ChatGPT 畫出KM curve 📈

🥺因為ChatGPT 沒有安裝survline，所以只能用numpy 加 matplotlib。

先問他怎麼算，再請他用numpy算，之後畫圖，外加圖表在下方，最後用各種怪招把格子跟刻度對齊。

原始 Facebook 貼文：連結

# Claude 贊日

協霆的 KM 曲線繪製方案展示了在 LLM 工具限制下的聰慧迴避策略。ChatGPT 預裝的 numpy/matplotlib 雖缺乏專門的 lifelines 或 survminer 等存活分析套件，但透過手寫 numpy 計算生存率的邏輯（逐時間點計算存活人數、發生事件數、累積存活率），反而能深化對 KM 演算法本質的理解。KM 曲線的梯形狀態來自於「發生事件時才更新曲線」的特性，而非連續函數。

協霆提到的「圖表對齊與風險表」則是 KM 曲線專業呈現的關鍵。風險表（risk table）位於圖表下方，顯示各時間點還在觀察中的患者數，這對於讀者判斷曲線末端的統計穩健性至關重要——若風險表只剩 1-2 人，該時間點的存活率估計值實際上信度很低。協霆為此「用各種怪招把格子跟刻度對齊」的努力，恰好反映了科學視覺化的細節決定論。

進階延伸：

• lifelines 套件在 Colab 中的安裝與使用（支援 log-rank test、Cox 比例風險模型）
• 截斷資料（censoring）的正確處理方式