生存曲線是統計與生物學領域中常見的一種曲線，用來表示一個群體或個體在某種事件或疾病下存活的時間分布情況。Python中可使用生存分析庫lifelines來畫生存曲線。

# 導入必要的庫
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from lifelines import KaplanMeierFitter
# 創建數據集
df = pd.DataFrame({'time': [5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15],
'event': [0, 0, 1, 0, 1, 1, 1, 1, 1, 0, 1]})
# 創建KaplanMeierFitter對象
kmf = KaplanMeierFitter()
# 對數據進行擬合
kmf.fit(df['time'], event_observed=df['event'])
# 畫圖
kmf.plot()
# 為生存曲線添加標簽、標題等
plt.xlabel('Time (days)')
plt.ylabel('Survival probability')
plt.title('Survival curve')
plt.show()

代碼中，我們首先導入必要的庫，包括pandas、numpy、matplotlib和lifelines。然后，我們創建一個數據集，其中包含了每個單位所受到的事件和時間。接著，我們創建了一個KaplanMeierFitter對象，對數據進行擬合。最后，我們使用.plot()方法畫生存曲線，并對曲線添加標簽、標題等。

使用lifelines庫可以方便地創建和畫出生存曲線，用戶可以根據具體需求調整曲線樣式、添加標簽等。通過分析生存曲線，我們可以了解到群體或個體在某種事件或疾病下的存活情況，從而指導我們的研究和實踐。