survminer包应该是目前最常见的用来做生存分析可视化的包了。之前在公众号也分享过相关的函数使用方法。也有粉丝发邮件向我咨询过一些问题。读者需要记住的是，该包可视化的组件基本都是由ggplot2驱动的，所以常见的ggplot2修改方法同样适用于survminer可视化的生存曲线、表格等等。
还有就是学会如何看函数文档，很多问题文档里都有描述。查看文档的方法很简单，函数名前面加一个问号。
代码语言：javascript复制?ggsurvplot
信息就出来了，每一个选项都有说明，还有相关函数及链接。RStudio 打开文档还可以进行搜索，实在不能更方便了，比 Python 文档强多了。
接着我讲一个今天看到的小例子。
直接画一个生存曲线。
代码语言：javascript复制> library(survival)
> library(survminer)
>
> # Basic survival curves
> fit<- survfit(Surv(time, status) ~ sex, data = lung)
> ggsurvplot(fit, data = lung, risk.table = TRUE,
tables.theme = theme_cleantable())
有的东西我们会觉得有瑕疵，比如横轴纵轴 0 点怎么不在一起？
代码语言：javascript复制> ggsurvplot(fit, data = lung, risk.table = TRUE,
tables.theme = theme_cleantable(), axes.offset=F)
加上一个选项问题就解决了。
其实信息就写在文档里面了。
同样的问题我们也可以使用 ggplot2 解决：
> p = ggsurvplot(fit, data = lung, risk.table = TRUE,
tables.theme = theme_cleantable())
> p$plot scale_x_continuous(expand = c(0, 0)) scale_y_continuous(expand = c(0, 0))
估计这就是万佛朝宗吧，ggplot2的伟大在此。
★相关链接：https://github.com/kassambara/survminer/issues/196 ”
