Difference between revisions of "Bokeh"
Jump to navigation
Jump to search
Onnowpurbo (talk | contribs) |
Onnowpurbo (talk | contribs) |
||
| (13 intermediate revisions by the same user not shown) | |||
| Line 1: | Line 1: | ||
| + | Bokeh adalah perpustakaan visualisasi interaktif Python yang menargetkan browser web modern untuk presentasi. Tujuannya adalah untuk menyediakan grafis baru yang elegan, ringkas dalam gaya D3.js, tetapi juga memberikan kemampuan ini dengan performa tinggi interaktivitas lebih dataset yang sangat besar atau streaming. Bokeh bisa membantu siapa saja yang ingin cepat dan mudah membuat plot interaktif, dashboard, dan aplikasi data. | ||
| + | |||
==Referensi== | ==Referensi== | ||
| Line 7: | Line 9: | ||
* [[Python]] '''Foundation dari Bokeh''' | * [[Python]] '''Foundation dari Bokeh''' | ||
| + | * [[Python: Anaconda]] | ||
* [[Bokeh: Quick Start]] | * [[Bokeh: Quick Start]] | ||
* [[Bokeh: Download sample data]] | * [[Bokeh: Download sample data]] | ||
* [[Bokeh: Plot dengan Axis Datetime]] | * [[Bokeh: Plot dengan Axis Datetime]] | ||
| + | * [[Bokeh: Plot Stock dengan Axis Datetime]] | ||
| + | * [[Bokeh: Plot Beberapa Graph dalam satu canvas]] | ||
| + | * [[Bokeh: Plot Random Data dengan Axis Datetime]] | ||
| + | * [[Bokeh: Menerima TCP data]] | ||
* [[Bokeh: Menerima UDP data]] | * [[Bokeh: Menerima UDP data]] | ||
| + | |||
| + | |||
| + | ===Bokeh Server=== | ||
| + | |||
| + | * [[Bokeh-Server]] | ||
| + | * [[Bokeh-Server: Plot Line]] | ||
| + | * [[Bokeh-Server: Coba pakai curdoc]] | ||
| + | * [[Bokeh-Server: Random data dengan x axis datetime]] | ||
| + | * [[Bokeh-Server: Terima TCP dengan x axis datetime]] | ||
| + | * [[Bokeh-Server: Terima TCP Multiline dengan x axis datetime]] | ||
| + | * [[Bokeh-Server: Terima UDP dengan x axis datetime]] | ||
Latest revision as of 07:02, 23 February 2016
Bokeh adalah perpustakaan visualisasi interaktif Python yang menargetkan browser web modern untuk presentasi. Tujuannya adalah untuk menyediakan grafis baru yang elegan, ringkas dalam gaya D3.js, tetapi juga memberikan kemampuan ini dengan performa tinggi interaktivitas lebih dataset yang sangat besar atau streaming. Bokeh bisa membantu siapa saja yang ingin cepat dan mudah membuat plot interaktif, dashboard, dan aplikasi data.
Referensi
Pranala Menarik
- Python Foundation dari Bokeh
- Python: Anaconda
- Bokeh: Quick Start
- Bokeh: Download sample data
- Bokeh: Plot dengan Axis Datetime
- Bokeh: Plot Stock dengan Axis Datetime
- Bokeh: Plot Beberapa Graph dalam satu canvas
- Bokeh: Plot Random Data dengan Axis Datetime
- Bokeh: Menerima TCP data
- Bokeh: Menerima UDP data