02-SAS 在 Jupyter Notebook 中使用

作者

Simon Zhou

发布于

2025年5月5日

代码 
%load_ext saspy.sas_magic

1 在 Jupyter Notebook 中使用 SAS

1.1 环境准备

安装 Anaconda 集成环境或 Python 和 SAS 软件，其中Anaconda要求Python3+；Python在Jupyter Notebook和SAS之间起一个桥梁的作用，Jupyter Notebook中的SAS代码会交给Python，Python负责将代码传递给SAS执行；然后将执行的结果返回给Jupyter Notebook显示。

SAS版本要求9.4，也可以是 SAS Viya。

1.2 安装SAS_KERNEL

启动 cmd，输入命令：

pip install sas_kernel

然后就会自动安装 sas_kernel 及其相应的依赖项。

安装完成后可以输入命令：

jupyter kernelspec list

来检测 sas_kernel 是否安装成功，如果成功，理论上会看到如下形式的输出：

Available kernels:
    python3    /home/sas/anaconda3/lib/python3.5/site-packages/ipykernel/resources
    sas        /home/sas/.local/share/jupyter/kernels/sas

1.3 修改 Python 配置文件

安装好 sas_kernel 后找到 Anaconda 或 Python 的安装目录，会有一个相应的文件夹出现，例如我的文件路径如下：

C:\Users\asus\AppData\Local\Programs\Python\Python312\Lib\site-packages\saspy

在这个文件路径下找到 sascfg.py 文件，该文件中需要配置连接SAS的信息。可以配置连接本地机器的SAS；也可以配置连接远程机器的SAS Server，无论是Linux Server还是Windows Server都可以。此处就以连接本地SAS为例进行说明。

  1. 打开该文件，首先是一大段注释；
  2. 在这段注释后定义的第一个变量 SAS_config_names 用于指定连接SAS的配置方式，提供了 10 种方式：default, ssh, iomlinux, iomwin, winlocal, winiomlinux, winiomwin, httpsviya, httpviya, iomcom。默认为 default 方式。
  3. 因为我们需要连接Windows机器本地的SAS，所以需要将 SAS_config_names 的值修改为 winlocal 。

后续有一些安装步骤，但是大多是在2016-2020年更新的教程，无法找到复现的路径，可能相关的配置已被优化。

包括这个 SAS岩论 | 在Jupyter Notebook中使用SAS 中写到的需要使用 cpW 定义 SAS 路径。

目前（2025年），我摸索出来的办法是：

修改 saspath 路径，指定 sas.exe 文件,路径形如：C:/Program Files/SASHome/SASFoundation/9.4/sas.exe

saspath

修改 encoding 为 euc-cn: 将winlocal连接方式中的参数 encoding 的值修改为 euc-cn 。因为这是SAS在Windows下的默认编码方式。如果编码方式不对，中文会出现乱码。或者 utf8，如果和 SAS 软件有冲突，可能会造成 SAS 软件乱码。

1.4 修改系统变量

将sas相关文件 sspiauth.dll 添加到系统环境变量，该文件很可能在如下目录：

C:\Program Files\SASHome\SASFoundation\9.4\core\sasext

（注意添加变量时不要包含 sspiauth.dll 文件本身）

Warning: 环境变量添加完成后，要重启电脑才会生效。

2 在 jupyter notebook 中使用 SAS

新建文件，选择使用 SAS 内核，或者在 cell 中通过 magic command 指定内核。

%%SAS

warning: 在单元格中直接调用 SAS 之前，需要在文档中加载一次 magic 扩展 以定义 %%SAS

%load_ext saspy.sas_magic

使用语法如下所示：

代码 
%%SAS
data prg1_1;
    input x @@;
datalines;
60 142 195 80 242 220 190 25 212 38 236 95
;
run;
proc means data=prg1_1;
    var x;
    quit;
Using SAS Config named: winlocal
SAS Connection established. Subprocess id is 8788
SAS 输出

SAS 系统

MEANS PROCEDURE

分析变量: x
数目 均值 标准差 最小值 最大值
12 144.5833333 80.9797487 25.0000000 242.0000000

在Notebook中写SAS代码了，跟Python一样，同样有代码提示、语法高亮的功能。但是你会注意到过程步的结果显示了，运行的日志去哪里了？

如果代码运行错误或者没有输出（例如纯DATA步）的话，那么输出就是日志信息。

能够正确运行且有输出结果的代码就不会显示日志了。

3 安装SAS日志组件

如果想要像SAS Base一样，随时查看所有程序运行的日志结果也没问题。安装一个 Notebook 的 SAS 日志扩展组件就可以了。打开 Anaconda Prompt，输入以下命令安装：

jupyter nbextension install --py sas_kernel.showSASLog

运行完毕后，输入以下命令启用 SAS 日志组件：

jupyter nbextension enable sas_kernel.showSASLog –py

4 连接SAS Server

如果需要配置连接远程的SAS Server，如连接远程Windows机器的SAS Server，需在sascfg.py中做以下修改：

  1. 将SAS_config_names的值改为“wintowin”；

  2. 在wintowin连接方式中将参数iomhost的值修改为远程Windows机器的IP地址；将参数encoding的值修改为euc-cn；

  3. 将cpW中5个Jar包的路径修改为远程Windows机器中SAS对应的目录。

修改完毕后，启动Notebook，首次运行SAS代码时，会提示输入访问SAS Server的有效SAS用户和密码。1

5 典型生态项目

5.1 SASPy

SASPy 是一个 Python 库，允许你通过 Python 代码与 SAS 进行交互。SAS Kernel 依赖于 SASPy，因此在使用 SAS Kernel 之前，你需要配置 SASPy。

5.2 JupyterLab 扩展

SAS Kernel 支持 JupyterLab 扩展，这些扩展可以提高你在 JupyterLab 中的编程效率。你可以通过以下命令安装这些扩展：

pip install sas_kernel[jlab_ext]

5.3 NBGrader

NBGrader 是一个用于分配和评分 Jupyter Notebook 的系统，它与 SAS Kernel 兼容。你可以使用 NBGrader 来创建和评分包含 SAS 代码的作业。

通过这些生态项目，SAS Kernel 不仅扩展了 Jupyter Notebook 的功能，还增强了其在数据科学和分析领域的应用能力。2