
利用SAS程序生成系统颜色名称与代码表
在SAS日常报表制作过程中,经常会面临如何选择适当的颜色名称或对应代码来美化报表和增强报表的可读性。今天,我们介绍如何利用SAS程序来生成SAS系统颜色名称与十六进制颜色代码对应表,供我们在制图、网页制作或RTF输出时快速有效的进行颜色选择,同时通过此一简单示例帮助大家理解如何充分利用SAS现有功能模块来实现某一特定功能编程目的。
首先,需要提取SAS系统自带颜色名称与对应代码注册信息,我们可以通过过程步PROC REGISTRY来实现此一目的。PROC REGISTRY过程步功能和选项很多,这里只示例如何提取已注册颜色名称与代码相关信息,有关其它更多选项与设置可参考联机帮助文件。
上述代码中我们首先通过FILENAME语句定义了一外部文件及对应引用名称CLRNAME,供下面结果输出保存用;其次通过过程步PROC REGISTRY中选项LIST 和 USESASHELP来将选定注册信息内容进行列表输出;EXPORT选项则用来是将上述列表输出内容同时保存到指定的外部文件;选项STARTAT用来限定输出范围,这里我们通过系统变量值COLORNAMES来实现只对系统颜色名称与对应代码进行列表输出。
最终输出文件格式为:
上述输出文件包含了SAS系统颜色名称与代码信息(此处代码为十六进制颜色格式,SAS支持多种其它颜色格式,可参考SAS帮助文件以了解更多信息),现在我们需要将其重新读入SAS,并进行一定的处理与格式化、生成格式文件、及最后报表用数据集等。关键步骤包括如何利用INFILE语句读取上述输出文件及利用PROC FORMAT来生成格式CLRNAME供后面报表输出时引用。另外,为了更好的进行的颜色对比与选择,衍生了几个额外变量WHITE、BLACK、RED、YELLOW与BLUE。相关示例代码如下:
最后通过报表过程步PROC REPORT,利用ODS RTF来生成SAS颜色名称代码对应表:
附:SAS颜色名称代码对应表
背景色:列RGB对应十六进制代码 (例如行1,背景色黑色,系统颜色名称为Black、对应的十六进制颜色代码为CX000000,依此类推)
前景色:依次为WHITE、BLACK、RED、YELLOW、BLUE
推荐学习书籍
《CDA一级教材》适合CDA一级考生备考,也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校,累计已有10万+在读~
免费加入阅读:https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02