如何在ggplot绘制的PCA图中移除样本名称并添加散点

很简单，你只需要把绘图代码里的geom_text()替换成geom_point()，同时完善样本类型的分组逻辑（确保按类型上色正常）即可。以下是修改后的完整代码，我会标注关键改动点：

完整修改后的代码 #

library(ggplot2)
data.matrix <- matrix(nrow=100, ncol=10)
colnames(data.matrix) <- c( paste("wt", 1:5, sep=""), paste("ko", 1:5, sep=""))
rownames(data.matrix) <- paste("gene", 1:100, sep="")
for (i in 1:100) {
  wt.values <- rpois(5, lambda=sample(x=10:1000, size=1))
  ko.values <- rpois(5, lambda=sample(x=10:1000, size=1))
  data.matrix[i,] <- c(wt.values, ko.values)
}
head(data.matrix)
dim(data.matrix)
pca <- prcomp(t(data.matrix), scale=TRUE)
## plot pc1 and pc2
plot(pca$x[,1], pca$x[,2])
## make a scree plot
pca.var <- pca$sdev^2
pca.var.per <- round(pca.var/sum(pca.var)*100, 1)
barplot(pca.var.per, main="Scree Plot", xlab="Principal Component", ylab="Percent Variation")
## 关键改动1：添加样本分组列，用于上色
pca.data <- data.frame(
  Sample=rownames(pca$x), 
  X=pca$x[,1], 
  Y=pca$x[,2],
  Group=substr(rownames(pca$x), 1, 2)  # 从样本名提取wt/ko分组
)
pca.data
## 关键改动2：用geom_point()替代geom_text()，并指定color=Group实现按类型上色
ggplot(data=pca.data, aes(x=X, y=Y, color=Group)) + 
  geom_point(size=3) +  # 散点显示样本，size参数可调整点的大小
  xlab(paste("PC1 - ", pca.var.per[1], "%", sep="")) + 
  ylab(paste("PC2 - ", pca.var.per[2], "%", sep="")) + 
  theme_bw() + 
  ggtitle("My PCA Graph") +
  theme(legend.position="right")  # 可选：调整图例位置

核心改动说明 #

1. 移除样本标签：把原代码中的geom_text()替换为geom_point()，同时去掉aes里的label=Sample参数（因为不需要显示样本名称了）。
2. 保留按类型上色：在pca.data中新增Group列，通过substr()从样本名中提取wt/ko类型，然后在ggplot的aes中指定color=Group，这样散点会自动按样本类型上色。
3. 优化视觉效果：添加size=3参数可以让散点更醒目，你可以根据需求调整这个数值。

这样修改后，你的PCA图就会只显示代表样本的散点，直观展示不同类型样本的聚类情况，同时保留了按类型上色的效果。

内容的提问来源于stack exchange，提问作者Amon