在Bokeh Python中，如果x和y轴包含字母，LabelSet批注将无法正常工作

如何解决在Bokeh Python中，如果x和y轴包含字母，LabelSet批注将无法正常工作

也许标题不清楚，所以让我解释一下我的问题。我尝试了在x和y轴上使用所有数字的LabelSet，它可以完美工作。但是，当我更改为使用所有字母（例如A，A +，B等）时，LabelSet无法理解并将所有注释放在左上角（我在下面的图片中附加了有关错误的信息。）

我尝试调试，发现问题出在标签= LabelSet（x ='average_grades'，y ='exam_grades'）。如果我将x =整数更改为y =整数，则可以使用。请帮助我修复它，因为我想在很多情况下都应用LabelSet，而不仅仅是数字。

#importing libraries
from bokeh.plotting import figure
from bokeh.io import curdoc
from bokeh.models.annotations import LabelSet,Label
from bokeh.models import ColumnDataSource
from bokeh.models.widgets import Select
from bokeh.layouts import layout

#create columndatasource
source=ColumnDataSource(dict(average_grades=["B+","A","D-"],exam_grades=["A+","C","D"],student_names=["Stephan","Helder","Riazudidn"]))

#create the figure

grade1 = ["F","D-","D","D+","C-","C+","B-","B","B+","A-","A+"]
grade2 = ["F","A+"]

f = figure(x_range= grade1,y_range= grade2)
f.plot_width = 1100
f.plot_height =  650

#add labels for glyphs
labels=LabelSet(x='average_grades',y='exam_grades',text="student_names",x_offset=20,y_offset=20,text_color = 'red',source=source,level = 'glyph',render_mode = "css",text_font_size = "20pt")
f.add_layout(labels)

description = Label(x = 4,y = 2,text="Hello World",render_mode = "css")
f.add_layout(description)

#create glyphs
f.circle(x="average_grades",y="exam_grades",size=8)

#create function
def update_labels(attr,old,new):
    labels.text=select.value
#     #labels.text = getattr(select,attr)

#create select widget
options=[("average_grades","Average Grades"),("exam_grades","Exam Grades"),("student_names","Student Names")]
select=Select(title="Attribute",options=options)
select.on_change("value",update_labels)

# #create layout and add to curdoc
lay_out=layout([[select]])
curdoc().add_root(f)
curdoc().add_root(lay_out)

解决方法

请始终提供有关版本信息以及每个问题。

这似乎是一个错误。我可以在最新的Bokeh版本2.2.1上看到该问题，但是，如果尝试使用2.3开发版本，则该问题已消失。因此，很明显，这一点在最近某个时候已经解决，尽管可能是无意间。请提交GitHub issue，以便我们确保有意修复并保留测试中的任何补丁。解决方案是等待下一个版本2.3（如果已完成，则等待2.2.2）。

同时，我唯一能提供的建议是使用整数坐标代替类别（字符串）坐标，然后使用带有刻度标签替代的fixed ticker values：

p.xaxis.major_label_overrides = {1: "A",2,"B",...} 

使其“看起来相同”。