活动介绍

SAS9.1.3输出交付系统入门指南

立即解锁
发布时间: 2025-08-30 01:12:28 阅读量: 5 订阅数: 10 AIGC
### SAS 9.1.3输出交付系统入门指南 #### 1. 输出交付系统简介 输出交付系统(ODS)为生成、存储和再现SAS程序和数据步输出提供了极大的灵活性,具备广泛的格式化选项。它弥补了单个程序或数据步在格式化功能上的不足,让用户能更轻松地对输出进行格式化,既可以定制整个SAS输出的呈现方式,也能对单个输出对象的外观进行调整。 在SAS 7版本之前,大多数SAS程序生成的输出是为传统行式打印机设计的,这种输出存在一定局限性,无法充分发挥结果的价值: - **字体局限**:传统SAS输出仅限于等宽字体,而如今的桌面文档编辑器和出版系统需要打印输出具备更多的多样性。 - **数据获取不便**:一些常用程序不生成输出数据集,在ODS出现之前,若要将这些程序的输出用作其他程序的输入,需依赖`PROC PRINTTO`和数据步来获取结果。 #### 2. 快速上手ODS ##### 2.1 示例目的 以下示例旨在帮助你快速掌握ODS的使用,通过这些示例,你可以学习如何生成具有更丰富格式的输出。若想深入了解ODS的强大功能,请参考“输出交付系统简介”部分。 ##### 2.2 创建列表输出 创建列表输出非常简单,只需像往常一样运行数据步或PROC步骤即可。默认情况下,`LISTING`目标处于开启状态,数据步和基础SAS程序会通过ODS创建列表输出。以下是示例代码: ```sas options source pagesize=60 linesize=80 nodate; data employee_data; input IdNumber $ 1-4 LastName $ 9-19 FirstName $ 20-29 City $ 30-42 State $ 43-44 / Gender $ 1 JobCode $ 9-11 Salary 20-29 @30 Birth date9. @43 Hired date9. HomePhone $ 54-65; format birth hired date9.; datalines; 1919 Adams Gerald Stamford CT M TA2 34376 15SEP48 07JUN75 203/781-1255 1653 Alexander Susan Bridgeport CT F ME2 35108 18OCT52 12AUG78 203/675-7715 1400 Apple Troy New York NY M ME1 29769 08NOV55 19OCT78 212/586-0808 1350 Arthur Barbara New York NY F FA3 32886 03SEP53 01AUG78 718/383-1549 1401 Avery Jerry Paterson NJ M TA3 38822 16DEC38 20NOV73 201/732-8787 1499 Barefoot Joseph Princeton NJ M ME3 43025 29APR42 10JUN68 201/812-5665 1101 Baucom Walter New York NY M SCP 18723 09JUN50 04OCT78 212/586-8060 1333 Blair Justin Stamford CT M PT2 88606 02APR49 13FEB69 203/781-1777 1402 Blalock Ralph New York NY M TA2 32615 20JAN51 05DEC78 718/384-2849 1479 Bostic Marie New York NY F TA3 38785 25DEC56 08OCT77 718/384-8816 1403 Bowden Earl Bridgeport CT M ME1 28072 31JAN57 24DEC79 203/675-3434 1739 Boyce Jonathan New York NY M PT1 66517 28DEC52 30JAN79 212/587-1247 1658 Bradley Jeremy New York NY M SCP 17943 11APR55 03MAR80 212/587-3622 1428 Brady Christine Stamford CT F PT1 68767 07APR58 19NOV79 203/781-1212 1407 Grant Daniel Mt. Vernon NY M PT1 68096 26MAR57 21MAR78 914/468-1616 1114 Green Janice New York NY F TA2 32928 21SEP57 30JUN75 212/588-1092 ; proc print data=employee_data(obs=12); id idnumber; title 'Personnel Data'; run; ``` 列表输出是默认格式,当你请求其他格式时,程序会同时创建列表输出和请求格式的输出。若要阻止创建列表输出,可使用以下语句: ```sas ods listing close; ``` ##### 2.3 创建HTML格式的输出 如果你想在网页上展示SAS程序的输出,可以使用ODS创建超文本标记语言(HTML)格式的输出。使用`ODS HTML`语句来创建HTML输出: ```sas ods html file='external-file-for-HTML-output'; ``` 若不想在生成HTML输出的同时生成列表输出,可使用以下语句: ```sas ods listing close; ``` 以下程序包含一个`PROC PRINT`步骤,它生成HTML格式的输出,但不生成默认的列表输出。你可以使用Internet Explorer、Netscape或其他支持HTML 3.2或更高版本的浏览器浏览此输出。 ```sas ods listing close; ods html file='external-file-for-HTML-output'; proc print data=employee_data(obs=12); id idnumber; title 'Personnel Data'; run; ods html close; ods listing; ``` 请注意,`PROC PRINT`步骤后面的两条ODS语句。要在浏览器中浏览HTML文件,必须执行`ODS HTML CLOSE`语句。将ODS重置为列表输出(默认设置)是一个良好的习惯。 ##### 2.4 同时生成多种格式的输出 一种简单的同时生成多种格式输出的方法是,先生成默认的列表输出,然后请求其他格式,如HTML、PDF、RTF或PostScript。以下是示例代码: ```sas ods html file='HTML-file-pathname.html'; ods pdf file='PDF-file-pathname.pdf'; ods rtf file='RTF-file-pathname.rtf'; ods ps file='PS-file-pathname.ps'; proc print data=employee_data(obs=12); id idnumber; title 'Personnel Data'; run; ods _all_ close; ods listing; ``` 请注意`PROC`语句后面的两条ODS语句。第一条语句关闭所有文件,以便你可以使用这些文件(例如,浏览HTML文件或将PDF文件发送到打印机)。最后一条语句打开`LISTING`目标,使ODS恢复为后续数据或PROC步骤生成列表输出。 #### 3. 流程图 ```mermaid graph LR A[开始] --> B[创建列表输出] B --> C{是否需要其他格式输出} C -- 是 --> D[创建HTML输出] C -- 是 --> E[创建PDF输出] C -- 是 --> F[创建RTF输出] C -- 是 --> G[创建PostScript输出] D --> H[关闭HTML输出] E --> H F --> H G --> H H --> I[恢复列表输出] I --> J[结束] C -- 否 --> I ``` #### 4. 总结 通过以上介绍,你已经了解了输出交付系统(ODS)的基本概念和快速上手方法。你可以根据自己的需求选择合适的输出格式,同时生成多种格式的输出也非常方便。在后续的使用中,你可以进一步探索ODS的更多功能,以满足更复杂的需求。 ### SAS 9.1.3输出交付系统入门指南 #### 5. 不同输出格式的特点及适用场景 为了更清晰地了解各种输出格式的特点和适用场景,我们可以通过以下表格进行对比: | 输出格式 | 特点 | 适用场景 | | ---- | ---- | ---- | | 列表输出 | 默认格式,简单直接,适合快速查看数据,以文本形式呈现 | 日常数据查看、初步分析阶段 | | HTML输出 | 可在网页上浏览,支持超链接、图片等元素,具有良好的展示效果 | 数据在网页上的展示、分享给他人在线查看 | | PDF输出 | 格式固定,能保持内容的完整性和一致性,便于打印和存档 | 正式报告、需要固定格式分发的文档 | | RTF输出 | 可编辑性强,能方便地在文字处理软件中进行修改和排版 | 需要进一步编辑、排版的文档 | | PostScript输出 | 常用于打印和图形处理,具有高质量的图形输出能力 | 专业的打印需求、图形处理场景 | #### 6. 操作步骤总结 以下是使用ODS生成不同格式输出的操作步骤总结: 1. **创建列表输出** - 运行数据步或PROC步骤,默认会生成列表输出。 - 若要阻止列表输出,使用`ods listing close;`语句。 2. **创建HTML格式输出** - 使用`ods html file='external-file-for-HTML-output';`语句指定HTML输出文件。 - 若不想生成列表输出,使用`ods listing close;`语句。 - 执行完输出操作后,使用`ods html close;`语句关闭HTML输出,并使用`ods listing;`恢复列表输出。 3. **同时生成多种格式输出** - 使用`ods html file='HTML-file-pathname.html';`、`ods pdf file='PDF-file-pathname.pdf';`、`ods rtf file='RTF-file-pathname.rtf';`、`ods ps file='PS-file-pathname.ps';`等语句分别指定不同格式的输出文件。 - 执行输出操作。 - 使用`ods _all_ close;`语句关闭所有输出文件。 - 使用`ods listing;`恢复列表输出。 #### 7. 注意事项 在使用ODS生成输出时,还需要注意以下几点: - **文件路径**:在指定输出文件路径时,确保路径的正确性和文件的可访问性。 - **资源管理**:及时关闭不再使用的输出文件,避免占用过多系统资源。 - **兼容性**:不同的输出格式在不同的软件和设备上可能存在兼容性问题,需要进行适当的测试。 #### 8. 流程图补充 ```mermaid graph LR A[开始] --> B{选择输出类型} B -- 列表输出 --> C[运行数据步或PROC步骤] B -- HTML输出 --> D[设置HTML文件路径] B -- PDF输出 --> E[设置PDF文件路径] B -- RTF输出 --> F[设置RTF文件路径] B -- PostScript输出 --> G[设置PostScript文件路径] C --> H{是否需要其他格式输出} D --> H E --> H F --> H G --> H H -- 是 --> I[重复设置其他格式文件路径] H -- 否 --> J[执行输出操作] I --> J J --> K[关闭所有输出文件] K --> L[恢复列表输出] L --> M[结束] ``` #### 9. 深入使用建议 - **模板定制**:利用`TEMPLATE`过程可以对输出的样式进行定制,满足个性化的需求。例如,可以创建自定义的标签集、样式定义等。 - **事件处理**:通过`DEFINE EVENT`语句可以控制输出文件的内容,实现更灵活的输出控制。 - **文档管理**:使用`DOCUMENT`过程可以对输出进行管理,如生成多个报告、修改输出层次结构等。 #### 10. 总结与展望 通过本文的介绍,你已经对SAS 9.1.3输出交付系统(ODS)有了较为全面的了解。从基本概念到快速上手,再到不同输出格式的特点和操作步骤,以及深入使用的建议,希望能帮助你在实际应用中更好地利用ODS。在未来的数据分析和报告生成过程中,你可以根据具体需求选择合适的输出格式,并不断探索ODS的更多高级功能,以提高工作效率和输出质量。
corwn 最低0.47元/天 解锁专栏
赠100次下载
点击查看下一篇
profit 400次 会员资源下载次数
profit 300万+ 优质博客文章
profit 1000万+ 优质下载资源
profit 1000万+ 优质文库回答
复制全文

相关推荐

张_伟_杰

人工智能专家
人工智能和大数据领域有超过10年的工作经验,拥有深厚的技术功底,曾先后就职于多家知名科技公司。职业生涯中,曾担任人工智能工程师和数据科学家,负责开发和优化各种人工智能和大数据应用。在人工智能算法和技术,包括机器学习、深度学习、自然语言处理等领域有一定的研究
最低0.47元/天 解锁专栏
赠100次下载
百万级 高质量VIP文章无限畅学
千万级 优质资源任意下载
千万级 优质文库回答免费看

最新推荐

自适应复杂网络结构中的同步现象解析

# 自适应复杂网络结构中的同步现象解析 ## 1. 引言 在复杂的动力学网络中,同步现象一直是研究的重点。我们将主稳定性方法拓展到由 $N$ 个扩散且自适应耦合的振荡器组成的复杂网络中。通过对自适应耦合相位振荡器这一典型模型的研究,我们发现了由于稳定性岛屿的存在而导致的多簇现象的出现。接下来,我们将深入探讨相关内容。 ## 2. 自适应耦合振荡器网络模型 考虑一个由 $N$ 个扩散且自适应耦合的振荡器组成的网络,其形式如下: \(\dot{x}_i = f (x_i(t)) - \sigma \sum_{j = 1}^{N} a_{ij} \kappa_{ij} G(x_i - x_j)\

OpenVX:跨平台高效编程的秘诀

### OpenVX:跨平台高效编程的秘诀 #### 1. OpenCL 互操作性扩展 OpenCL 互操作性扩展为 OpenVX 内的应用程序和用户算法提供了高效实现的支持,具备以下六个关键特性: - 共享一个通用的 `cl_context` 对象,供 OpenVX 和 OpenCL 应用程序使用。 - 共享一组有序的 `cl_command_queue` 对象,用于 OpenVX 和 OpenCL 应用程序/用户内核之间的协调。 - 允许 OpenCL 应用程序将 `cl_mem` 缓冲区导出到 OpenVX。 - 允许 OpenCL 应用程序从 OpenVX 收回导出的 `cl_mem

语音情感识别:预加重滤波器与清音影响分析

### 语音情感识别:预加重滤波器与清音影响分析 在语音情感识别领域,多种因素会影响识别的准确性和性能。本文将深入探讨预加重滤波器、清音去除等因素对语音情感分类的影响,并通过一系列实验来揭示不同特征向量大小、帧大小等参数在不同数据库中的表现。 #### 1. 清音去除 在语音情感识别中,通常会使用浊音和清音进行情感识别。然而,清音往往与语音信号记录中的噪声或静音区域具有相似的时间和频谱特征。为了探索去除清音后分类阶段的性能,我们使用自相关函数来去除每一帧中的清音。 具体步骤如下: 1. **自相关函数定义**:对于信号 $x(n)$ 从样本 $n$ 开始的一帧,其短时自相关函数定义为 $

利用大数据进行高效机器学习

### 利用大数据进行高效机器学习 #### 1. 集群管理与并行计算基础 在处理大数据时,集群的使用至关重要。当集群任务完成后,终止其派生的进程能释放每个节点占用的资源,使用如下命令: ```R stopCluster(cl1) ``` 对于大规模的大数据问题,还可以进行更复杂的`snow`配置,例如配置Beowulf集群(由多个消费级机器组成的网络)。在学术和行业研究中,若有专用计算集群,`snow`可借助`Rmpi`包访问高性能消息传递接口(MPI)服务器,但这需要网络配置和计算硬件方面的知识。 #### 2. 使用`foreach`和`doParallel`实现并行计算 `fore

具有多重时滞和不确定参数的CRDNNs的无源性与同步性研究

# 具有多重时滞和不确定参数的 CRDNNs 的无源性与同步性研究 ## 1. 引言 在神经网络的研究领域中,具有多重时滞和不确定参数的连续反应扩散神经网络(CRDNNs)的无源性和同步性是重要的研究课题。无源性能够保证系统的稳定性和能量特性,而同步性则在信息处理、通信等领域有着广泛的应用。本文将深入探讨 CRDNNs 的无源性和同步性相关问题,包括理论分析和数值验证。 ## 2. 无源性判据 ### 2.1 输出严格无源性条件 当满足以下矩阵不等式时,网络(9.17)具有输出严格无源性: \[ \begin{bmatrix} W_6 & \Xi_2 \\ \Xi_2^T & W_7 \e

言语节奏与大脑定时模式:探索神经机制与应用

# 言语节奏与大脑定时模式:探索神经机制与应用 ## 1. 大脑的预测性与时间维度 人类大脑是一个具有建设性的器官,它能够生成预测以调节自身功能,并持续适应动态环境。在这个过程中,运动和非运动行为的时间维度正逐渐被视为预测性偏差的关键组成部分。然而,编码、解码和评估时间信息以产生时间感和控制感觉运动定时的神经机制之间的复杂相互作用,仍然大部分是未知的。 ### 1.1 事件的时间与类型维度 个体和环境中的所有状态变化都会产生由类型(“是什么”)和时间(“何时”)定义的事件。为了成功地与不断变化的环境进行交互,人们需要不断适应这些事件的“是什么”和“何时”维度。人类不仅会对事件做出反应,还会

SSH连接与操作全解析

# SSH 连接与操作全解析 ## 1. SSH 主机密钥概述 当 SSH 客户端首次连接到远程主机时,双方会交换临时公钥,以此对后续通信进行加密,防止信息泄露。客户端在披露更多信息之前,需要确认远程服务器的身份。这是合理的,因为若连接到的是黑客软件,我们肯定不希望泄露用户名和密码。 ### 1.1 公钥基础设施的问题 构建公钥基础设施是解决互联网机器身份验证的一种方法。首先要确定证书颁发机构,将其公钥列表安装到所有浏览器和 SSL 客户端中,然后付费让这些机构验证身份并签署 SSL 证书,最后将证书安装到 Web 服务器上。但从 SSH 的角度看,这种方法存在诸多问题。虽然可以创建内部公

计算机视觉中的概率图模型:不完整数据下的贝叶斯网络学习

# 计算机视觉中的概率图模型:不完整数据下的贝叶斯网络学习 在计算机视觉领域,概率图模型是一种强大的工具,可用于处理复杂的概率关系。当数据不完整时,贝叶斯网络(BN)的参数学习和结构学习变得更具挑战性。本文将介绍不完整数据下BN参数学习和结构学习的方法。 ## 1. 不完整数据下的BN参数学习 在不完整数据中,变量 $Z_m$ 可能随机缺失或始终缺失。与完整数据情况类似,不完整数据下的BN参数学习也可通过最大似然法或贝叶斯法实现。 ### 1.1 最大似然估计 最大似然估计(ML)需要通过最大化边际似然来找到BN参数 $\theta = \{\theta_n\}_{n=1}^N$: $$

HNPU-V1:自适应DNN训练处理器的技术解析与性能评估

### HNPU-V1:自适应DNN训练处理器的技术解析与性能评估 在深度学习领域,DNN(深度神经网络)训练处理器的性能对于提高训练效率和降低能耗至关重要。今天我们要介绍的HNPU - V1就是一款具有创新性的自适应DNN训练处理器,它采用了多种先进技术来提升性能。 #### 1. 稀疏性利用技术 在DNN训练过程中,会出现输入或输出稀疏性的情况。传统的输出零预测方法虽然可以同时利用输入和输出稀疏性,但会带来面积和能量开销。而HNPU - V1采用了独特的稀疏性利用技术。 ##### 1.1 切片级输入跳过(Slice - Level Input Skipping) - **原理**:

网络数据上的无监督机器学习

### 网络数据上的无监督机器学习 在处理图数据时,机器学习(ML)并非必需,但它能带来很大的帮助。不过,ML的定义较为模糊,例如社区检测算法虽能自动识别网络中的社区,可被视为无监督ML,但NetworkX提供的一些方法虽类似却未得到数据科学界同等关注,因为它们未被明确称为图ML。 #### 1. 网络科学方法 在处理图数据时,有很多已掌握的方法可避免使用所谓的图ML: - **社区识别**:可以使用Louvain算法或直接查看连通分量。 - **枢纽节点识别**:使用PageRank算法,无需嵌入。 - **孤立节点识别**:使用`k_corona(0)`,无需ML。 - **训练数据创