发帖
雷达卡
近期因为工作的关系，要开始用R了，只好放下小小的执着，放下SAS拿起R，写这篇文章缅怀一下这份执着。
我从2012年开始研究数据分析，因为SAS看起来高大上，入门就决定选SAS。后来觉得SAS实在是很对我的胃口（简单，高效，可靠），所以就一直在用。我用SAS大概经过两个阶段。
1.0阶段_爬行期：这个时候大多数就是在使用SAS的数据步和过程步，总之就是在一个步一个步的写，碰到复杂一些的任务就写很多很多的程序，然后串起来执行。（后来用EG的时候做这个很方便）。后来慢慢尝试了sas的很多偏门功能，比如发邮件，web数据抓取，文本分析，iml矩阵运算等。
2.0阶段_行走期：用sas的宏编写复杂的控制和算法。到了这里我觉得SAS像是一门完整的语言了，虽然数据结构很简单，变量的控制也比较简单，但是已经可以做很多事情了。以下是一些总结，供参考：
从存储、控制、计算三个角度来看。
在数据步sas只提供了数据集（总之最后都是表）这种结构，到宏编程的时候提供了局部宏变量和全部宏变量，通过宏变量的作用域自然的把宏变量分成了控制变量（在全局作用）和计算变量（局部宏中作用）。通过&令牌的规则还可以创建宏变量数组。
(这里多嘴一句，早期宏变量的文本替代功能到最后实现的多种功能，是不是一把很锋利的奥卡姆剃刀？)
从宏的角度上来看，data步是一个宏，proc步也是一个宏，自己用宏编写的函数或者过程也是一个宏,把宏看成一个最小的单元，那么结论就是只有宏才能调用宏。根据功能分化，可以是负责控制进程的宏，可以是负责计算某个值的宏，可以是执行某个短过程的宏...
存储：临时数据集，永久数据集，宏变量（当然还有矩阵）
控制：宏变量
计算：过程步，ODS结果，个人定制宏（相当于函数）
总之，因为机制很简单，所以写的时候要多花点心思。
以一个算法为例：
1、待分析数据以数据集的形式存放
2、通过数据字典在过程中读取数据集的属性
3、建立对应的逻辑库存放数据集
4、建立主迭代表，控制迭代的进行以及保存重要参数
5、在主宏中设定迭代上限，并设定对主迭代表的更新
R的话看起来更灵活一些，撸一遍再来心得。以后就是R的日子了...
京公网安备 11010802022788号
