Bokeh图例重排序：如何解决字符串比较导致的排序异常问题

使用natsort包实现自然排序的方案完全可行，且可以自动适配任意样本数量，无需提前预知样本规模。

操作步骤 #

• 首先安装natsort依赖：

pip install natsort

• 仅需对原有代码做两处调整即可生效：
  1. 导入natsort库的natsorted方法
  2. 在渲染图例前对图例项做自然排序

修改后的完整代码 #

from bokeh.models import ColumnDataSource, Label, LabelSet, Range1d
from bokeh.plotting import figure, output_file, show
from bokeh.models import HoverTool
import pandas as pd
from natsort import natsorted

df = pd.DataFrame(
    {
        "pc1": range(11),
        "pc2": range(10, -1, -1),
        "Muestra": ["A"] * 6 + ["B"] * 5,
        "color": ["#cf0c0c"] * 6 + ["#0dab51"] * 5,
    },
    index=range(11),
)
ID = ["{} {}".format(i + 1, j) for i, j in enumerate(df.Muestra)]

# Tools
TOOLS = "hover,crosshair,pan,wheel_zoom,zoom_in,zoom_out,box_zoom,undo,redo,reset,tap,save,box_select,poly_select,lasso_select"

source = ColumnDataSource(
    data=dict(pc1=df.pc1, pc2=df.pc2, color=df.color, ID=ID, names=df.index)
)

x_min, x_max = (
    min(df.pc1) - abs(min(df.pc1)) * 0.1,
    max(df.pc1) + abs(max(df.pc1)) * 0.1,
)
y_min, y_max = (
    min(df.pc2) - abs(min(df.pc2)) * 0.1,
    max(df.pc2) + abs(max(df.pc2)) * 0.1,
)

p = figure(
    title="Principal Component Analysis",
    x_range=Range1d(x_min, x_max),
    y_range=Range1d(y_min, y_max),
    tools=TOOLS,
    height=650,
    width=1000,
)

p.scatter(
    x="pc1",
    y="pc2",
    size=15,
    fill_color="color",
    fill_alpha=0.6,
    line_color=None,
    legend_group="ID",
    source=source,
)
p.xaxis[0].axis_label = "Principal Component 1"
p.yaxis[0].axis_label = "Principal Component 2"

labels = LabelSet(
    x="pc1",
    y="pc2",
    text="names",
    x_offset=5,
    y_offset=5,
    source=source,
    render_mode="canvas",
)

# 新增排序逻辑：对图例项做自然排序
p.legend[0].items = natsorted(p.legend[0].items, key=lambda x: x.label["value"])
p.add_layout(p.legend[0], "right")
p.add_layout(labels)

show(p)

实现原理 #

natsort的自然排序逻辑会自动识别字符串中的数字部分，按照数值大小而非字符编码排序，完美解决'2 A'排在'10 A'之前的异常问题，不管后续新增多少样本、编号到多少位，都能自动适配排序规则。

内容的提问来源于stack exchange，提问作者Federico Vega