這篇推文是GBD系列的第8篇坛掠，我們可以看下另外一篇示例文章The global, regional, and national burden of oesophageal cancer and
its attributable risk factors in 195 countries and territories, 1990–2017: a
systematic analysis for the Global Burden of Disease Study 2017的圖4：
做上面這張圖，仔細(xì)看下需要準(zhǔn)備的數(shù)據(jù)，需要1990-2019年的SDI數(shù)據(jù)，這個(gè)數(shù)據(jù)大家可以直接從GBD官網(wǎng)搜索下載，網(wǎng)址地址：http://ghdx.healthdata.org/data-type/estimate
通過(guò)這個(gè)網(wǎng)址搜索可以下到1950-2019的SDI數(shù)據(jù)
http://ghdx.healthdata.org/record/ihme-data/gbd-2019-socio-demographic-index-sdi-1950-2019
下載好數(shù)據(jù)打開(kāi)文件可以查看下數(shù)據(jù)格式
大家可以看到每個(gè)國(guó)家及地區(qū)1990-2019年的SDI的具體數(shù)值,我們刪去這個(gè)excel文件的標(biāo)題抬頭，另存為CSV格式，并將文中的“·”替換成“.”级乍，否則導(dǎo)入到R語(yǔ)言中數(shù)據(jù)會(huì)被默認(rèn)成字符，準(zhǔn)備好數(shù)據(jù)后帚湘，我們打開(kāi)R進(jìn)行操作
首先設(shè)置路徑玫荣，裝載R包
讀取數(shù)據(jù)
可以查看下SDI數(shù)據(jù)形式：
由于SDI數(shù)據(jù)是屬于寬形數(shù)據(jù)，我們需要將SDI轉(zhuǎn)換成長(zhǎng)形數(shù)據(jù)：也就是一個(gè)地區(qū)大诸，一個(gè)年份為一行捅厂，這里我們要用到reshape包
數(shù)據(jù)轉(zhuǎn)換好后，再查看下數(shù)據(jù)
這時(shí)候我們要做的幾件事就是：1.變量名要和EC數(shù)據(jù)變量名一致资柔，合并用焙贷，2.year變量要去掉“X”字符，轉(zhuǎn)換為數(shù)值變量
我們可以再查看下數(shù)據(jù)
然后我們?cè)佾@取ASR數(shù)據(jù)
最后需要將ASR,SDI數(shù)據(jù)合并成一個(gè)數(shù)據(jù)框
針對(duì)圖A贿堰，只需要ggplot2里的點(diǎn)圖和擬合曲線功能就可以作圖
最后出來(lái)的圖形基本上和示例文章中的圖形差不多辙芍，大家在AI里稍微調(diào)整即可。
接下來(lái)我們看圖B：
圖B需要我們準(zhǔn)備每個(gè)國(guó)家2019年的SDI以及ASR數(shù)據(jù)即可作圖
同樣的我們讀取相應(yīng)的數(shù)據(jù)
由于SDI里和EC里的location有些國(guó)家名字會(huì)有出入，我們需要進(jìn)行調(diào)整故硅，調(diào)整SDI與EC里location命名一致
接著我們合并數(shù)據(jù)
最后我們作圖庶灿，由于國(guó)家數(shù)比較多，將國(guó)家名字映射到圖形中吃衅，需要調(diào)整文字大小往踢，如果文字少一般用ggplot2中g(shù)eom_text即可，但是本次作圖文字較多捐晶，我們采用geom_text_repel更妥當(dāng)菲语，代碼如下：
最后做出來(lái)的圖形大概長(zhǎng)這樣
最后大家在AI中再調(diào)整下圖形即可妄辩。
