文章首发于微信公众号：“小明学习室”
接着上一期我们重现了文中的表格1后，我们继续复现文中的图1。
复现这个数据，需要我们下载每个国家的数据。同样的我们登录GBD网站，下载好国家层面的数据，按照前面限制的条件，将location限定在select only countries and territories上。
按照上节课的内容，我们已经得到地区层面的Table 1，现在我们按照同样的方法需要得到国家层面的数据，再将数据映射到地图上。
我们首先复现图1中的A图，也就是ASR标准发病率的地图展示，我们读取需要的数据
我们首先设置工作路径，安装以下几个包后，读取需要的包
我们读取的ASR数据
我们读取地图数据，
查看下worldData数据集，可以看到各个经纬度对应的国家名称（region）
由于region里的部分国家名称可能会和ASR_国家数据集的国家名称（location）不一致，因此我们需要对不一致的内容进行调整。以下代码是我核对两者数据集后不一样的国家名称后对ASR_国家数据集的国家名称（location）进行调整后的数据结果，这里我已经调整完毕，大家可以直接取用。
接着我们来画图，采用以下代码，大家调整自己数据的时候需要对break进行调整，不然图出来会比较难看。
运行后就可以得到以下图1A，然后大家导出为矢量图格式，然后用AI调整后图片后就可以得到文章中的图1A。
同样的道理，我们来绘制文章中的图1B,根据图1B的描述，我们需要得到以及1990的发病数，从而得到图B。
首先，我们在绘图之前需要得到目标的数值，change in cancer cases.
运行上述代码即可获得我们的目标结果，接着我们需要匹配好两个数据集的国家名字要一致
然后调整好数据集后，我们进行绘图运行后就可以得到图1B的类似结果，然后大家导出为矢量图格式，然后用AI调整后图片后就可以得到文章中的图1B。
同样的思路来绘制EAPC的地图图1C
首先获取EAPC结果
校正好国家名称，绘制图像
最后得到如下结果
好了，大家接着在AI里调整3张图的格式后合并成1张图后就可以得到想要的图1了，大家按照上述思路可以实操起来了
大家如果需要上述代码，关注微信公众号“小明学习室”，回复关键词“GBD”即可下载全部代码。
如果觉得《疾病负担研究（GBD）-如何绘制全球国家发病率数据》对你有帮助，请点赞、收藏，并留下你的观点哦！
