Enable javascript in your browser for better experience. Need to know to enable it? Go here.
As informações desta página não estão completamente disponíveis no seu idioma de escolha. Esperamos disponibiliza-las integralmente em outros idiomas em breve. Para ter acesso às informações no idioma de sua preferência, faça o download do PDF aquí.
Atualizado em : Oct 28, 2020
NÃO ENTROU NA EDIÇÃO ATUAL
Este blip não está na edição atual do Radar. Se esteve em uma das últimas edições, é provável que ainda seja relevante. Se o blip for mais antigo, pode não ser mais relevante e nossa avaliação pode ser diferente hoje. Infelizmente, não conseguimos revisar continuamente todos os blips de edições anteriores do Radar. Saiba mais
Oct 2020
Experimente ? Vale a pena ir atrás. É importante entender como desenvolver essa capacidade. As empresas devem experimentar esta tecnologia em um projeto que possa lidar com o risco.

Bokeh é uma das principais bibliotecas em Python para a criação de gráficos científicos e visualizações de dados renderizados no navegador via JavaScript. Essas ferramentas, em comparação com as ferramentas de desktop que criam imagens estáticas, facilitam a reutilização de código para trabalho exploratório em aplicações web. Bokeh é particularmente útil para isso. A biblioteca é madura e cheia de recursos. O que gostamos em Bokeh é que ela é ótima em manter sua preocupação como uma ferramenta de camada de apresentação, e não tentar assumir preocupações como agregação de dados (consulte ggplot) ou desenvolvimento de aplicações web (como Shiny ou Dash). Por isso, é uma ótima opção para usar quando a separação de interesses for importante para você. Bokeh fornece widgets de IU web e pode ser executada no modo de servidor, mas você pode usar ou descartar esses recursos como achar melhor. Bokeh é flexível e não faz muitas suposições sobre como você vai usá-la, nem tem muitas dependências (como pandas ou notebooks).

May 2015
Avalie ? Vale a pena explorar com o objetivo de compreender como isso afetará sua empresa.

In the world of data science and analytics, much of the work is done using Python and R, languages which sadly offer few options for web-accessible plotting of visualizations. One approach is to convert the result of analysis into something that can be easily visualized and interacted with in the browser. We’re aware of two tools that are an attempt to do this. Bokeh is a Python and JavaScript library that allows you to create interactive visualizations “in the style of D3.js” but with high performance over large or streaming data sets. Vega is a declarative visualization grammar for D3 that consumes server-generated JSON datasets and translates visualization descriptions into D3.js code.

Publicado : May 05, 2015
Radar

Baixar o Technology Radar Volume 26

English | Español | Português | 中文

Radar

Mantenha-se por dentro das tendências de tecnologia

 

Seja assinante

Visite nosso arquivo para acessar os volumes anteriores