SAS 将 Python 作为自己语言的替代品

导读：数据分析行业的资深企业 SAS 今天宣布在其专有的分析软件中完全支持 Python。

SAS 成立于 1976 年，这开发了自己的语言，SAS的编程语言源自于北卡罗来纳州立大学的一个项目，并已部署在自己的数据分析与机器学习环境中多年。

SAS 首席技术官兼执行副总裁 Bryan Harris 今日宣布道：

“SAS 将为用户提供一个更好的技术替代方案。SAS 拥抱并欢迎开源软件，因为它提高了我们客户的生产力。用户也不再需要在 SAS 和 Python 之间进行选择。现在他们可以同时使用这两种语言”。

SAS还提供了Python开发者一些代码样例，包括扩展库与自定义函数。如下：

/* A basic example of using PROC FCMP to execute a Python function */
proc fcmp;

/* Declare Python object */
declare object py(python);

/* Create an embedded Python block to write your Python function */
submit into py;
def MyPythonFunction(arg1, arg2):
  "Output: ResultKey"
  Python_Out = arg1 * arg2
  return Python_Out
endsubmit;

/* Publish the code to the Python interpreter */
rc = py.publish();

/* Call the Python function from SAS */
rc = py.call("MyPythonFunction", 5, 10);

/* Store the result in a SAS variable and examine the value */
SAS_Out = py.results["ResultKey"];
put SAS_Out=;
run;

def internal_black_scholes_call(stockPrice, strikePrice, timeRemaining, volatility, rate):
    import numpy
    from scipy import stats
    import math
    if ((strikePrice != 0) and (volatility != 0)):
        d1 = (math.log(stockPrice/strikePrice) + (rate + (volatility**2)\
                       /  2) * timeRemaining) / (volatility*math.sqrt(timeRemaining))
        d2 = d1 - (volatility * math.sqrt(timeRemaining))
        callPrice = (stockPrice * stats.norm.cdf(d1)) - \
        (strikePrice * math.exp( (-rate) * timeRemaining) * stats.norm.cdf(d2))
    else:
        callPrice=0
    return (callPrice)

def black_scholes_call(stockPrice, strikePrice, timeRemaining, volatility, rate):
    "Output: optprice"
    import numpy
    from scipy import stats
    import math
    optPrice = internal_black_scholes_call(stockPrice, strikePrice,\
                                           timeRemaining, volatility, rate)
    callPrice = float(optPrice)
    return (callPrice,)

开发者可以使用数据管理环境 SAS Studio 开发具有完整的 Python 模型，并将它集成到其它的 SAS 产品中，包括基于 Web 的数据挖掘工具 Model Studio、用户交互工具 Intelligent Decisioning 和 Model Manager，帮助管理机器学习模型生命周期。

“随着 Python 和 R 等开源语言的不断发展，SAS 将始终采用这些语言并帮助客户更快地将分析工作投入到生产环境，”Harris 补充说道。

软件提供商开发的编程语言可能看来已经过时了，这导致一些开发人员的质疑，因为Python 等开源语言能够帮助数据科学家在多个分析和数据科学环境中编码时，人们会有疑惑是否再学习一门 SAS 语言。

图数据库提供商 Neo4j 早在今年4月就采取了类似的措施，它自己的数据科学工具包已经附带 Python 的本地客户端。

SAS 同时还宣布了其“云原生”人工智能、分析和数据管理平台 Viya 的本地版本。

SAS计划在今年第三季度在本地环境增加部署 Kubernetes，完全容器化的服务已于去年在 Microsoft Azure、AWS、Google Cloud 和 Red Hat OpenShift 等云环境上发布。

SAS公司起源于46 多年前，由程序员 Jim Goodnight 与其他朋友共同创立。它从一个美国南部农业数据的小型学术项目起步。

作者：场长

相关阅读：