使用以下数据，用matlab中survfit函数进行生存分析的代码，其中输入的数值表示小鼠存活的只数，x = 2:2:30 control = [18 18 18 18 18 18 18 18 18 18 16 16 16 15 11] treat = [25 25 25 25 25 25 25 25 24 21 21 21 20 19 18]

以下是使用Matlab中survfit函数进行生存分析的代码：

% 导入数据
x = 2:2:30;
control = [18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 16, 16, 16, 15, 11];
treat = [25, 25, 25, 25, 25, 25, 25, 25, 24, 21, 21, 21, 20, 19, 18];

% 将生存时间和事件转换为矩阵
control_time = repmat(x, length(control), 1);
control_event = control_time >= repmat(control', 1, length(x));
treat_time = repmat(x, length(treat), 1);
treat_event = treat_time >= repmat(treat', 1, length(x));

% 进行生存分析
[control_curve, control_tbl, control_stats] = survfit(control_event, control_time);
[treat_curve, treat_tbl, treat_stats] = survfit(treat_event, treat_time);

% 可视化结果
figure;
hold on;
plot(control_curve, 'b-');
plot(treat_curve, 'r-');
legend('Control', 'Treat');
xlabel('Time');
ylabel('Survival Probability');
title('Survival Analysis');

代码中首先将输入的数据转换为生存时间和事件矩阵，然后使用survfit函数进行生存分析，最后使用Matlab中的绘图函数将生存曲线可视化。