R语言中如何使用ggplot在PCA图上标注特定数据点

前提：你需要先把PCA计算后的坐标、样本ID整合为标准数据框，核心字段包含样本ID列（示例中列名为sample_id）、PC1、PC2，按以下步骤操作即可：

• 定义待标记的目标ID集合
  把你需要定位的5个ID替换到向量中即可：

  # 替换为你实际要找的5个目标ID
  target_id_list <- c("ID1", "ID2", "ID3", "ID4", "ID5")
  

• 给绘图数据打分类标记
  基于已有的PCA结果数据框（示例中对象名为pca_df）新增字段区分目标点和普通点：

  pca_plot_df <- pca_df %>%
    mutate(is_target = sample_id %in% target_id_list)
  

• 绘图并高亮目标点
  搭配ggrepel包实现标签自动避障，避免文字和点位重叠，普通点设为低透明度灰色突出目标点：

  # 未安装ggrepel先执行安装：install.packages("ggrepel")
  library(ggrepel)
  
  ggplot(pca_plot_df, aes(x = PC1, y = PC2)) +
    # 先绘制所有非目标普通点
    geom_point(
      data = . %>% filter(!is_target),
      color = "gray60",
      alpha = 0.5,
      size = 1.5
    ) +
    # 高亮绘制目标点
    geom_point(
      data = . %>% filter(is_target),
      color = "#c82423",
      size = 3
    ) +
    # 仅为目标点添加ID标签，自动调整位置避免重叠
    geom_text_repel(
      data = . %>% filter(is_target),
      aes(label = sample_id),
      size = 3.5,
      box.padding = 0.6,
      max.overlaps = 15
    ) +
    labs(x = "PC1", y = "PC2") +
    theme_minimal()
  

如果你是直接用prcomp()生成的PCA结果，还没提取坐标，可以先用下面的代码整理成可用的绘图数据框，再执行上述步骤：

# pca_calc 替换为你prcomp函数生成的结果对象
pca_df <- as.data.frame(pca_calc$x[, 1:2]) %>%
  rownames_to_column("sample_id")

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