如何将多个生存分析曲线图片进行合并拼图

survminer包的ggsurvplot()函数可以画好看的生存分析曲线,也可以用分面的方法分面绘制多组图片(教程可以见我以前给生信助手上的一个小建议「凌云34」Multiple Overall Survival Plots(2),虽然说ggsurvplot()的语法基于ggplot2(其实应该是ggpubr),但是它的图却不是标准的ggplot2格式,所以对于多个生存曲线图,你并不能使用 cowplotggarrangepatchwork进行拼接,甚至于Y叔开发的ggplotify都不能转换为ggplot图形(大家如有好的方案,也可以下方评论),那么到底要怎么办才行。
比如说有下面这种数据

event grade size time
1 2 small 92
0 3 big 71
1 3 small 58
0 2 small 68
0 2 big 103
0 2 small 93
0 2 small 111
0 3 small 85
0 2 small 98
0 1 small 81
  1. 我们先按size分组,做一个生存曲线,得到下面这个图
library(survival)
library(survminer)
sfit <- survfit(Surv(time, event)~size, data=phe)
p1<-ggsurvplot(sfit,data = phe,
           palette = 'jco', 
           conf.int = T,conf.int.style='step', 
           pval = T,pval.method = T,
           risk.table = T,risk.table.pos='in',
           legend=c(0.85,0.85),
           legend.title="Size",
           legend.labs=c("small","big"),
           title="Survival curve for size", 
           ggtheme = theme_bw(base_size = 12))
p1
不同Size分组的生存曲线
  1. 我们还可以按grade分组,得到下面这个图
gfit=survfit(Surv(time, event)~grade, data=phe)
p2<-ggsurvplot(gfit,data = phe,
           palette = 'lancet', 
           conf.int = T,conf.int.style='step', 
           pval = T,pval.method = T,
           risk.table = T,risk.table.pos='in',
           legend=c(0.85,0.85),
           legend.title="Grade",
           title="Survival curve for grade", 
           ggtheme = theme_bw(base_size = 12) 
           )
p2
不同Grade分组的生存曲线

然而,我们并不能拼接图形,使用下面的经典拼图代码全都会报错,连转换为ggplot都做不到

cowplot::plot_grid(p1,p2) # 这个函数不行
patchwork::p1+p1 # 这个函数也不行
p1<-ggplotify::as.ggplot(p1) # 转成ggplot也不行

那么,除了导出图片,用AI等工具以外,是不是就没有在R里直接的解决方案了呢?


不然,我们可以用survminerarrange_ggsurvplots函数进行解决,如下面代码跑完,就可以得到拼图了。

splots <- list()
splots[[1]] <- p1
splots[[2]] <- p2
# 将多个图合并一起
arrange_ggsurvplots(splots, print = TRUE,  
                    ncol = 2, nrow = 1) #定义行数和列数
多个生存曲线的合并
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,189评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,577评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,857评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,703评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,705评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,620评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,995评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,656评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,898评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,639评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,720评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,395评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,982评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,953评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,195评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,907评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,472评论 2 342

推荐阅读更多精彩内容