TIOBE 指数是用来反映某种编程语言的流程程度的指标,根据2016年12月份最新数据显示,SAS 编程语言占比 1.380%,排名22位。 编程语言本质上是人类用来与机器沟通,并在人类之间分享思维的工具,与它所需要解决的问题领域紧密相关。世界上也没有哪一种语言能够解决所有问题。所以尽管计算机领域出现了超过上千种编程语言,但终究只有少数强大语言能生存下来,SAS 便是其中之一。
SAS 语言要入门很快,但要精通则需要较长时间,尤其是要掌握SAS特有的,在普通编程语言里面没有的一些功能。SAS 作为领域特定的第四代编程语言(4GL),与广泛流行的第三代编程语言C,C++,Java,C#,Javascript不同,它专门为数据分析和报告提供非常复杂的数据操作、图形图表制作以及文档编写功能。
SAS语言总体上是面向过程的计算机语言,有着传统编程语言的基本结构。但它不支持面向对象,尽管从SAS 9 开始提供两个预定义的对象:Hash和 HIter(Hash Iterator)并提供类似面向对象的语法,但用户至今不能用 SAS 语言创建自定义类。SAS提供强大的互操作能力,可以调用Java 对象和 Win32 API 函数来实现各种复杂功能。SAS 语言也并不像Python/Perl等严格意义上的脚本式编程语言,具有真正的脚本/流控制构造。
SAS 语言中只有两种基本的数据类型:字符型和数值型。从外部数据到SAS内部数据存储表达之间,可以使用INFORMAT和 FORMAT进行读/写转换。然而,在一些 PROC 步中,SAS 也提供特定的数据类型来覆盖这两种基本类型,比如PROC FCMP(从 SAS 9.1开始)中类似C语言的结构体,以及PROC IML 中的矩阵。与传统编程语言支持各种各样的基本数据类型(比如布尔/整数/浮点/字符…)不同,统计学上的数据类型根据计量尺度只有定类(如性别)、定序(如年级)、定距(如温度)以及定比(重量)等四种需要考虑。
SAS 语言提供非常强大预处理器,实现编译前的宏替换功能。它允许 SAS 程序在编译和运行期间,动态改变程序自身,并可实现递归调用宏本身。使用 SAS 语言的统计分析人员经常赞叹SAS语言的强大功能,而不熟悉 SAS 语言的编程人员有时也会为它与第三代编程语言的不同而困惑不解,迷失在宏与非宏的代码陷阱里。
SAS 语言是一门比较复杂的计算机语言,甚至它到底是编译执行还是解释执行有时候连有经验的SAS开发人员也会感到困惑。由于SAS 语言包含灵活的语言元素,SAS Macro宏是由解释器展开,但是 DATA Step和 Proc Step 则以步为单位进行一次编译,然后统一执行而非逐语句进行解释执行。SAS是兼具编译和解释的混合型计算机语言,因此维基百科的分类中也很难将 SAS 语言归入编译还是解释类别(Compiled_language vs. Interpreted_Language)。
SAS 语言最强大的能力是为分析编程人员提供了完备细致的数据访问,而不用太考虑数据的存储格式和存储位置,比如最常用的DATA Step和 PROC SQL就提供了各种各样的数据操作能力,而丰富的 PROC Step 支持则让分析人员专注于分析本身和参数设定。一旦 SAS 编程入门,则只有不懂的统计类型,没有不会使用的 PROC Step。
从传统语言编程基础转换到SAS 语言编程,首先要记得如下一些SAS语言的核心规则:
SAS 程序主要由一系列的 Steps 构成,而 Step 由一些列的 Statements 构成。每一个 Step 都有开始和结束的边界,SAS 根据 Step 边界独立编译和执行。
一个所谓的步(Step)由 DATA或PROC 语句开始,默认结束于下一个 DATA/PROC 步的开始处。但我们通常用 RUN 语句来执行前面输入的SAS语句,并显式标识 DATA/PROC 步的边界;另外有一些资源依赖的 PROC则需要以 QUIT 语句来结束当前 PROC,比如 PROC SQL、PROC CAS等可以包含多个 RUN语句,但只有当 QUIT语句执行才释放资源真正返回SAS。
TITLE "The title of my first report"; /*设置输出报告的标题*/
TITLE2 "Author: Yinliang Wu";
各种SAS 选项(SAS Options)语句也属于全局语句,功能上类似于操作系统的环境变量,用来指定当前 SAS会话有关的系统设置。
options ls=80 ps=24 nocenter; /*设置输出为 24 X 80 左对齐*/
DATA MYDATA;
<STATEMENT and/or DATA>;
RUN;
比如:如下代码创建一行5列的数据,其中 Name和Sex 是字符变量,而其他3个为数值变量。
DATA MyData;
input Name $ Sex $ Age Height Weight;
datalines;
YINLIANG M 30 175 83.5
RUN;
PROC PRINT DATA=MyData;
VAR Name Height;
RUN;
PROC CONTENTS DATA=MyData;
RUN;
DATA=MyData是PROC PRINT 和 PROC CONTENTS 语句特定的参数(也叫选项),所有的PROC步都有 DATA= 选项。如果没有指定,则系统默认为执行过程中最近创建的那个数据集。
/* …
* …注释…;
* …
*/
PROC CONTENTS DATA=MyData;
RUN;
* …注释…;
PROC CONTENTS DATA=MyData; * …注释…;
* …注释…;
RUN;
注释通常用于说明程序的功能、标注非执行文本或者用于文档目的,可以在代码调试过程中将调好的代码暂时隔离。SAS 运行时注释中的代码会被忽略,但注释也会被写入日志文件。 需要特别注意的一点是,在SAS Macro 宏代码要谨慎使用行注释,以免导致不期望的宏展开。
虽然SAS代码格式具有极强的灵活性,但良好的格式化能提高代码的可读性和可维护性。
结语: SAS 的 DATA 步和PROC 步是SAS 语言对数据分析工作的精妙抽象和完美封装,DATA 步解决数据结构和准备问题,而PROC步解决对特定分析流程的实现和封装。你可以把它对应成传统编程中的数据结构和算法设计,分别负责数据和逻辑的实现。
Are you ready for the spotlight? We're accepting content ideas for SAS Innovate 2025 to be held May 6-9 in Orlando, FL. The call is open until September 25. Read more here about why you should contribute and what is in it for you!
You must be a registered user to add a comment. If you've already registered, sign in. Otherwise, register and sign in.