Avis et détails du produit Bokeh

Quand je pense à Bokeh, le premier mot qui me vient à l'esprit est intuitif. Python a un vaste écosystème de graphiques qui est rarement réellement utile. Bokeh améliore l'utilité de l'écosystème Python et fait ensuite des bonds d'amélioration avec ses fonctionnalités interactives. La communauté Bokeh est également très utile et peut résoudre la plupart des problèmes qui surviennent avec Bokeh. C'est vraiment un plaisir de travailler avec Bokeh. Avis collecté par et hébergé sur G2.com.

Les graphiques complexes ne sont pas le point fort de Bokeh. Souvent, cela demande plus d'efforts que raisonnable pour faire fonctionner Bokeh sur des données qui ne sont pas dans des dataframes Pandas. Les grands ensembles de données ne sont pas non plus quelque chose que Bokeh gère bien. Il a tendance à ralentir au point de devenir inutilisable. Avis collecté par et hébergé sur G2.com.

Ce que j'aime le plus à propos de Bokeh, c'est qu'il gère ma grande quantité de données et catégorise les données très facilement, et j'aime aussi l'affichage du graphique et sa facilité d'utilisation et de compréhension. Avis collecté par et hébergé sur G2.com.

C'est bien pour moi, mais la seule chose que je n'aime pas à propos de Bokeh est que parfois je dois passer plus de temps à lire sa documentation pour mieux la comprendre. Avis collecté par et hébergé sur G2.com.

En tant qu'entreprise, nous avons une grande quantité de données à rendre et à catégoriser selon les besoins, mais avec Bokeh, tout cela est facilité grâce à ses outils visuels que nous pouvons utiliser pour identifier les tendances communes et les retards que nous rencontrons. Avis collecté par et hébergé sur G2.com.

Parfois, il est difficile de comprendre différents termes si une personne totalement nouvelle va les utiliser. Avis collecté par et hébergé sur G2.com.

- Visuels interactifs avec Python.

- Gestion de grandes quantités de données.

Intégration avec d'autres outils.

- Visualisations magnifiques. Comparé à d'autres bibliothèques comme Matplotlib et Seaborn, les paramètres par défaut de Bokeh en font un choix MAGNIFIQUE. Avis collecté par et hébergé sur G2.com.

- A pris plus de temps à apprendre, par rapport à Seaborn par exemple.

- Les performances sont légèrement inférieures. C'est naturel, car il offre plus qu'une bibliothèque de visualisation Python moyenne.

- N'offre pas certains types de graphiques spécialisés comme les cartes de chaleur. Avis collecté par et hébergé sur G2.com.

Il existe plusieurs tracés interactifs préfabriqués. L'affichage des tracés est de haute qualité. Nous pouvons générer les tracés avec une ligne de code par rapport à la bibliothèque matplot. Nous pouvons également personnaliser le tracé selon les besoins. Il offre une construction élégante et concise de graphiques polyvalents, et permet une interactivité haute performance sur de grands ensembles de données ou des flux de données. Avis collecté par et hébergé sur G2.com.

La visualisation aura l'air non naturelle lorsqu'elle est mal utilisée. Nous devons passer un peu plus de temps à comprendre les documentations. De plus, si une erreur survient, il serait difficile de déboguer le problème. Avis collecté par et hébergé sur G2.com.

-intuitif

-aide à gérer une grande quantité de données

-facile à utiliser et à comprendre

-catégorise les données en conséquence

-les outils visuels sont très utiles

-codes personnalisables

-compatibilité multiplateforme Avis collecté par et hébergé sur G2.com.

- plus d'efforts sont nécessaires

- des retards se produisent

- nécessite beaucoup de compréhension, ce qui prend du temps

- parfois difficile à comprendre

- difficile à installer et à connecter au serveur Avis collecté par et hébergé sur G2.com.

Un outil très utile pour la visualisation et la présentation des données sous forme de graphiques interactifs, ce qui aide beaucoup à tirer des inférences. Beaucoup mieux que d'autres outils disponibles comme Plotly. Avis collecté par et hébergé sur G2.com.

Parfois, il n'est pas facile de l'installer et de le connecter au serveur. Cependant, le problème est résolu, donc pas de mécontentements. Avis collecté par et hébergé sur G2.com.

Il a des graphiques interactifs étonnants avec beaucoup de variété. Très rapide dans le chargement des tableaux de bord et le rendu des données lors du survol du graphique. Avec la disponibilité de pyspark, il peut gérer des ensembles de données plus volumineux. Avis collecté par et hébergé sur G2.com.

Rien pour le moment. En cherchant des erreurs, de nombreuses questions ont été posées, mais peu de réponses étaient disponibles en ligne (comme sur StackOverflow). Avis collecté par et hébergé sur G2.com.

- Intégration transparente de Python pour des visualisations interactives

- Compatibilité multiplateforme

- Prise en charge des données en temps réel et en streaming

- Prise en charge de plusieurs plateformes de rendu Avis collecté par et hébergé sur G2.com.

- Mauvaise performance pour les grands ensembles de données sur les visualisations interactives

- Manque de documentation en termes d'exemples pour dessiner des visualisations complexes

- Dépendance au Javascript pour le rendu rend cela quelque peu difficile pour les développeurs Python Avis collecté par et hébergé sur G2.com.

J'utilise Bokeh depuis un certain temps maintenant et cela m'aide à présenter des données aux clients dans un format interactif. Étant dans l'industrie de la santé, je trouve Bokeh Python très utile ! C'est très simple et interactif :) Avis collecté par et hébergé sur G2.com.

Le seul inconvénient est qu'il est un peu difficile à déboguer et prend un peu plus de temps que nécessaire. Avis collecté par et hébergé sur G2.com.