专栏首页SAS程序分享号号号SAS-编程中的小技巧

SAS-编程中的小技巧

1 快捷键(功能键的使用)

今小编这里说的快捷键,并不是通俗意义上的那种CTRl+A、CTRL+C的这种快捷键,而是SAS编程里面的宏功能键(我称“快捷键”)。改键的使用,可实现设置代码块,以后只敲击代码块的缩写,自动就弹出代码。

01 看效果

1.以输入CSV为例

2.输入回车键

02 如何设置

1.先复制代码

2.工具--添加缩写

3.设置缩写(缩写:设置你需要的快捷方式,代码块放入缩写的插入文本中)

4.点确定就好了

小编还是忍不住要来点(zhui)评(shu)一下宏功能机的优劣之处:先说优处,优处:当你写了几十上百个Macro的时候,每个macro的参数你都背的下来么,即使背下来了,每次你都能不敲错代码么,即使不敲错代码,你每次都能花2秒把你的Macro的基本结构都敲出来么,即使你能。。你在能,你能的过的机器的记忆的么。。。宏功能键,不仅仅只适用于Macro上,你也可以把长用的代码块,和知识点设置成快捷键,当你输入mean的时候,弹出proc means的结构和各个参数的含义。。好吧~好处真的很多。让小白变大神。说了好处说说坏处:对于初学者来说,还真不太建议长使用,因为会退化你敲代码的能力。养成一种依耐性。不过还是看自己的取舍吧。

2 打开SAS自动运行Macro

设置打开SAS自动调用你写好的Macro,或者打开SAS自动执行你想执行的代码。

01 看效果

1.预先写好一段代码(sas程序名字:autoexec.sas,并将程序放在你SAS安装路径下,小编此处安装路径B:\SAS\SASFoundation\9.2(32-bit))

2.做好上述一步聚,启动SAS软件。将会自动执行程序

3 处理大数据技巧(改work路径)

当你C在处理大数据的时候如何避免内存不足导致程序被迫终止,小编最近有些郁闷,经常写好了程序,却往往无用武之地,百万记录,一个sort都执行不了,千列百行的数据集proc transpose也执行不了。愁愁愁!真是白了少年头。小编也在研究如何处理大数据,如各位看客有类似经验,请留言赐教啊(万谢!),最近听说可以改work的逻辑库的路径。

01 看如何修改

1.找到你SAS安装路径(小编的是:B:\SAS\SASFoundation\9.2(32-bit))在此目录下找到\nls文件夹(此文件夹下有:\en,\u8,\zh等文件夹,小编\zh 简体中文版SAS为例),进入\zh夹子路径下,有一个SASV9.CFG文件。打开它。

修改前:

修改后:

启动SAS:右键work逻辑库看属性,这个时候work逻辑库的默认储存路径就以及修改过来了

今天就这么多了,贪多嚼不烂

本文分享自微信公众号 - SAS程序分享号号号(xiaocgn)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2017-12-20

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • Druid架构面面观

    场景描述:大数据时代,对于数据的各种操作要求往往是分离开的,比如有专门的系统负责插入,有专门的系统负责查询。druid的就很好的体现了这一点。

    暴走大数据
  • 技术解读Jackson Pollock的绘画色彩

    大数据x色彩图谱 workshop:利用大数据提取色彩图谱关系,挖掘相关应用产品。

    mixlab
  • 安装配置ZooKeeper及基本用法

    要想学习分布式应用,ZooKeeper是一个绕不过去的基础系统。它为大型分布式计算提供开源的分布式配置服务、同步服务和命名注册。

    程序猿讲故事
  • 0705-5.16.2-HDFS文件浏览器异常分析

    根据异常提示,’ Index build failed for service hdfs’,可以知道是为服务HDFS创建索引失败,导致了进入HDFS的文件浏览器...

    Fayson
  • 干货收藏!Python完整代码带你一文看懂抽样

    导读:抽样是从整体样本中通过一定的方法选择一部分样本。抽样是数据处理的基本步骤之一,也是科学实验、质量检验、社会调查普遍采用的一种经济有效的工作和研究方法。

    华章科技
  • 机器学习系列15:学习曲线

    我们在调试一个学习算法时,通常会用学习曲线(Learning Curves)观察机器学习算法是否为欠拟合或过拟合。

    SuperFeng
  • 机器学习系列25:随机梯度下降算法

    如今机器学习的数据集动则几千万或上亿,如果运用我们之前学过的 Batch 梯度下降算法,就会发现效率很低,因为在梯度下降时,每次循环都要对所有的数据进行求和,这...

    SuperFeng
  • 0704-5.16.2-如何使用Hive合并小文件

    目前集群存于一个非常不健康的状态,主要问题是小文件太多,单个DataNode的block数量阈值是500,000,而现在单个DataNode的block为2,6...

    Fayson
  • Flink中资源管理机制解读与展望

    场景描述:本文来自2019年9月21日Flink Meetup北京站阿里巴巴的宋辛童的分享,关于Flink的资源管理机制的解读和展望。

    王知无
  • 数据驱动型的设计01

    本系列从数据结构相关的计算机知识出发,从数据的角度提出一些数据驱动的设计思维模式。第01期总体介绍数据结构与设计的关系,用数据结构的方式来思考设计,并通过几个案...

    mixlab

扫码关注云+社区

领取腾讯云代金券