如何优化QQ图标注：仅显示显著性最高的部分数据点

方案1：基础绘图环境下筛选显著性高的点标注 #

你可以通过设定p值阈值或者选择top N个最显著的点（p值最小的N个）进行标注，从根源上减少标注数量避免重叠：

loc <- qqnorm(C_A$p_value, ylim = extendrange(C_A$p_value, f = 0.05))

# 方法A：仅标注p值小于指定阈值的点，示例阈值为0.0001
idx <- which(C_A$p_value < 0.0001)
text(loc$x[idx], loc$y[idx], C_A$CONTROL_ASYMPTOMATIC[idx], pos = 3, cex = 0.8)

# 方法B：仅标注p值最小的前N个点，示例取前3个最显著的点
# idx <- order(C_A$p_value)[1:3]
# text(loc$x[idx], loc$y[idx], C_A$CONTROL_ASYMPTOMATIC[idx], pos = 3, cex = 0.8)

可以调整cex参数缩小字号，或给不同点设置不同的pos参数（1/2/3/4对应下/左/上/右四个方向）进一步避免重叠。

方案2：使用自动防重叠标注工具 #

如果需要标注的点数量较多，手动调整效率低，可以换用ggplot2 + ggrepel组合绘制QQ图，geom_text_repel会自动计算位置错开标签：

# 需提前安装安装包：install.packages(c("ggplot2", "ggrepel"))
library(ggplot2)
library(ggrepel)

# 计算QQ图对应理论分位数
df_qq <- data.frame(
  observed_p = C_A$p_value,
  expected_quantile = qnorm(ppoints(nrow(C_A))),
  species = C_A$CONTROL_ASYMPTOMATIC
)

# 筛选需要标注的点，示例取p值最小的前5个
df_qq$show_label <- ifelse(df_qq$observed_p %in% sort(C_A$p_value)[1:5], as.character(df_qq$species), NA)

# 绘制QQ图
ggplot(df_qq, aes(x = expected_quantile, y = observed_p)) +
  geom_point(size = 2) +
  geom_text_repel(
    aes(label = show_label), 
    na.rm = TRUE, 
    size = 3, 
    max.overlaps = 20, # 调整允许的最大重叠数
    box.padding = 0.3
  ) +
  labs(x = "理论正态分位数", y = "观测p值") +
  theme_bw()

内容的提问来源于stack exchange，提问作者PesKchan