# bokeh python Reviews **Vendor:** bokeh python **Category:** [Bibliotecas de Componentes de Software](https://www.g2.com/pt/categories/component-libraries) **Average Rating:** 4.2/5.0 **Total Reviews:** 10 ## About bokeh python Bokeh é uma biblioteca de visualização interativa para Python que permite uma apresentação visual bonita e significativa de dados em navegadores web modernos. Com Bokeh, você pode criar rapidamente e facilmente gráficos interativos, painéis e aplicações de dados. ## bokeh python Reviews ### 1. Amor usando bokeh para gráficos interativos **Rating:** 5.0/5.0 stars **Reviewed by:** Clare S. | Research and Instrumentation Analyst, Software de Computador, Médio Porte (51-1000 emp.) **Reviewed Date:** March 05, 2019 **O que você mais gosta em bokeh python?** Eu gosto de como existem vários modelos de plotagem interativa pré-fabricados que permitem gerar gráficos interativos com uma linha de código, mas também há espaço para personalização além disso. É bastante fácil começar com o bokeh para fazer gráficos interativos simples, mas úteis, e páginas da web. **O que você não gosta em bokeh python?** Tive alguns problemas para fazer certas funcionalidades funcionarem, que acabei desistindo. Há uma curva de aprendizado ao tentar fazer coisas muito personalizadas, sem muita documentação. Também é difícil depurar e requer aprender um pouco de JavaScript, o que é útil, mas aumenta a curva de aprendizado. **Recomendações a outras pessoas considerando bokeh python:** Eu recomendaria este pacote aos usuários. **Que problemas bokeh python está resolvendo e como isso está beneficiando você?** Eu uso Bokeh para criar gráficos interativos para minha equipe no trabalho. Usamos esses gráficos para monitorar a saúde do instrumento científico em que trabalhamos, e é útil tê-los em vez de gráficos estáticos. A captura de tela que anexei é parte de uma página da web interativa que criei com Bokeh, que permite filtrar dados do nosso instrumento de um subconjunto específico para exibir e, em seguida, baixar uma tabela. ### 2. Visualização de dados em Python para análises avançadas **Rating:** 4.0/5.0 stars **Reviewed by:** Dorian N. | Data Engineer, Médio Porte (51-1000 emp.) **Reviewed Date:** June 28, 2019 **O que você mais gosta em bokeh python?** Eu gosto do pacote Python bokeh porque ele me permite visualizar dados de maneiras anteriormente inatingíveis. Este pacote me permite conduzir análises de uma forma que impressiona minha equipe. Realmente mudou a maneira como fazemos engenharia de dados em nossa equipe. **O que você não gosta em bokeh python?** Eu não gosto deste pacote porque é um pouco difícil de usar às vezes, a documentação não é a melhor e, por vezes, é pouco clara. Este pacote definitivamente precisa de uma documentação melhor escrita e compartilhada. **Que problemas bokeh python está resolvendo e como isso está beneficiando você?** Os problemas que estou resolvendo com este pacote são melhorar e atualizar nossos métodos de execução de análise de vários conjuntos de dados financeiros. Sou o pioneiro na equipe em busca de soluções que possam substituir nossas soluções de nível empresarial que temos em vigor por ferramentas de código aberto que são igualmente boas. ### 3. Visualização de dados facilitada em Python! **Rating:** 4.5/5.0 stars **Reviewed by:** Alex J. | Data Analyst, Médio Porte (51-1000 emp.) **Reviewed Date:** July 23, 2019 **O que você mais gosta em bokeh python?** Eu amo a biblioteca Bokeh em Python porque ela me permite criar visualizações de dados programaticamente para trabalhos de análise de maneiras que não eram possíveis anteriormente, onde usávamos software lento e desajeitado. **O que você não gosta em bokeh python?** Eu não gosto que o bokeh python seja completamente open source e não tenha suporte pago. Seria ótimo se os produtos de código aberto tivessem um suporte melhor. **Que problemas bokeh python está resolvendo e como isso está beneficiando você?** Os problemas que estou resolvendo com o Bokeh Python são um fluxo de trabalho analítico orientado para a equipe que escala. O Bokeh Python faz exatamente isso e estou muito feliz em dizer que os benefícios superaram a confusão inicial quando começamos com este pacote. ### 4. Uma imagem vale mais que mil palavras, um bom gráfico vale ainda mais. **Rating:** 5.0/5.0 stars **Reviewed by:** Paolo D. | Software Developer in Test, Médio Porte (51-1000 emp.) **Reviewed Date:** January 17, 2019 **O que você mais gosta em bokeh python?** Com o Bokeh, posso criar gráficos interativos que deram uma nova dimensão aos meus relatórios de testes de desempenho. Não só eles ficam bonitos, mas também me permitem ilustrar conceitos de uma maneira interativa, sem gerar gráficos diferentes que são apenas versões ampliadas ou números simples: posso mostrar os números passando o cursor sobre o gráfico gerado. **O que você não gosta em bokeh python?** levou um tempo para eu conseguir a configuração certa. Matplotlib funciona quase imediatamente, bokeh leva muito pouco para produzir um gráfico bonito, mas bastante trabalho para obter exatamente o que você quer. De qualquer forma, isso é justificado pelo fato de que o resultado final é mais cativante do que Matplotlib e interativo. **Recomendações a outras pessoas considerando bokeh python:** Atenção à dependência do NumPy: pode ser complicado de instalar em alguns sistemas operacionais. Além disso, a instalação foi tranquila e a curva de aprendizado foi suficientemente suave para começar a produzir logs nos primeiros minutos de uso. **Que problemas bokeh python está resolvendo e como isso está beneficiando você?** Consegui automatizar todo o processo de teste de desempenho substituindo a antiga ferramenta que estávamos usando. Não preciso mais depender de uma caixa preta de terceiros, que produzia apenas certos gráficos, posso personalizar a saída que quero e formatá-los de uma maneira mais inteligível. Além disso, a inspeção de resultados individuais (sobre milhões de amostras) é muito mais fácil. ### 5. Análise de dados facilitada em Python **Rating:** 4.5/5.0 stars **Reviewed by:** John Paul S. | Rewards Live, Médio Porte (51-1000 emp.) **Reviewed Date:** July 20, 2019 **O que você mais gosta em bokeh python?** Eu gosto do Bokeh Python porque ele me permite simplificar meus fluxos de trabalho de análise de dados, para que eu possa apresentar melhor diferentes tipos de dados a um grande público. Ele torna os dados mais fáceis de entender com os vários tipos de gráficos. **O que você não gosta em bokeh python?** Eu não gosto que o bokeh seja uma biblioteca de código aberto que é um pouco difícil de entender em sua forma de documentação, talvez porque indivíduos muito avançados a escreveram. **Que problemas bokeh python está resolvendo e como isso está beneficiando você?** Os problemas que estou resolvendo com o bokeh python são a necessidade de mostrar de forma ilustrativa o que está acontecendo de uma perspectiva analítica. Isso acelerou drasticamente o ritmo em que trabalhamos. ### 6. Biblioteca de visualização de dados **Rating:** 4.0/5.0 stars **Reviewed by:** Usuário Verificado em Tecnologia da Informação e Serviços | Empresa (> 1000 emp.) **Reviewed Date:** March 04, 2019 **O que você mais gosta em bokeh python?** Bokeh permite que minha equipe e eu visualizemos dados e informações de uma maneira que antes não era possível com as ferramentas de BI desajeitadas que costumávamos usar. Acho que o que mais amo no Bokeh é como é fácil de instalar e usar porque é de código aberto. **O que você não gosta em bokeh python?** Com o código aberto vem a questão do suporte. Não há muito suporte disponível além de um guia do desenvolvedor que está disponível no site deles, então é melhor ter uma equipe de engenheiros pronta para se aprofundar. **Recomendações a outras pessoas considerando bokeh python:** Esta é uma ótima biblioteca para testar e usar. A documentação é clara e compreensível se você tiver uma equipe de desenvolvimento. No geral, boa biblioteca para experimentar. **Que problemas bokeh python está resolvendo e como isso está beneficiando você?** Os problemas de negócios resolvidos com o Bokeh são variados. Os benefícios que percebi são a capacidade de visualizar dados usando métodos estatísticos avançados que ferramentas como Tableau e IBM Cognos simplesmente não conseguem. ### 7. Ciência de dados em sua melhor forma **Rating:** 5.0/5.0 stars **Reviewed by:** Dan G. | Analyst, Technology, Pequena Empresa (50 ou menos emp.) **Reviewed Date:** March 05, 2019 **O que você mais gosta em bokeh python?** Bokeh é uma biblioteca de visualização fenomenal em Python. Como cientista de dados, você está constantemente procurando maneiras de expressar dados de forma mais compreensível e Bokeh permite que você faça exatamente isso. **O que você não gosta em bokeh python?** Acho que o que não gosto nesta biblioteca é a curva de aprendizado. Não é fácil aprender cada nova função e leva tempo. **Recomendações a outras pessoas considerando bokeh python:** Bokeh é uma biblioteca que toda empresa deve aprender a usar e se esforçar para entender para que possam melhorar suas habilidades em ciência de dados. **Que problemas bokeh python está resolvendo e como isso está beneficiando você?** Bokeh permite que eu e nossa equipe de cientistas de dados visualizemos melhor os dados e saibamos exatamente o que está acontecendo com conjuntos de dados em constante crescimento. ### 8. Bokeh: Ótimas visualizações interativas e simples. Quase tão bom quanto o plotly. **Rating:** 4.0/5.0 stars **Reviewed by:** Usuário Verificado em E-Learning | Médio Porte (51-1000 emp.) **Reviewed Date:** January 30, 2019 **O que você mais gosta em bokeh python?** Gosto que seja relativamente fácil criar visualizações dinâmicas em HTML que parecem elegantes e agradáveis. Como aprendi R antes de Python para estatísticas e visualizações, definitivamente prefiro a sintaxe do ggplot2 do R (que o plotly pode então facilmente converter para uma versão em HTML com plotly::ggplotly()). No entanto, para o trabalho em Python que faço (quando meus colegas preferem notebooks em Python, etc.), a capacidade do bokeh é ótima! A API é bastante consistente entre diferentes tipos de gráficos, o que é excelente. **O que você não gosta em bokeh python?** Embora o Bokeh seja bastante forte para criar visualizações de fatias bonitas, acho mais difícil personalizar temas e recursos de gráficos em comparação com algumas outras bibliotecas de visualização. No entanto, também me impressiono mais com as configurações padrão de qualquer gráfico do Bokeh. **Recomendações a outras pessoas considerando bokeh python:** Visualizações estáticas, provavelmente comece com seaborn (não use matplotlib a menos que você saiba o que está fazendo). Visualizações dinâmicas, definitivamente aprenda bokeh, talvez também plotly. **Que problemas bokeh python está resolvendo e como isso está beneficiando você?** Normalmente usamos o Bokeh como uma forma de código aberto para visualizar rapidamente um novo conjunto de dados de várias maneiras, que podemos então compartilhar como um URL interno ou uma página HTML plana com outros colegas de trabalho ou a gerência. A capacidade de enviar um arquivo HTML para outra pessoa e permitir que ela explore os dados facilmente torna meu trabalho muito mais autônomo e fácil. Acho ótimo para permitir que a gerência encontre seus próprios insights a partir de dados brutos. ### 9. Biblioteca Bokeh para visualização **Rating:** 3.5/5.0 stars **Reviewed by:** Bisma B. | Data Analyst, Tecnologia da Informação e Serviços, Médio Porte (51-1000 emp.) **Reviewed Date:** January 29, 2019 **O que você mais gosta em bokeh python?** A biblioteca tem muito potencial para criar um arco-íris de visualizações. Eu gosto que os painéis sejam interativos. **O que você não gosta em bokeh python?** Os recursos de ajuda ou recursos de aprendizagem são limitados. **Que problemas bokeh python está resolvendo e como isso está beneficiando você?** Criando painéis de BI. Os benefícios são a personalização porque o bokeh é usado com python, o que o torna altamente personalizável. ### 10. Boa biblioteca de visualização **Rating:** 2.5/5.0 stars **Reviewed by:** Usuário Verificado em Petróleo e Energia | Pequena Empresa (50 ou menos emp.) **Reviewed Date:** March 03, 2019 **O que você mais gosta em bokeh python?** Fácil de aprender e usar, bom para gráficos interativos básicos. Permite fornecer gráficos em muitos meios (html, notebook e servidor). Boa alternativa ao plotly e pygal. **O que você não gosta em bokeh python?** Plotly oferece um nível muito maior de interatividade do que o Bokeh logo de início. O Bokeh tem um problema com sua documentação. **Que problemas bokeh python está resolvendo e como isso está beneficiando você?** Visualização de dados - [View bokeh python pricing details and edition comparison](https://www.g2.com/pt/products/bokeh-python/reviews?section=pricing&secure%5Bexpires_at%5D=2026-06-02+00%3A01%3A51+-0500&secure%5Bsession_id%5D=82192ac1-d6f6-40ba-8acd-9856ea060d91&secure%5Btoken%5D=d1b07bb8b6af4bf3d4e1655cfb0e7dfed4d366f269e995d484e79dd6dd91d7ac&format=llm_user) ## bokeh python Features **Funcionalidade** - Contingência Linguística - Biblioteca de componentes - Componentes desbloqueados **Gestão** - Integração de Framework - Gerenciamento de repositórios - Apoio ## Top bokeh python Alternatives - [DevExpress](https://www.g2.com/pt/products/devexpress/reviews) - 4.8/5.0 (112 reviews) - [Essential Studio](https://www.g2.com/pt/products/essential-studio/reviews) - 4.5/5.0 (706 reviews) - [Progress Kendo UI](https://www.g2.com/pt/products/progress-kendo-ui/reviews) - 4.4/5.0 (248 reviews)