for (pkg in c("tidyverse", "gapminder", "ggrepel")) {
  if (!require(pkg, character.only = TRUE)) install.packages(pkg)
}

Streudiagramme mit vielen Datenpunkten profitieren oft von Textlabels, die einzelne Beobachtungen identifizieren - Ländernamen, Gen-IDs oder Probenbezeichnungen. Der naheliegendste Ansatz ist geom_text(), aber sobald die Anzahl der beschrifteten Punkte über eine Handvoll hinausgeht, überlappen sich die Labels gegenseitig und verdecken die Datenpunkte, sodass der Plot unleserlich wird.

Das {ggrepel}-Paket löst dieses Problem mit zwei Drop-in-Ersetzungen: geom_text_repel() und geom_label_repel(). Beide verwenden einen iterativen Algorithmus, der Labels voneinander und von den Datenpunkten wegschiebt und dünne Linien-Segmente zeichnet, die jedes Label mit seinem Punkt verbinden. Da die Funktionen dieselbe Aesthetic-Schnittstelle wie geom_text() und geom_label() haben, reicht es, den Funktionsnamen auszutauschen.

In diesem Kapitel verwendet man den gapminder-Datensatz für das Jahr 2007 und stellt das BIP pro Kopf gegen die Lebenserwartung für alle 142 Länder dar - ein dichtes Streudiagramm, bei dem die automatische Label-Platzierung einen echten Unterschied macht.

Setup

Man filtert die gapminder-Daten auf das Jahr 2007 und behält alle Länder. Da das BIP pro Kopf mehrere Größenordnungen umfasst (von wenigen hundert bis über 40.000 USD), wird durchgehend eine logarithmische x-Achse verwendet. Außerdem weist man jedem Kontinent eine farbfehlsichtig-sichere Farbe aus der Okabe-Ito-Palette zu (siehe Kapitel 2), damit die fünf Gruppen unterscheidbar bleiben.

dat <- gapminder::gapminder %>%
  filter(year == 2007)

# Okabe-Ito-Farben (farbfehlsichtig-sicher), eine je Kontinent
continent_cols <- c(
  Africa   = "#E69F00",
  Americas = "#56B4E9",
  Asia     = "#009E73",
  Europe   = "#0072B2",
  Oceania  = "#D55E00"
)

dat

# A tibble: 142 × 6
   country     continent  year lifeExp       pop gdpPercap
   <fct>       <fct>     <int>   <dbl>     <int>     <dbl>
 1 Afghanistan Asia       2007    43.8  31889923      975.
 2 Albania     Europe     2007    76.4   3600523     5937.
 3 Algeria     Africa     2007    72.3  33333216     6223.
 4 Angola      Africa     2007    42.7  12420476     4797.
 5 Argentina   Americas   2007    75.3  40301927    12779.
 6 Australia   Oceania    2007    81.2  20434176    34435.
 7 Austria     Europe     2007    79.8   8199783    36126.
 8 Bahrain     Asia       2007    75.6    708573    29796.
 9 Bangladesh  Asia       2007    64.1 150448339     1391.
10 Belgium     Europe     2007    79.4  10392226    33693.
# ℹ 132 more rows

Um das Labeling-Problem zu veranschaulichen, erstellen wir hier ein Streudiagramm mit geom_text() - jeder Ländername wird direkt an seinem Datenpunkt platziert:

ggplot(dat, aes(x = gdpPercap, y = lifeExp)) +
  geom_point(aes(size = pop, color = continent), alpha = 0.7) +
  scale_color_manual(values = continent_cols) +
  geom_text(aes(label = country), size = 2.5) +
  scale_x_log10() +
  scale_size_continuous(guide = "none") +
  labs(
    x = "BIP pro Kopf (log-Skala)",
    y = "Lebenserwartung (Jahre)",
    color = "Kontinent"
  ) +
  theme_minimal()

Das Ergebnis ist ein unleserliches Durcheinander: Labels überlappen sich gegenseitig und verdecken die Punkte. Genau zur Lösung dieses Problems wurde ggrepel entwickelt.

geom_text_repel

Man ersetzt einfach geom_text() durch geom_text_repel(). Die Funktion positioniert Labels automatisch so um, dass sie sich nicht überlappen, und zeichnet ein kleines Liniensegment von jedem Label zu seinem Datenpunkt:

ggplot(dat, aes(x = gdpPercap, y = lifeExp)) +
  geom_point(aes(size = pop, color = continent), alpha = 0.7) +
  scale_color_manual(values = continent_cols) +
  geom_text_repel(aes(label = country), size = 2.5) +
  scale_x_log10() +
  scale_size_continuous(guide = "none") +
  labs(
    x = "BIP pro Kopf (log-Skala)",
    y = "Lebenserwartung (Jahre)",
    color = "Kontinent"
  ) +
  theme_minimal()

Warning: ggrepel: 68 unlabeled data points (too many overlaps). Consider
increasing max.overlaps

Standardmäßig unterdrückt geom_text_repel() Labels, wenn mehr als 10 in derselben Region überlappen würden (gesteuert durch max.overlaps). Mehrere Parameter helfen bei der Feinabstimmung der Platzierung:

max.overlaps - Maximale Anzahl überlappender Labels, bevor ein Label ausgeblendet wird. Der Standard ist 10; man setzt Inf, um alle Labels unabhängig von Überlappungen anzuzeigen.
box.padding - Zusätzlicher Abstand um die Bounding Box jedes Labels (Standard 0.25 Zeilen). Erhöhen für mehr Abstand zwischen Labels.
point.padding - Mindestabstand zwischen einem Label und seinem Datenpunkt (Standard 0).
min.segment.length - Segmente kürzer als dieser Wert werden ausgeblendet (Standard 0.5 Zeilen). Auf 0 setzen, um Segmente immer anzuzeigen.
seed - Der Repulsion-Algorithmus hat eine stochastische Komponente. Durch Setzen eines Seeds erhält man bei jedem Rendern dieselben Label-Positionen.

ggplot(dat, aes(x = gdpPercap, y = lifeExp)) +
  geom_point(aes(size = pop, color = continent), alpha = 0.7) +
  scale_color_manual(values = continent_cols) +
  geom_text_repel(
    aes(label = country),
    size = 2.5,
    max.overlaps = 20,
    seed = 42
  ) +
  scale_x_log10() +
  scale_size_continuous(guide = "none") +
  labs(
    x = "BIP pro Kopf (log-Skala)",
    y = "Lebenserwartung (Jahre)",
    color = "Kontinent"
  ) +
  theme_minimal()

Warning: ggrepel: 35 unlabeled data points (too many overlaps). Consider
increasing max.overlaps

geom_label_repel

Während geom_text_repel() einfachen Text zeichnet, platziert geom_label_repel() den Text in einem gefüllten Rechteck - nützlich, wenn Labels sich von einem unruhigen Hintergrund abheben müssen. Die Verbindungssegmente lassen sich unabhängig gestalten:

dat_small <- dat %>%
  filter(continent == "Europe")

ggplot(dat_small, aes(x = gdpPercap, y = lifeExp)) +
  geom_point(aes(size = pop), color = "#201E50", alpha = 0.7) +
  geom_label_repel(
    aes(label = country),
    size = 2.5,
    fill = "white",
    label.size = 0.2,
    segment.color = "grey50",
    segment.linetype = "dashed",
    seed = 42
  ) +
  scale_x_log10() +
  scale_size_continuous(guide = "none") +
  labs(
    x = "BIP pro Kopf (log-Skala)",
    y = "Lebenserwartung (Jahre)"
  ) +
  theme_minimal()

Warning: ggrepel: 2 unlabeled data points (too many overlaps). Consider
increasing max.overlaps

Da das Labeln aller 142 Länder auf einmal selbst mit Repulsion überfordernd wirkt, ist eine Filterung auf einen einzelnen Kontinent (hier Europa mit 30 Ländern) für geom_label_repel() deutlich effektiver.

Selektives Labeling

In vielen Situationen ist es weder nötig noch wünschenswert, jeden Punkt zu beschriften. Eine gängige Strategie besteht darin, nur die interessantesten Beobachtungen zu beschriften - zum Beispiel die Länder mit der höchsten Lebenserwartung - und den Rest als unbeschriftete Punkte zu belassen. So bleibt der Plot übersichtlich und hebt gleichzeitig die wichtigsten Daten hervor.

Der Ansatz ist einfach: Man erstellt eine Hilfsspalte, die den Ländernamen für Punkte enthält, die beschriftet werden sollen, und NA für alle anderen. geom_text_repel() überspringt NA-Werte bei na.rm = TRUE:

top5 <- dat %>%
  slice_max(lifeExp, n = 5) %>%
  pull(country)

dat_labeled <- dat %>%
  mutate(label_col = if_else(country %in% top5, as.character(country), NA_character_))

ggplot(dat_labeled, aes(x = gdpPercap, y = lifeExp)) +
  geom_point(aes(size = pop, color = continent), alpha = 0.7) +
  scale_color_manual(values = continent_cols) +
  geom_text_repel(
    aes(label = label_col),
    size = 3,
    fontface = "bold",
    seed = 42,
    na.rm = TRUE
  ) +
  scale_x_log10() +
  scale_size_continuous(guide = "none") +
  labs(
    x = "BIP pro Kopf (log-Skala)",
    y = "Lebenserwartung (Jahre)",
    color = "Kontinent"
  ) +
  theme_minimal()

Diese Technik skaliert gut: Man kann Ausreißer, Punkte über einem Schwellenwert oder jede durch eine logische Bedingung definierte Teilmenge beschriften - alles ohne den zugrundeliegenden Datensatz zu verändern.

Seitenausgerichtete Labels

Ein besonders aufgeräumter Labeling-Stil platziert alle Labels auf einer Seite des Plots, vertikal ausgerichtet. Das vermeidet das verstreute Erscheinungsbild frei abgestoßener Labels und funktioniert gut, wenn die Anzahl der Punkte überschaubar ist. Die Schlüsselparameter sind:

direction = "y" - beschränkt die Label-Bewegung auf die vertikale Achse, sodass Labels auf derselben x-Position bleiben
hjust = 0 - richtet den Labeltext linksbündig aus
nudge_x - verschiebt alle Labels um einen festen Abstand nach rechts von ihren Datenpunkten
expand auf der x-Achse - schafft genügend Platz auf der rechten Seite für die Labels

dat_europe <- dat %>%
  filter(continent == "Europe")

max_gdp <- max(dat_europe$gdpPercap)

ggplot(dat_europe, aes(x = gdpPercap, y = lifeExp)) +
  geom_point(color = "#201E50", alpha = 0.7) +
  geom_text_repel(
    aes(label = country),
    size = 2.5,
    direction = "y",
    hjust = 0,
    nudge_x = max_gdp - dat_europe$gdpPercap + 2000,
    segment.size = 0.3,
    segment.color = "grey60",
    seed = 42
  ) +
  scale_x_continuous(
    name = "BIP pro Kopf (USD)",
    expand = expansion(mult = c(0.05, 0.3))
  ) +
  labs(y = "Lebenserwartung (Jahre)") +
  theme_minimal()

Der Trick ist, nudge_x pro Punkt als max(x) - x + offset zu berechnen, sodass jedes Label unabhängig von der Position seines Datenpunkts an derselben x-Position landet. In Kombination mit direction = "y" breiten sich die Labels nur vertikal von diesem Ankerpunkt aus und bilden eine ordentliche Spalte, die durch gerade horizontale Segmente mit ihren Punkten verbunden ist.

Performance

Bei Hunderten von Labels kann der Repulsion-Algorithmus langsam werden. Zwei Parameter helfen bei der Steuerung der Rechenzeit: max.overlaps begrenzt, wie viele überlappende Labels versucht werden (der Rest wird ausgeblendet), und max.time setzt ein Zeitlimit für den Algorithmus in Sekunden (Standard 0.5). Für sehr dichte Plots ist selektives Labeling wie oben gezeigt meist der bessere Ansatz.

Zitat

Mit BibTeX zitieren:

@online{schmidt2026,
  author = {{Dr. Paul Schmidt}},
  publisher = {BioMath GmbH},
  title = {7. ggrepel},
  date = {2026-08-14},
  url = {https://biomathcontent.netlify.app/de/content/ggplot2/07_ggrepel.html},
  langid = {de}
}

Bitte zitieren Sie diese Arbeit als:

Dr. Paul Schmidt. 2026. “7. ggrepel.” BioMath GmbH. August 14, 2026. https://biomathcontent.netlify.app/de/content/ggplot2/07_ggrepel.html.

--- title: "7. ggrepel" subtitle: "Nicht-überlappende Textlabels für Streudiagramme" --- ```{r} #| label: repel-packages #| message: false #| warning: false for (pkg in c("tidyverse", "gapminder", "ggrepel")) { if (!require(pkg, character.only = TRUE)) install.packages(pkg) } ``` Streudiagramme mit vielen Datenpunkten profitieren oft von Textlabels, die einzelne Beobachtungen identifizieren - Ländernamen, Gen-IDs oder Probenbezeichnungen. Der naheliegendste Ansatz ist `geom_text()`, aber sobald die Anzahl der beschrifteten Punkte über eine Handvoll hinausgeht, überlappen sich die Labels gegenseitig und verdecken die Datenpunkte, sodass der Plot unleserlich wird. Das [{ggrepel}](https://ggrepel.slowkow.com/)-Paket löst dieses Problem mit zwei Drop-in-Ersetzungen: `geom_text_repel()` und `geom_label_repel()`. Beide verwenden einen iterativen Algorithmus, der Labels voneinander und von den Datenpunkten wegschiebt und dünne Linien-Segmente zeichnet, die jedes Label mit seinem Punkt verbinden. Da die Funktionen dieselbe Aesthetic-Schnittstelle wie `geom_text()` und `geom_label()` haben, reicht es, den Funktionsnamen auszutauschen. In diesem Kapitel verwendet man den gapminder-Datensatz für das Jahr 2007 und stellt das BIP pro Kopf gegen die Lebenserwartung für alle 142 Länder dar - ein dichtes Streudiagramm, bei dem die automatische Label-Platzierung einen echten Unterschied macht. # Setup Man filtert die gapminder-Daten auf das Jahr 2007 und behält alle Länder. Da das BIP pro Kopf mehrere Größenordnungen umfasst (von wenigen hundert bis über 40.000 USD), wird durchgehend eine logarithmische x-Achse verwendet. Außerdem weist man jedem Kontinent eine farbfehlsichtig-sichere Farbe aus der Okabe-Ito-Palette zu (siehe Kapitel 2), damit die fünf Gruppen unterscheidbar bleiben. ```{r} #| label: repel-data dat <- gapminder::gapminder %>% filter(year == 2007) # Okabe-Ito-Farben (farbfehlsichtig-sicher), eine je Kontinent continent_cols <- c( Africa = "#E69F00", Americas = "#56B4E9", Asia = "#009E73", Europe = "#0072B2", Oceania = "#D55E00" ) dat ``` Um das Labeling-Problem zu veranschaulichen, erstellen wir hier ein Streudiagramm mit `geom_text()` - jeder Ländername wird direkt an seinem Datenpunkt platziert: ```{r} #| label: repel-overlap #| fig-width: 7 #| fig-height: 5 ggplot(dat, aes(x = gdpPercap, y = lifeExp)) + geom_point(aes(size = pop, color = continent), alpha = 0.7) + scale_color_manual(values = continent_cols) + geom_text(aes(label = country), size = 2.5) + scale_x_log10() + scale_size_continuous(guide = "none") + labs( x = "BIP pro Kopf (log-Skala)", y = "Lebenserwartung (Jahre)", color = "Kontinent" ) + theme_minimal() ``` Das Ergebnis ist ein unleserliches Durcheinander: Labels überlappen sich gegenseitig und verdecken die Punkte. Genau zur Lösung dieses Problems wurde ggrepel entwickelt. # geom_text_repel Man ersetzt einfach `geom_text()` durch `geom_text_repel()`. Die Funktion positioniert Labels automatisch so um, dass sie sich nicht überlappen, und zeichnet ein kleines Liniensegment von jedem Label zu seinem Datenpunkt: ```{r} #| label: repel-text-basic #| fig-width: 7 #| fig-height: 5 ggplot(dat, aes(x = gdpPercap, y = lifeExp)) + geom_point(aes(size = pop, color = continent), alpha = 0.7) + scale_color_manual(values = continent_cols) + geom_text_repel(aes(label = country), size = 2.5) + scale_x_log10() + scale_size_continuous(guide = "none") + labs( x = "BIP pro Kopf (log-Skala)", y = "Lebenserwartung (Jahre)", color = "Kontinent" ) + theme_minimal() ``` Standardmäßig unterdrückt `geom_text_repel()` Labels, wenn mehr als 10 in derselben Region überlappen würden (gesteuert durch `max.overlaps`). Mehrere Parameter helfen bei der Feinabstimmung der Platzierung: - **`max.overlaps`** - Maximale Anzahl überlappender Labels, bevor ein Label ausgeblendet wird. Der Standard ist 10; man setzt `Inf`, um alle Labels unabhängig von Überlappungen anzuzeigen. - **`box.padding`** - Zusätzlicher Abstand um die Bounding Box jedes Labels (Standard 0.25 Zeilen). Erhöhen für mehr Abstand zwischen Labels. - **`point.padding`** - Mindestabstand zwischen einem Label und seinem Datenpunkt (Standard 0). - **`min.segment.length`** - Segmente kürzer als dieser Wert werden ausgeblendet (Standard 0.5 Zeilen). Auf 0 setzen, um Segmente immer anzuzeigen. - **`seed`** - Der Repulsion-Algorithmus hat eine stochastische Komponente. Durch Setzen eines Seeds erhält man bei jedem Rendern dieselben Label-Positionen. ```{r} #| label: repel-text-params #| fig-width: 7 #| fig-height: 5 ggplot(dat, aes(x = gdpPercap, y = lifeExp)) + geom_point(aes(size = pop, color = continent), alpha = 0.7) + scale_color_manual(values = continent_cols) + geom_text_repel( aes(label = country), size = 2.5, max.overlaps = 20, seed = 42 ) + scale_x_log10() + scale_size_continuous(guide = "none") + labs( x = "BIP pro Kopf (log-Skala)", y = "Lebenserwartung (Jahre)", color = "Kontinent" ) + theme_minimal() ``` # geom_label_repel Während `geom_text_repel()` einfachen Text zeichnet, platziert `geom_label_repel()` den Text in einem gefüllten Rechteck - nützlich, wenn Labels sich von einem unruhigen Hintergrund abheben müssen. Die Verbindungssegmente lassen sich unabhängig gestalten: ```{r} #| label: repel-label #| fig-width: 7 #| fig-height: 5 dat_small <- dat %>% filter(continent == "Europe") ggplot(dat_small, aes(x = gdpPercap, y = lifeExp)) + geom_point(aes(size = pop), color = "#201E50", alpha = 0.7) + geom_label_repel( aes(label = country), size = 2.5, fill = "white", label.size = 0.2, segment.color = "grey50", segment.linetype = "dashed", seed = 42 ) + scale_x_log10() + scale_size_continuous(guide = "none") + labs( x = "BIP pro Kopf (log-Skala)", y = "Lebenserwartung (Jahre)" ) + theme_minimal() ``` Da das Labeln aller 142 Länder auf einmal selbst mit Repulsion überfordernd wirkt, ist eine Filterung auf einen einzelnen Kontinent (hier Europa mit 30 Ländern) für `geom_label_repel()` deutlich effektiver. # Selektives Labeling In vielen Situationen ist es weder nötig noch wünschenswert, jeden Punkt zu beschriften. Eine gängige Strategie besteht darin, nur die interessantesten Beobachtungen zu beschriften - zum Beispiel die Länder mit der höchsten Lebenserwartung - und den Rest als unbeschriftete Punkte zu belassen. So bleibt der Plot übersichtlich und hebt gleichzeitig die wichtigsten Daten hervor. Der Ansatz ist einfach: Man erstellt eine Hilfsspalte, die den Ländernamen für Punkte enthält, die beschriftet werden sollen, und `NA` für alle anderen. `geom_text_repel()` überspringt `NA`-Werte bei `na.rm = TRUE`: ```{r} #| label: repel-selective #| fig-width: 7 #| fig-height: 5 top5 <- dat %>% slice_max(lifeExp, n = 5) %>% pull(country) dat_labeled <- dat %>% mutate(label_col = if_else(country %in% top5, as.character(country), NA_character_)) ggplot(dat_labeled, aes(x = gdpPercap, y = lifeExp)) + geom_point(aes(size = pop, color = continent), alpha = 0.7) + scale_color_manual(values = continent_cols) + geom_text_repel( aes(label = label_col), size = 3, fontface = "bold", seed = 42, na.rm = TRUE ) + scale_x_log10() + scale_size_continuous(guide = "none") + labs( x = "BIP pro Kopf (log-Skala)", y = "Lebenserwartung (Jahre)", color = "Kontinent" ) + theme_minimal() ``` Diese Technik skaliert gut: Man kann Ausreißer, Punkte über einem Schwellenwert oder jede durch eine logische Bedingung definierte Teilmenge beschriften - alles ohne den zugrundeliegenden Datensatz zu verändern. # Seitenausgerichtete Labels Ein besonders aufgeräumter Labeling-Stil platziert alle Labels auf einer Seite des Plots, vertikal ausgerichtet. Das vermeidet das verstreute Erscheinungsbild frei abgestoßener Labels und funktioniert gut, wenn die Anzahl der Punkte überschaubar ist. Die Schlüsselparameter sind: - **`direction = "y"`** - beschränkt die Label-Bewegung auf die vertikale Achse, sodass Labels auf derselben x-Position bleiben - **`hjust = 0`** - richtet den Labeltext linksbündig aus - **`nudge_x`** - verschiebt alle Labels um einen festen Abstand nach rechts von ihren Datenpunkten - **`expand`** auf der x-Achse - schafft genügend Platz auf der rechten Seite für die Labels ```{r} #| label: repel-side-aligned #| fig-width: 7 #| fig-height: 5 dat_europe <- dat %>% filter(continent == "Europe") max_gdp <- max(dat_europe$gdpPercap) ggplot(dat_europe, aes(x = gdpPercap, y = lifeExp)) + geom_point(color = "#201E50", alpha = 0.7) + geom_text_repel( aes(label = country), size = 2.5, direction = "y", hjust = 0, nudge_x = max_gdp - dat_europe$gdpPercap + 2000, segment.size = 0.3, segment.color = "grey60", seed = 42 ) + scale_x_continuous( name = "BIP pro Kopf (USD)", expand = expansion(mult = c(0.05, 0.3)) ) + labs(y = "Lebenserwartung (Jahre)") + theme_minimal() ``` Der Trick ist, `nudge_x` pro Punkt als `max(x) - x + offset` zu berechnen, sodass jedes Label unabhängig von der Position seines Datenpunkts an derselben x-Position landet. In Kombination mit `direction = "y"` breiten sich die Labels nur vertikal von diesem Ankerpunkt aus und bilden eine ordentliche Spalte, die durch gerade horizontale Segmente mit ihren Punkten verbunden ist. :::{.callout-note} ## Performance Bei Hunderten von Labels kann der Repulsion-Algorithmus langsam werden. Zwei Parameter helfen bei der Steuerung der Rechenzeit: `max.overlaps` begrenzt, wie viele überlappende Labels versucht werden (der Rest wird ausgeblendet), und `max.time` setzt ein Zeitlimit für den Algorithmus in Sekunden (Standard 0.5). Für sehr dichte Plots ist selektives Labeling wie oben gezeigt meist der bessere Ansatz. :::