关于Python or SAS的一点看法

关于Python与SAS？

       Phthon属于编程语言，如果没有代码基础，学习半年能有小成就算很不错了。Python对编程和算法的要求比较高，毕竟对算法工程师和对数据工程师的要求是不同的，学习Python可能编程会耗费掉大部分的精力，而分析师的注意力是应该放在模型、解读统计量上的，毕竟拼代码，你和程序员比是没有竞争力的。SAS不用考虑算法，只需要考虑应用环境、业务环境以及数据量级，这就足够了，会更加契合分析师的状态，接下来说说SAS吧：

        SAS在统计领域可以算得上是软件之王了，做数据分析基本没有短板，要非说短板，可能有三个，一个是SAS不开源，你不知道SAS里面的算法是怎么实现的，但是你也没有必要去了解算法，决策树的算法弄得再熟悉再透彻再优化，你也没有SAS的算法工程师优化研究的透彻。第二个缺点就是SAS是单机版，项目过程中会受到单机内存的限制，可能会有瓶颈，但是第二个缺点并不影响SAS的使用，因为当前大数据的概念虽然比较火，但是使用到大数据的公司凤毛麟角，只是蹭着大数据概念的公司比较多， 谷歌百度类的公司能称得上大数据，一些零售行业、P2P行业的数据量级使用SAS就足够了，这些行业会使用SAS进行抽样处理后再进行建模，然后再使用Python去进行部署落地，并不会用全量样本去跑数据建模，全量样本去跑数据谁也跑不动，而且也会存在噪音和杂质更多的情况。第三个小缺点可能就是SAS做文本挖掘的时候不太占优势。

        SAS的设计初衷就是定位于BI软件，BI软件一般都是比较庞大的，他的前端的数据获取处理以及后端的数据展现分析都是比较强大的。目前行业中学习SAS的人其实并不多，很多SAS的培训一般都转成了企业的内训，内训视频当然是不会流出的，再有就是SAS公司强大的法务能力会支撑他的版权。SAS的软件比较贵，例如EM模块一年就要小100万，他的官方培训也贵，更多针对的是分析中比较务实的问题，SAS公司不是上市公司，是一个私营公司，中国总部就在国贸那边，包了一整层楼，它全部的收入都来自他的业绩，SAS公司的收入非常稳定，会有银行、政府、保险以及通信等SAS忠实的用户会去保证SAS公司的收入，当然也只有这些公司能用得起SAS了。SAS语言属于高级语言，更接近人类的语言，基本掌握了简单的语法就能写出一些简单的代码。如果对分析软件按照难易程度进行排序的话，EXCEL和SPSS属于较低级别的图形界面，简单好操作，高些级别的软件就是即有图形界面又有编程界面的SAS，如果专注于业务方面，学习SAS EG就可以了，图形化好上手，但是EG只能够实现SAS 70%左右的功能，剩下的功能就需要你去写SAS的代码了。再高些级别的软件就是R Python这种对于女生来说比较恐怖的编程类软件了。

        SAS还有一个不容小觑的优点，SAS的全模块都是通过认证的，SPSS有些算法是错的，只是错误率非常低，R只有基础包通过了认证，PYTHON只有2.7通过了认证，所以遇到统计量值不同的情况时，各路软件还是要以SAS为主的~

         最后，很短的时间了解甚至掌握SAS不难，但是精通一门软件，还是需要付出很大很大努力的。

SO~ 一起加油吧

                                                                                                                                                     许卉   2018年12月20日   于北京