如何在log10指数Y轴箱线图上方清晰展示p值？

针对log10刻度轴上p值堆叠、手动调整位置又导致箱线图压缩的问题，有两种简单有效的解决方案：

方法一：基于数据对数空间设置p值位置 #

核心思路是先计算数据中value的对数最大值，再在这个基础上按对数间距设置p值的垂直位置，既保证p值不堆叠，又不会过度扩展y轴范围导致箱线图压缩。

完整代码 #

library(ggplot2)
library(dplyr)
library(ggsignif)

# 生成示例数据
df <- data.frame(matrix(ncol = 2, nrow = 30))
colnames(df)[1:2] <- c("group", "value")
df$group <- rep(c("group1","group2","group3"), each = 10)
df[1:10,2] <- rexp(10, 1/10)
df[11:20,2] <- rexp(10, 1/100)
df[21:30,2] <- rexp(10, 1/900)

my_comparisons <- list(c("group1", "group2"),
                       c("group1", "group3"),
                       c("group2", "group3"))

# 计算数据最大值的log10值，用于设置p值位置
max_val <- max(df$value)
max_log <- log10(max_val)
# 按对数空间递增设置p值位置，每个位置比上一个高约1.58倍（log空间增加0.2单位）
y_pos <- 10^(max_log + c(0.2, 0.4, 0.6))

df %>%
  mutate(group = factor(group, levels = c("group3","group2","group1"))) %>%
  ggplot(aes(x = group, y = value)) +
  geom_boxplot(outlier.colour="white", outlier.fill = "white", outlier.shape = 1, outlier.size = 0) +
  geom_jitter(shape=1, position=position_jitter(0.2), color = "black", fill = "white", size = 2) +
  # 使用计算好的对数空间位置设置p值
  geom_signif(y_position = y_pos,
              comparisons = my_comparisons,
              map_signif_level = function(x) paste("p =", scales::pvalue(x))) +
  scale_y_log10() +
  labs(x = "", y = "value") +
  theme_bw() +
  theme(axis.text.x = element_text(size = 16, color = "black"),
        axis.text.y = element_text(size = 16, color = "black"),
        axis.title = element_text(size = 16, color = "black"),
        axis.title.x = element_text(vjust = -0.5),
        panel.grid = element_blank(),
        panel.background = element_blank())

说明 #

• 以数据最大值的log10值为基准向上偏移，确保p值始终在数据上方，且不会过度拉大y轴范围。
• 对数空间的等间距设置，能让p值标签在视觉上均匀分布，避免堆叠。

方法二：使用ggsignif的step_increase参数自动调整间距 #

ggsignif内置的step_increase参数，可自动为多组比较的p值标签设置垂直间距，无需手动计算位置，在log刻度下同样适用。

完整代码 #

library(ggplot2)
library(dplyr)
library(ggsignif)

# 生成示例数据（同前）
df <- data.frame(matrix(ncol = 2, nrow = 30))
colnames(df)[1:2] <- c("group", "value")
df$group <- rep(c("group1","group2","group3"), each = 10)
df[1:10,2] <- rexp(10, 1/10)
df[11:20,2] <- rexp(10, 1/100)
df[21:30,2] <- rexp(10, 1/900)

my_comparisons <- list(c("group1", "group2"),
                       c("group1", "group3"),
                       c("group2", "group3"))

df %>%
  mutate(group = factor(group, levels = c("group3","group2","group1"))) %>%
  ggplot(aes(x = group, y = value)) +
  geom_boxplot(outlier.colour="white", outlier.fill = "white", outlier.shape = 1, outlier.size = 0) +
  geom_jitter(shape=1, position=position_jitter(0.2), color = "black", fill = "white", size = 2) +
  # 使用step_increase自动设置标签间距
  geom_signif(comparisons = my_comparisons,
              map_signif_level = function(x) paste("p =", scales::pvalue(x)),
              step_increase = 0.15) + # 每个标签比上一个高15%的log空间高度
  scale_y_log10() +
  labs(x = "", y = "value") +
  theme_bw() +
  theme(axis.text.x = element_text(size = 16, color = "black"),
        axis.text.y = element_text(size = 16, color = "black"),
        axis.title = element_text(size = 16, color = "black"),
        axis.title.x = element_text(vjust = -0.5),
        panel.grid = element_blank(),
        panel.background = element_blank())

说明 #

• step_increase = 0.15表示每个后续的p值标签在log空间内比前一个高15%的相对高度，自动避免重叠。
• 此方法无需手动计算位置，简洁高效，适合多组比较场景。

为什么之前的代码会导致箱线图压缩？ #

你之前手动设置的y_position = c(2000,1800,1600)是线性空间的数值，而y轴是log10刻度，这会强制y轴上限扩展到2000，而你的数据最大值大概率远低于这个数值，导致箱线图在log轴上只占据很小的视觉空间，看起来被压缩。上面两种方法都是基于数据本身的范围，在log空间内调整p值位置，不会过度扩展轴范围。

内容的提问来源于stack exchange，提问作者tassones