京公网安备 11010802034615号
经营许可证编号:京B2-20210330
本篇SAS读书笔记主要介绍SAS绘制统计图形,主要介绍Gplot语句和Ggraph语句。
1. 散点图和曲线图GPLOT过程
例1:绘制学生信息数据的散点图与曲线图。
proc gplot data=mylib.stu;
plot math*num[选项];
symbol color=red i=jion v=none; /*绘图的颜色,是否连线,符号等属性*/
run;
symbol语句的选项
|
|
2. 直方图和扇形图gchart过程
例2:绘制学生数学成绩直方图
proc gchart data=mylib.stu;
vbar math; /*说明分析变量用vbar*/
run;
如果把VBAR改成HBAR则条形方向变为横向。用GCHART绘制的直方图和在INSIGHT中绘制的直方图有所不同,它在横轴标的是区间的中点值,而在INSIGHT中横轴标的是区间的端点值。
例3:分别绘制男女学生数学成绩直方图
proc gchart data=mylib.stu;
vbar math /group=sex;
run;
例4:利用pie绘制表示频数的扇形图
proc gchart data=mylib.stu;
pie sex /type=percent; /*后面的type属性表示以百分数显示*/
run;
例5:用block语句绘制三维直方图
proc gchart data=mylib.stu;
block math /group=sex;
run;
GCHART过程可以使用的图形关键字及其所绘制的图形见下:
|
图形关键字 |
绘制的图形类型 |
图形关键字 |
绘制的图形类型 |
|
block |
方块图 |
pie |
饼形图 |
|
hbar |
水平的条形图 |
pie3d |
三维饼形图 |
|
hbar3d |
水平的三维条形图 |
donut |
环形图 |
|
vbar |
竖立的条形图 |
star |
星形图 |
|
vbar3d |
竖立的三维条形图 |
|
|
3. 三维曲面和等高线图
假设对一个二元函数z=f(x,y),我们有了x取等间隔值、y取等间隔值时z的值,这时我们可以用G3D过程绘制曲面图形,用GCONTOUR绘制曲面的等高线图。
例6:绘制一个二维正态分布曲面的图形,假设(X,Y)服从联合正态分布,其均值都是0,方差都为1,相关系数为r。
首先建立数据集:
data dnorm2;
r=0.5;
det=1-r*r;
do x=-3 to 3 by 0.3;
do y=-3 to 3 by 0.3;
z=1/(2*3.1415926*det)*exp(-0.5/det*(x*x+y*y-2*r*x*y));
output;
end;
end;
keep x y z;
run;
然后,我们就可以用G3D过程来绘制曲面图
proc g3d data=dnorm2;
plot x*y=z;
run;
用GCONTOUR过程可以绘制曲面对应的等高线图
proc gcontour data=dnorm2;
plot x*y=z /nolegend autolabel;
run;
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14