我们的数据可视化课程已经上线啦!!目前课程的主要方向是 科研、统计、地理相关的学术性图形绘制方法,后续也会增加商务插图、机器学等、数据分析等方面的课程。课程免费新增,这点绝对良心!
我们第一个数据可视化交流圈子也已经上线了,主要以我的第一本书籍《科研论文配图绘制指南-基于Python》为基础进行拓展,提供「课堂式」教学视频,还有更多拓展内容,可视化技巧远超书籍本身,书籍修正和新增都会分享到圈子里面~~
参与课程或者圈子的你将获取到:学员答疑、可视化资源分享、可视化技巧补充、可视化业务代做(学员和甲方对接)、副业交流、提升认知等等。
今天我们的课程DataCharm优质课程推荐学员向我咨询了R语言中有没有绘制生存曲线(survival curves) 类可视化的好用的工具,特别是 「分层生存曲线(Stratified survival curves)」
显然这是一个医学、生物统计学、流行病学等学科中常用的一种统计图形,小编虽然不能做到对每个专业的常用图表都非常熟悉,但我可以给大家推荐优质的相关学习工具呀~~
今天就生存曲线类的图表绘制,小编就推荐contsurvplot可视化工具包~~
contsurvplot 是一个R语言拓展软件包,可用于可视化连续变量对时间到事件结果的因果效应。
它包含多种不同类型的图,如生存面积图、等值线图、热图、生存量化图 等,这些图表类型都可以根据混杂因素进行调整,而且都有很多内置选项,可以根据用户需求进行定制。
此外,大多数绘图功能都基于 ggplot2 软件包,用户可以使用标准的 ggplot2 语法进一步定制绘图。
install.packages("contsurvplot")
#or
library(devtools)
devtools::install_github("RobinDenz1/contsurvplot")
#or
library(remotes)
remotes::install_github("RobinDenz1/contsurvplot")
library(contsurvplot)
library(ggplot2)
library(survival)
library(riskRegression)
# load colon data
data(cancer)
# fit cox model, adjusting for age and sex
model <- coxph(Surv(time, status) ~ age + sex + nodes, data=colon, x=TRUE)
# plot survival area
plot_surv_area(time="time",
status="status",
variable="nodes",
data=colon,
model=model)
另外,我们还可以绘制等值线图来直观地显示效果:
plot_surv_contour(time="time",
status="status",
variable="nodes",
data=colon,
model=model)
plot_surv_quantiles(time="futime",
status="status",
variable="age",
data=nafld1,
model=model,
p=c(0.1, 0.25, 0.5, 0.75, 0.9))
plot_surv_matrix(time="futime",
status="status",
variable="age",
data=nafld1,
model=model,
horizon=seq(60, 80, 0.5))
plot_surv_3Dsurface(time="futime",
status="status",
variable="age",
data=nafld1,
model=model,
horizon=seq(50, 80, 0.5),
interactive=TRUE)
更多关于contsurvplot包的语法和可视化案例,可参考contsurvplot包官网[1]