analyst

Marché intermédiaire (51-1000 employés)

7/23/2019

"La visualisation des données simplifiée en Python !"

4.5/5

Qu'aimez-vous le plus à propos de bokeh python?

J'aime la bibliothèque Bokeh en Python parce qu'elle me permet de créer des visualisations de données de manière programmatique pour le travail analytique de façons qui n'étaient pas possibles auparavant, où nous utilisions des logiciels lents et maladroits. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de bokeh python?

Je n'aime pas que Bokeh Python soit entièrement open source et n'ait pas de support payant. Ce serait formidable si les produits open source avaient un meilleur support. Avis collecté par et hébergé sur G2.com.

Quels sont les problèmes que bokeh python résout, et en quoi cela vous est-il bénéfique?

Les problèmes que je résous avec Bokeh Python concernent un flux de travail analytique orienté vers l'équipe qui s'adapte à l'échelle. Bokeh Python fait exactement cela et je suis très heureux de dire que les avantages ont surpassé la confusion initiale lorsque nous avons commencé avec ce package. Avis collecté par et hébergé sur G2.com.

Paolo D.

Software Developer in Test

Marché intermédiaire (51-1000 employés)

1/17/2019

"Une image vaut mille mots, un bon graphique vaut encore plus."

5/5

Qu'aimez-vous le plus à propos de bokeh python?

Avec Bokeh, je peux créer des graphiques interactifs qui ont donné une toute nouvelle dimension à mes rapports de tests de performance. Non seulement ils sont beaux, mais ils me permettent d'illustrer des concepts de manière interactive, sans générer différents graphiques qui ne sont que des versions zoomées ou de simples chiffres : je peux montrer les chiffres en survolant le graphique généré. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de bokeh python?

il m'a fallu un certain temps pour obtenir la bonne configuration. Matplotlib fonctionne presque immédiatement, bokeh prend très peu pour produire un joli graphique, mais pas mal de travail pour obtenir exactement ce que vous voulez. Quoi qu'il en soit, cela est justifié par le fait que le résultat final est plus captivant que Matplotlib et interactif. Avis collecté par et hébergé sur G2.com.

Recommandations à d’autres personnes envisageant bokeh python:

À part cela, l'installation a été fluide et la courbe d'apprentissage suffisamment douce pour commencer à produire des journaux dans les premières minutes d'utilisation. Avis collecté par et hébergé sur G2.com.

Quels sont les problèmes que bokeh python résout, et en quoi cela vous est-il bénéfique?

J'ai réussi à automatiser l'ensemble du processus de test de performance en remplaçant l'ancien outil que nous utilisions. Je n'ai plus besoin de dépendre d'une boîte noire tierce, qui ne produisait que certains graphiques, je peux personnaliser la sortie que je veux et les formater de manière plus intelligible. De plus, l'inspection des résultats individuels (sur des millions d'échantillons) est beaucoup plus facile. Avis collecté par et hébergé sur G2.com.

John Paul S.

Rewards Live

Marché intermédiaire (51-1000 employés)

7/20/2019

"Analyse de données simplifiée en Python"

4.5/5

Qu'aimez-vous le plus à propos de bokeh python?

J'aime Bokeh Python car il me permet de rationaliser mes flux de travail d'analyse de données afin de mieux présenter différents types de données à un large public. Il rend les données plus faciles à comprendre avec les différents types de graphiques. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de bokeh python?

Je n'aime pas que Bokeh soit une bibliothèque open source qui est quelque peu difficile à comprendre sous forme de documentation, peut-être parce que des individus très avancés l'ont écrite. Avis collecté par et hébergé sur G2.com.

Utilisateur vérifié à Technologie de l'information et services

Entreprise (> 1000 employés)

3/4/2019

"Bibliothèque de visualisation de données"

4/5

Qu'aimez-vous le plus à propos de bokeh python?

Bokeh me permet, ainsi qu'à mon équipe, de visualiser des données et des informations d'une manière qui n'était pas possible auparavant avec les outils BI encombrants que nous utilisions. Ce que j'aime le plus chez Bokeh, c'est sa facilité d'installation et d'utilisation car il est open source. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de bokeh python?

Avec l'open source vient le problème du support. Il n'y a pas beaucoup de support disponible à part un guide du développeur qui est disponible sur leur site web, donc il vaut mieux avoir une équipe d'ingénieurs prête à plonger en profondeur. Avis collecté par et hébergé sur G2.com.

Recommandations à d’autres personnes envisageant bokeh python:

C'est une excellente bibliothèque à tester et à utiliser. La documentation est claire et compréhensible si vous avez une équipe de développement. Dans l'ensemble, bonne bibliothèque à essayer. Avis collecté par et hébergé sur G2.com.

Quels sont les problèmes que bokeh python résout, et en quoi cela vous est-il bénéfique?

Les problèmes commerciaux résolus avec Bokeh sont variés. Les avantages que j'ai réalisés sont la capacité de visualiser des données en utilisant des méthodes statistiques avancées que des outils comme Tableau et IBM Cognos ne peuvent tout simplement pas. Avis collecté par et hébergé sur G2.com.

Dan G.

Analyst, Technology

Petite entreprise (50 employés ou moins)

3/5/2019

"La science des données à son meilleur"

5/5

Qu'aimez-vous le plus à propos de bokeh python?

Bokeh est une bibliothèque de visualisation phénoménale en Python. En tant que data scientist, vous cherchez constamment des moyens d'exprimer les données de manière plus compréhensible et Bokeh vous permet de faire exactement cela. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de bokeh python?

Je pense que ce que je n'aime pas dans cette bibliothèque, c'est la courbe d'apprentissage. Ce n'est pas facile d'apprendre chaque nouvelle fonction et cela prend du temps. Avis collecté par et hébergé sur G2.com.

Recommandations à d’autres personnes envisageant bokeh python:

Bokeh est une bibliothèque que chaque entreprise devrait apprendre à utiliser et s'efforcer de comprendre afin d'améliorer ses compétences en science des données. Avis collecté par et hébergé sur G2.com.

Quels sont les problèmes que bokeh python résout, et en quoi cela vous est-il bénéfique?

Bokeh permet à moi et à notre équipe de data scientists de mieux visualiser les données et de savoir exactement ce qui se passe avec des ensembles de données en constante augmentation. Avis collecté par et hébergé sur G2.com.

Utilisateur vérifié à E-learning

Marché intermédiaire (51-1000 employés)

1/30/2019

"Bokeh : Excellentes visualisations interactives et simples. Presque aussi bon que plotly."

4/5

Qu'aimez-vous le plus à propos de bokeh python?

J'aime qu'il soit assez facile de créer des visualisations HTML dynamiques qui ont l'air élégantes et agréables. Comme j'ai appris R avant Python pour les statistiques et les visualisations, je préfère définitivement la syntaxe de ggplot2 de R (que plotly peut ensuite facilement convertir en une version HTML avec plotly::ggplotly()). Cependant, pour le travail en Python que je fais (quand mes collègues préfèrent les notebooks Python, etc.), la capacité de bokeh est excellente ! L'API est assez cohérente à travers différents types de graphiques, ce qui est génial. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de bokeh python?

Bien que Bokeh soit assez puissant pour créer de jolies visualisations de tranches, je trouve qu'il est plus difficile de personnaliser les thèmes et les fonctionnalités des graphiques par rapport à certaines autres bibliothèques de visualisation. Cependant, je suis également plus impressionné par les paramètres par défaut de n'importe quel graphique Bokeh. Avis collecté par et hébergé sur G2.com.

Recommandations à d’autres personnes envisageant bokeh python:

Visualisations statiques, commencez probablement avec seaborn (n'utilisez pas matplotlib à moins de savoir ce que vous faites). Visualisations dynamiques, apprenez certainement bokeh, peut-être aussi plotly. Avis collecté par et hébergé sur G2.com.

Quels sont les problèmes que bokeh python résout, et en quoi cela vous est-il bénéfique?

Nous utilisons généralement Bokeh comme un moyen open source de visualiser rapidement un nouveau jeu de données de plusieurs manières, ce qui nous permet ensuite de partager une URL interne ou une page HTML plate avec d'autres collègues ou la direction. La possibilité d'envoyer un fichier HTML à une autre personne et de lui permettre d'explorer facilement les données rend mon travail beaucoup plus autonome et plus facile. Je trouve cela excellent pour permettre à la direction de trouver ses propres insights à partir de données brutes. Avis collecté par et hébergé sur G2.com.

Bisma B.

Data Analyst

Technologie de l'information et services

Marché intermédiaire (51-1000 employés)

1/29/2019

"Bibliothèque Bokeh pour la visualisation"

3.5/5

Qu'aimez-vous le plus à propos de bokeh python?

La bibliothèque a beaucoup de potentiel pour créer un arc-en-ciel de visualisations. J'aime que les tableaux de bord soient interactifs. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de bokeh python?

Les ressources d'aide ou les ressources d'apprentissage sont limitées. Avis collecté par et hébergé sur G2.com.

Utilisateur vérifié à Pétrole et énergie

Petite entreprise (50 employés ou moins)

3/3/2019

"Bonne bibliothèque de visualisation"

2.5/5

Qu'aimez-vous le plus à propos de bokeh python?

Facile à apprendre et à utiliser, bon pour les graphiques interactifs de base. Permet de fournir des graphiques dans de nombreux supports (html, notebook et serveur). Bonne alternative à plotly et pygal. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de bokeh python?

Plotly offre un niveau d'interactivité bien supérieur à celui de Bokeh dès le départ. Bokeh a un problème avec sa documentation. Avis collecté par et hébergé sur G2.com.