亞寵展、全球寵物產業風向標——亞洲寵物展覽會深度解析
1808
2022-12-21
常用生物數據分析軟件（生物信息數據分析軟件）
本篇文章給大家談談常用生物數據分析軟件，以及生物信息數據分析軟件對應的知識點，希望對各位有所幫助，不要忘了收藏本站喔。
今天給各位分享常用生物數據分析軟件的知識，其中也會對生物信息數據分析軟件進行解釋，如果能碰巧解決你現在面臨的問題，別忘了關注本站，現在開始吧！
簡單說：
Excel：普遍適用，既有基礎，又有中高級。中級一般用Excel透視表，高級的用Excel VBA。
hihidata：比較小眾的數據分析工具。三分鐘就可以學會直接上手。無需下載安裝，直接在線就可以使用。
SPSS：專業統計軟件，沒有統計功底很難用的。同時包含了數據挖掘等高大功能。
SAS：專業統計軟件，專業人士用的，不懂編程還是不要碰了。
MARLAB：建立統計與數學模型，但是比較難學，很難上手。
Eview：比較小眾，建立一些經濟類的模型還是很有用的。計量經濟學中經常用到。
各種BI與報表工具：FineBI，FineReport，tableau，QlikView等。
短序列比對軟件： bwa,bowtie,tophat,SOAPAligner 等
局部比對軟件：Blast,blat,CorssMatch 等
多序列全局比對軟件：Muscle,clustalw 等
基因預測軟件：Glimmer,GeneMark,Augustus,FgeneSH,SNAP,GeneScan,EuGENE,Glean等
重復序列預測軟件：RepeatMasker,TRF等
聚類軟件：MCL,hcluster_sg等
統計軟件：pLINK，TASSEL，R，SPSS等
...
數據庫相似性搜索——核酸序列與核酸數據庫比較（BLASTN）
蛋白質序列與數據庫中蛋白質序列比較（BLASTP）
兩序列比對（Align two sequences）
DNA序列分析——ORF Finder(www.ncbi.nlm.nih.gov/gorf/gorf.html)
分析實驗序列外顯子部分——GENSCAN（http://genes.mit.edu/GENSCAN.html）
分析實驗序列的可能酶切位點——NEBcutter2.0 (http://tools.neb.com/NEBcutter2/index.php)
注： Custom digest -- view gel
限制性內切酶數據庫——REBASE(http://rebase.neb.com/rebase/rebase.html)
設計引物擴增實驗序列——Genefisher
Primer 3
蛋白質序列分析及結構預測：
1.預測蛋白質的分子量及等電點:ExPASy（Compute pI/Mw）
2.分析蛋白質的基本物理化學性質：ExPASy（ProtParam）
3.分析蛋白質的親水性和疏水性：ExPASy（ProtScale）
4.分析蛋白質在各種蛋白酶和各種化學試劑處理后的內切產物：ExPASy（PeptideMass） [* ：kinase K]
5.分析蛋白質的信號肽：ExPASy（SignalP）
6.預測蛋白質的二級結構：ExPASy（Jpred 3）
多物種分子系統發育分析：EMBL（www.ebi.ac.uk/embl/)--Toolbox--Clustal2W
人脂聯素蛋白質序列：NP_004788
人類胰島素生長因子IB前體：P05019
打開google 首頁，搜索VecScreen，進入VecScreen首頁，復制序列，運行，View report。
二、結果：
輸出序列長度918bp，
載體序列的區域456bp——854bp.
克隆載體：M13mp18 phage，pGEM-13Zf(+)，pBR322，pRKW2。
2、使用相應工具，分析下列未知序列的重復序列情況，輸出重復序列的區域、包含的所有重復序列的類型、重復序列的總長度及Masked Sequence。
一、步驟：
進入google首頁，進入ICBI主頁，對序列進行BLAST。得出序列是human的。
進入google首頁，搜索RepeatMasker，進入RepeatMasker主頁，進入RepeatMasking，復制序列，DNA source選擇human，運行！點擊超鏈接，在結果中選擇
Annotation File ：RM2sequpload_1287631711.out.html
3、使用CpGPlot/CpGReport/Isochore工具，分析下列未知序列，輸出CpG島的長度、區域、GC數量、所占的百分比及Obs/Exp值。一、步驟：
進入google首頁，搜索CpGPlot，進入CpGPlot主頁，program中選擇cpgreport復制序列，運行！
二、結果：
CpG島的長度：385bp
區域：48——432；
GC數量：Sum C+G=297，百分數=77.14
Obs/Exp：1.01
4、預測下面序列的啟動子，輸出可能的啟動子序列及相應的位置。一、步驟：
進入google首頁，進入ICBI主頁，對序列進行BLAST。得出序列是human的
進入google首頁，搜索Neural Network Promoter Prediction，進入主頁，復制序列，選擇eukaryote，運行！
二、結果：
位置：711—761 ，1388—1438，1755—1805；
5、運用Splice Site Prediction工具分析下面序列，分別輸出內含子－外顯子剪接位點給體和受體的區域及剪接處位置的堿基。一、步驟：
進入google首頁，進入ICBI主頁，對序列進行BLAST。得出序列是human的
進入google首頁，搜索Splice Site Prediction，進入主頁，復制序列。Organism選擇Human or other。其他默認，運行！
二、結果：
供體：
受體：
6、對下面序列進行六框翻譯，利用GENESCAN綜合分析(首先確定給定序列的物種來源)哪個ORF是正確的，輸出六框翻譯（抓圖）和GENESCAN結果(包括predicted genes/exons 和 predicted peptide sequence(s) 兩個部分)。一、步驟：
進入google首頁，進入ICBI主頁，對序列進行BLAST。得出序列是Zea的
進入google首頁；搜索NCBI，進入主頁，選擇all resources（A~Z），選擇O，選擇ORF finder。復制序列，默認，運行！
二、結果：ORF圖
三、步驟：進入google首頁，搜索GENESCAN，進入主頁，Organism:Maize， ，其他默認，運行！
四、結果：
G7、進入REBASE限制性內切酶數據庫，輸出AluI、MboI、EcoI三種內酶的Recognition Sequence和Type。
一、步驟：進入google首頁，google in English，搜索REBASE，進入主頁， 分別輸入AluI、MboI、EcoI，運行！
在MboI中選擇第一個，EcoI選擇第二個。
二、結果：
ENSCAN圖
8、使用引物設計工具，針對下列未知序列設計一對引物，要求引物長度為20-25bp，擴增產物長度300-500bp，退火溫度為50-60℃。請寫出選擇的一對引物（Forward Primer and Reverse Primer）、及相應的GC含量、引物的位點、Tm值和產物長度。一、步驟：進入google首頁，搜索genefisher，進入主頁，復制fasta格式，chechk input， sunmit， ； ；設置一下引物長度為20-25bp，擴增產物長度300-500bp，退火溫度為50-60℃； 。
二、結果：
GC含量：
引物的位點：
Tm值：
產物長度：。
9、將下面的序列用NEBcutter 2.0工具分析，用產生平末端及有四個酶切位點的酶進行酶切，并用抓圖提交膠圖（view gel），要求1.4% agarose和Marker為100bp DNA Ladder。
一、步驟：
進入google首頁，進入ICBI主頁，對序列進行BLAST，得知是linear。
進入google首頁，搜索NEBcutter 2.0，進入主頁，選擇linear，運行！選擇custom digest， ，把“1”改為“4”，選擇平末端，后digest。View gel。選擇1.4% agarose和Marker為100bp。
二、結果：
然后就是蛋白質的了一般都在expasy里swiss-prot 適用于檢索的 compute pi/mw 求理論分子量 分子量 protparam物理化學性質 protscale親水性疏水性 peptidemass分析蛋白酶和化學試劑處理后的內切產物
NCBI(www.ncbi.nlm.nih.gov)-GenBank數據庫
數據庫相似性搜索——核酸序列與核酸數據庫比較（BLASTN）
蛋白質序列與數據庫中蛋白質序列比較（BLASTP）
兩序列比對（Align two sequences）
DNA序列分析——ORF Finder(www.ncbi.nlm.nih.gov/gorf/gorf.html)
分析實驗序列外顯子部分——GENSCAN（http://genes.mit.edu/GENSCAN.html）
分析實驗序列的可能酶切位點——NEBcutter2.0 (http://tools.neb.com/NEBcutter2/index.php)
注： Custom digest -- view gel
限制性內切酶數據庫——REBASE(http://rebase.neb.com/rebase/rebase.html)
設計引物擴增實驗序列——Genefisher
Primer 3
蛋白質序列分析及結構預測：
1.預測蛋白質的分子量及等電點:ExPASy（Compute pI/Mw）
2.分析蛋白質的基本物理化學性質：ExPASy（ProtParam）
3.分析蛋白質的親水性和疏水性：ExPASy（ProtScale）
4.分析蛋白質在各種蛋白酶和各種化學試劑處理后的內切產物：ExPASy（PeptideMass） [* ：kinase K]
5.分析蛋白質的信號肽：ExPASy（SignalP）
6.預測蛋白質的二級結構：ExPASy（Jpred 3）
多物種分子系統發育分析：EMBL（www.ebi.ac.uk/embl/)--Toolbox--Clustal2W
人脂聯素蛋白質序列：NP_004788
人類胰島素生長因子IB前體：P05019
一、SAS系統簡介
SAS是一個龐大常用生物數據分析軟件的系統，它目前常用生物數據分析軟件的版本可以在多種操作系統中運行。當前在國內被廣泛使用的最新版本是8.2版，功能很強大，我深有體會。
據說9.0版已在國外面世，已經有一些有關它的搶先報道在網絡上廣為流傳，說它如何如何美妙，令人不禁充滿期待。
SAS8.2的完整版本包含以下數十個模塊。
BASE，GRAPH，ETS，FSP，AF，OR，IML，SHARE，QC，STAT，INSIGHT，ANALYST，ASSIST， CONNECT，CPE，LAB，EIS，WAREHOUSE，PC File Formats，GIS，SPECTRAVIEW， SHARE*NET， R/3，OnlineTutor: SAS Programming，MDDB Server，IT Service Vision Client， IntrNet Compute Services，Enterprise Reporter，MDDB Server common products，Enterprise Miner，AppDev Studio，Integration Technologies等。
所謂模塊，我的理解是將功能相近的程序、代碼等集中起來組成相對獨立的部分，就稱之為模塊，類似于辦公軟件系統office中包含的word、excel、access等。各模塊具有相對獨立的功能范圍，我們常用的模塊有base，graph，stat，insight，assist，analyst模塊等，分別執行基本數據處理、繪圖、統計分析、數據探索、可視化數據處理等功能。其余模塊我用得很少，知道得也很少，所以也就不多說了。
SAS系統的長處，體現于它的編程操作功能的無比強大。SAS一直以來也是注重于其編程語言的發展，對于可視化方式的菜單操作投入較少，其較早的版本僅有很少的菜單操作功能，使用起來也是非常的別扭。這很可能就是在windows人機交互式操作系統占統治地位的今天，SAS較少被人問津的原因之一。
到了最新的幾個版本，SAS也對可視化操作方法投入了一定的關注。從8.0版以后，出現了幾個功能強大的可視化操作的模塊，如insight模塊和analyst模塊等，其菜單操作的方便程度以及人機界面的親和性絕不亞于SPSS等著名的可視化統計分析軟件。
然而要想完全發揮SAS系統強大的功能，充分利用其提供的豐富資源，掌握SAS的編程操作是必要的，也只有這樣才能體現出SAS在各個方面的杰出才能。
二、SAS系統基本操作及基本概念
哪位要是連軟件的安裝和打開都要我啰嗦的話，我勸您還是買一套洪恩的《開天辟地》好好熱熱身先。
SAS 8.2的界面中間是三個并排（或層疊）的窗口，那個叫做Program Editor的窗口（窗口標簽為Editor）就是用來輸入SAS語句的，編程操作的所有內容都是在該窗口內完成的，各位還是要跟它先多熟悉一下。
（一）數據集（dataset）和庫
統計學的操作都是針對數據的，SAS中容納數據的文件稱為數據集，數據集又包含在不同的庫（暫且理解為數據庫吧）中。SAS中的庫分為永久性和臨時性兩種。顧名思義，存在于永久庫中的數據集是永久存在的（只要你不去刪除它），臨時庫中的數據集則在你退出SAS后自動被刪除。至于SAS中庫的概念，最簡單的理解就是一個目錄，一個存放數據集的目錄。
數據集的結構完全等同于我們一般所理解的數據表，由字段和記錄所構成，在統計學中我們習慣將字段稱為變量，在后面的內容中字段和變量我們就理解為同一種東西吧常用生物數據分析軟件！建立數據集的方法很多，編程操作中有專門的數據讀入方法來建立數據集，但需要將數據現場錄入，費時費力。如果數據量大，我勸各位還是先以其它方法將數據集建好，否則程序語句的絕大部分會浪費在數據的輸入上。
What are 其它方法？各位是不是去參考一下別的書籍或資料。要不您是不是可以等一等，我準備若干年后出一本SAS操作大全。
（二）SAS程序概述
和其它計算機語言一樣，SAS語言（稱為SCL語言，SAS Component Language）也有其專有的詞匯（即關鍵字）和語法。關鍵字、名字、特殊字符和運算符等按照語法規則排列組成SAS語句，而執行完整功能的若干個SAS語句就構成了SAS程序。
SAS程序包括多個步驟和一些控制語句，一般情況下均包括數據步和過程步，一個或多個、數據步或過程步，它們之間任何形式的組合均可成為一段SAS程序，只要能完成一個完整的功能。通常情況下SAS程序還包括一些全程語句，用以控制貫穿整個SAS程序的某些選項、變量或程序運行的環境。
SAS程序的語句一般以關鍵字開始，以一個分號結束，一條語句可占多行（SAS每看到一個分號，就將其以前、上一個分號以后的所有東東當作一條語句來處理，而不管他們處在多少個不同的行中）。SAS語句對字母的大小寫不敏感，你可以根據個人習慣決定字母的大寫或小寫。
1. 庫名（庫標記）的定義
為了保存寶貴的數據和方便操作起見，我習慣于指定自己的庫名及其路徑（目錄），因為SAS系統中已有的永久庫（SASUSER）無論庫名還是其對應的路徑都太過繁瑣，使用太不方便。程序中用到的數據，都可以永久的保存于該路徑下，保證以后可以重復使用。指定庫名的語句為全程語句，其格式如下常用生物數據分析軟件：
Libname 庫名 ‘路徑’；
例如我們指定的庫名為“a”，路徑為：“e:\data\”，SAS語句如下：
libname a ‘e:\data\’;
2. 數據步
SAS的數據步以data語句開始，用于創建和處理數據集。Data語句以關鍵字“data”開始，格式如下：
data 數據集名;
例如：data a.case; 將創建在庫a中名為case的SAS數據集，語句執行后你可在與庫a對應的目錄下看到剛剛建立的數據集文件case。
Data語句所指定的數據集，一般都是以“庫名.數據集名”的格式出現的，也可以單獨的“數據集名”出現，此時的數據集系統默認為是臨時庫中的數據集，退出系統后將會被刪除。
data語句有兩個重要的功能，標志數據步的開始和命名將要創建的SAS數據集。
除data語句外，數據步一般情況下還包括infile語句、input語句以及datalines語句等。在不同的數據輸入方式下對于它們的使用方式也不一樣。
SAS程序有兩種常見的數據輸入方式，即從外部文件讀入和直接輸入兩種方式。
（1）外部文件讀入方式
數據若已經包含在某個外部文件（文本文件或數據文件）中，可用此方法輸入數據到數據集文件中。
在以上介紹的data語句后，寫入以下語句：
infile ‘外部文件的所在位置及名稱’ 選項;
input 變量名1變量名2 …變量名n;
infile語句用于從外部文件讀入數據，必須出現在input語句之前。它的功能是指定一個包含原始數據的外部文件。
input語句用于向系統表明如何讀入每一條數據記錄。它的主要功能有：讀入由語句指定的數據列，為相應的數據域定義變量名，確定變量的讀入模式。
例如：
libname a ‘e:\data\’;
data a.student;
infile ‘e:\data\student.txt’;
input name height weight;
以上程序將目錄“e:\data\”下的文本文件“student.txt”中的數據輸入數據集student中，該數據集存放于目錄“e:\data\”下。
（2）直接輸入方式
數據量較少或操作者意志力堅強的情況下采用此種輸入方式，在data語句之后寫入如下語句：
input變量名1變量名2 …變量名n;
datalines;（在以前的版本下為cards，新版本下兩者可通用）
… … … …（數據行）
… … … …（數據行）
… … … …（數據行）
;
datalines語句用于直接輸入數據，標志著數據塊的開始。
注意：這里的數據行中數據之間以空格分隔，當然也可以其它東東如逗號等來分隔，這里大家先以空格來分隔好了。因為不同的分隔方式下input語句要采取相應的控制選項，這些我們以后再討論，這里我們還是省省力氣吧。另外數據行輸完后不能像其它語句那樣直接在后面加上分號，而要另起一行輸入分號，這樣SAS才認為這是在輸入原始數據而不是在搞別的什么。
例如：
libname a ‘e:\data\’;
data a.student;
input name $ height weight;（name后面的$符號表示變量name為字符型變量）
datalines;
Linda 171 51
Mary 168 50
Selinna 169 49
;
以上程序將直接建立數據集文件student，該數據集文件存放于目錄“e:\data\”下。
3. 過程步
SAS程序的過程步表示一個處理過程，如排序、T檢驗、方差分析等等。過程步以關鍵字proc開始，后面緊跟著過程名，用以區分不同的程序步，并以關鍵字run結束。
一般的格式如下：
proc 過程名 選項列表；
……（其它語句）；
……（其它語句）；
run；
SAS程序中涉及的過程多達數百種，實現統計功能時常用的過程也有數十種之多，現將最為常用的過程名稱及其所能實現的功能列入下表（表1.1），以便各位提前熱熱身。
表1.1 常用的過程名稱及其功能
過程名
功 能
Sort
將指定的數據集按指定變量排序
Print
將數據集中的數據列表輸出
tabulate
將數據按照指定的分類變量以表格的形式分類匯總
Means
對指定的數值變量進行簡單的統計描述
Freq
對指定的分類變量進行簡單的統計描述
Ttest
對指定的變量做t檢驗
Anova
對指定的變量做方差分析
npar1way
對指定的變量做非參數檢驗
Reg
對指定的變量做回歸分析
Corr
對指定的變量做相關分析
Discrim
對指定的變量做判別分析
Cluster
對指定的變量做聚類分析
Chart
繪出低分辨率的統計圖
4. 幾個常用的重要過程
在進入一般統計學功能實現的內容之前，有關數據預處理和執行重要公共功能的過程大家有必要預先掌握，這里選出幾個常用的和重要的過程進行討論。
（1）對SAS文件進行操作的datasets過程
datasets過程是對數據文件進行管理操作的工具，利用它我們可以實現以下功能：
將SAS文件從一個庫中拷入另一個庫中；
對SAS文件進行重命名；
修復損壞的SAS文件；
刪除SAS文件；
列出某一SAS庫中所有的SAS文件；
列出一個SAS數據集的屬性，如最后修改時間、數據是否壓縮、數據是否索引等；
對SAS文件進行設置密碼的操作；
向SAS數據集添加記錄；
對SAS數據集的屬性以及數據集內變量的屬性進行修改；
創建或刪除SAS數據集的索引；
創建并管理SAS數據集的核查文件；
創建或刪除SAS數據集的完整性規則。
datasets過程的一般格式如下：
proc datasets <選項列表；
age 當前文件名 相關文件名列表</選項列表；
append base=數據集名 <data=數據集名 其它選項；
audit 文件名<（操作密碼）； initiate；<其它代碼；
change 舊文件名1=新文件名1 <…舊文件名n=新文件名n <選項列表；
contents <data=數據集名 <其它選項；
copy out=庫標記 <其它選項；
exclude 文件名 <其它選項；（該語句只能在copy語句后出現，不能和select語句同時出現）
select 文件名 <其它選項；（該語句只能在copy語句后出現，不能和exclude語句同時出現）
delete 文件名 <其它選項；
exchange文件名1=交換文件名1 <…文件名n=交換文件名n <選項列表；
modify 文件名 <選項列表；
<modify語句之從屬語句；
repair文件名 <選項列表；
save文件名 <選項列表；
run；
是不是太繁瑣了，我都有些不耐煩了。不過我還是得寫，已經寫了嘛常用生物數據分析軟件！不忍心浪費掉，最起碼可以用來充充數，擴大一下篇幅。至于各位，嫌煩的可以略過此部分，想用的時候再來溫習也不遲。下面我就不厭其煩地向各位介紹一下各選項及各條語句的含義和用法。
proc datasets語句后各選項的含義及用法見下表（表1.2）。
表1.2 proc datasets語句后各選項的含義及用法
選項
含義及用法
alter=轉換保護密碼
SAS文件設置有轉換操作密碼時用以驗證操作的合法性，密碼正確時代碼才會被執行
details/nodetails
控制有關SAS文件的詳細信息顯示與否，前者為顯示，后者不顯示，默認值為后者
force
此選項具有兩個功能：（1）在過程步的語句存在錯誤時仍然強制程序的執行；（2）在append語句中，兩個數據集的變量不完全相同時仍然強制append語句的執行。
gennum=
控制對衍生數據集的處理方式，等號后可為all, hist, revert或某一整數
kill
此選項表示刪除待處理的庫中的所有文件，應慎用
library=庫標記
用以指定所要處理的庫
memtype=成員類型
指定處理所針對的庫成員類型（文件類型），默認值為all（所有類型）
nolist
在日志文件中禁止對所處理文件目錄的顯示
nowarn
在語句中指定的文件不存在等情況下，禁止顯示出錯信息，強制程序繼續執行
pw=操作密碼
SAS文件設置操作密碼時驗證操作的合法性（包括讀、寫保護以及轉換保護的文件）
read=讀保護密碼
SAS文件設置讀保護密碼時驗證操作的合法性
age語句用于批量地重命名文件，按照當前文件和相關文件的排列順序，依次將后一個文件名重命名給前一個文件，結果是最后一個文件被刪除，當前文件名被廢棄。
對此語句我所了解的就這么多，而且還是通過試驗得出的結論，但總感覺還是理解的不對，哪位若有高見還請不吝賜教。
append語句執行向數據集添加記錄的功能，選項“base=數據集名”用以指定要添加記錄的數據集，“data=數據集名”則指定所要添加的記錄所在的數據集，此選項若省略則默認為當前數據集（最近一次操作的數據集）。
audit語句用于對文件的核查，生成核查文件并對其進行管理；change語句以新文件名替換舊文件名；contents語句用于顯示指定數據集或當前數據集的各種屬性；copy語句用于將當前庫中相應的文件拷貝到指定的庫中，選項“out=庫標記”用來指定文件要拷貝到的目標庫；delete語句用于刪除指定的文件；exchange語句的功能是將等號前后兩個文件的文件名進行互換；modify語句用于修改文件各方面的屬性；repair語句用于對指定的文件（受到過某種損壞）進行修復，使其恢復到可以使用的狀態；save語句的功能是將其指定的文件保留，當前庫中的其他所有文件則被刪除。
（2）對數據文件中記錄進行排序的sort過程
sort過程的功能是對指定數據集中的記錄按照指定的變量進行排序。由于諸多過程有對數據集記錄進行排序的需要，比如過程步中存在by語句（用以將數據文件分割為若干部分）的情況下，就需要按照by語句后的變量對數據先行排序，所以sort過程非常有用，而且非常常用。
sort過程的一般格式如下：
proc sort 選項列表；
by <descending 變量名1 <變量名2 … 變量名n；
run；
proc sort語句后各選項含義及其用法見下表（表1.3）。
表1.3 proc sort語句后各選項含義及其用法
選項
含義及用法
data=數據集名
用以指定sort過程所要處理的數據集，若省略則默認為最近建立或處理的數據集
datecopy
此選項指定在不改變文件創建日期和修改日期的條件下對文件進行排序操作
out=數據集名
將排序后文件以指定的文件名存儲，原文件不進行任何修改，若無此選項則將原文件覆蓋
sortseq=排序依據
指定對字符型變量排序時依據的標準
reverse/equals/noequals
指定輸出數據中的排序方式，三者分別表示將字符變量的次序翻轉顯示，在排序變量的各水平內部次序保持不變，在排序變量的各水平內部允許次序的改變
nodupkey/noduprecs
指定重復變量的消除方式，前者表示除去排序變量值重復的記錄，后者表示除去所有變量值重復的記錄
sortsize=
用以指定可用最大內存的大小，等號后為表示內存大小的數值及單位，比如10m
force
用以強制執行重復排序（對已建立索引的文件排序）過程
tagsort
指定在臨時文件中僅存儲排序變量和記錄編號，以減少對磁盤空間的使用
by語句即用以指定排序所要依據的變量，變量可為數值型也可為字符型，其后可指定多個變量，sort過程在按照靠前的變量進行排序的情況下再按照靠后的變量進行排序。by語句中每個變量前可用descending/ascending選項來指定按照其排序的方式（降序或升序），默認狀態為升序。
（3）將數據文件輸出顯示的print過程
print過程的功能是將SAS數據集的記錄以一定的方式顯示到輸出設備（顯示屏），可以顯示其全部的變量或部分變量。利用此過程，你可以創建從簡單列表到可進行數據匯總的各種報告的各種不同的表單。
print過程的一般格式如下：
proc print 選項列表；
by <descending 變量名1 <變量名2 … 變量名n 其他選項；
pageby 變量名；
sumby 變量名；
id 變量名；
sum變量名；
var變量名；
run；
proc print語句后可跟的選項含義及其用法見下表（表1.4）
表1.4 proc print語句后選項含義及其用法
選項
含義及用法
contents=文本
用以指定html內容文件中指向輸出的鏈接的標識文本，等號后可為任何文本
data=數據集名
指定所要處理的數據集，等號后為數據集文件名
double
指定在相鄰的記錄間插入一空行
n=字符串
在報告的末尾或by變量各水平分組的末尾顯示顯示記錄的數目，并以等號后的字符串對其進行標識
noobs
禁止記錄編號在報告中的顯示
obs=列標題
用以指定記錄編號所在列的列標題
round
對未進行格式化的數值變量進行四舍五入，統一格式化為帶兩位小數的十進制數值
rows=page
規定頁面格式，目前’page’是此選項唯一可用的值，表示在每一頁中只顯示一條記錄的一行變量值，即一行中顯示盡可能多的記錄數
width=列寬度
指定列的寬度，可取的值有’full’,’minimum’,’uniform’,’uniformby’等，
heading=方向
取值可為v（vertical）或h（horizontal），表示列標題顯示的方向（橫向或縱向）
label
指定以變量標識作為相應的列標題，否則以變量名作為列標題
split=字符
首先此選項指定以變量標識作為列標題，以指定的字符作為列標題換行的標志
style=類型元素
指定報告中特定位置所要應用的類型元素（涉及很多內容，詳細內容略）
by語句在所有過程中的用法都相同，即將數據集分割為若干小數據集分別進行處理。pageby語句用來控制換頁時變量的顯示方式，對于其后所指定的變量，相同的值不會顯示在不同的頁中，該變量某一值的記錄在一頁的剩余部分顯示不下時，則從該值的第一條記錄開始換行顯示。sumby語句的作用和pageby語句相似，只不過是將換頁的動作換為求和，對指定變量的每一值計算var變量的總計值。id語句的作用是用指定的變量值代替記錄編號對每一條記錄進行標識。sum語句用于指定報告中要進行求和操作的變量，var語句用于指定要在報告中顯示的變量。
以上過程作用較為普遍，使用頻率較高，有必要預先了解，以便于后面所討論內容的順利進行。
為節省篇幅，這里不進行實例演示。內容過于枯燥，可能的錯誤也難免，還請各位多多包涵。
SAS程序操作的大概情況就草草的這樣介紹一下吧，說得太多的話我怕各位沒有耐心看下去。更多的內容我想還是留在實際的例子中來介紹，這樣大家可以好好的切身體會一下，然后就會印象深刻，實際運用起來也就得心應手了。
回答者：stop心 - 魔法學徒 一級 11-26 13:04
--------------------------------------------------------------------------------
提問者對于答案的評價：
回答好多問題攢200分，不容易
你回答并不理想， 但我從小說話算話的，兌現
--------------------------------------------------------------------------------
評價已經被關閉 目前有 2 個人評價
好
0% （0） 不好
100% （2）
對最佳答案的評論
好像spss就可以解決樓主的問題了 spss還好學一點
評論者： arico - 試用期 一級
--------------------------------------------------------------------------------
http://www.shareware.cn/pub/16512.html
評論者： 教育軟件開發部 - 試用期 一級
--------------------------------------------------------------------------------
其他回答 共 11 條
QQ585858585999614
回答者：gaowang10 - 魔法學徒 一級 11-26 13:34
--------------------------------------------------------------------------------
我也想知道。
回答者：feng_peng - 助理 二級 11-26 14:42
--------------------------------------------------------------------------------
1樓說的很詳細了
回答者：fangjian831030 - 見習魔法師 二級 11-26 14:53
--------------------------------------------------------------------------------
這東東貼上1000頁也貼不完啊
回答者：seebysee - 試用期 一級 11-26 15:14
--------------------------------------------------------------------------------
你加我QQ25883586
我做你師父
回答者：gaizoudelu - 試用期 一級 11-26 16:11
--------------------------------------------------------------------------------
1、SAS系統簡介
SAS是一個龐大的系統，它目前的版本可以在多種操作系統中運行。當前在國內被廣泛使用的最新版本是8.2版，功能很強大，我深有體會。
據說9.0版已在國外面世，已經有一些有關它的搶先報道在網絡上廣為流傳，說它如何如何美妙，令人不禁充滿期待。
SAS8.2的完整版本包含以下數十個模塊。
BASE，GRAPH，ETS，FSP，AF，OR，IML，SHARE，QC，STAT，INSIGHT，ANALYST，ASSIST， CONNECT，CPE，LAB，EIS，WAREHOUSE，PC File Formats，GIS，SPECTRAVIEW， SHARE*NET， R/3，OnlineTutor: SAS Programming，MDDB Server，IT Service Vision Client， IntrNet Compute Services，Enterprise Reporter，MDDB Server common products，Enterprise Miner，AppDev Studio，Integration Technologies等。
所謂模塊，我的理解是將功能相近的程序、代碼等集中起來組成相對獨立的部分，就稱之為模塊，類似于辦公軟件系統office中包含的word、excel、access等。各模塊具有相對獨立的功能范圍，我們常用的模塊有base，graph，stat，insight，assist，analyst模塊等，分別執行基本數據處理、繪圖、統計分析、數據探索、可視化數據處理等功能。其余模塊我用得很少，知道得也很少，所以也就不多說了。
SAS系統的長處，體現于它的編程操作功能的無比強大。SAS一直以來也是注重于其編程語言的發展，對于可視化方式的菜單操作投入較少，其較早的版本僅有很少的菜單操作功能，使用起來也是非常的別扭。這很可能就是在windows人機交互式操作系統占統治地位的今天，SAS較少被人問津的原因之一。
到了最新的幾個版本，SAS也對可視化操作方法投入了一定的關注。從8.0版以后，出現了幾個功能強大的可視化操作的模塊，如insight模塊和analyst模塊等，其菜單操作的方便程度以及人機界面的親和性絕不亞于SPSS等著名的可視化統計分析軟件。
然而要想完全發揮SAS系統強大的功能，充分利用其提供的豐富資源，掌握SAS的編程操作是必要的，也只有這樣才能體現出SAS在各個方面的杰出才能。
二、SAS系統基本操作及基本概念
哪位要是連軟件的安裝和打開都要我啰嗦的話，我勸您還是買一套洪恩的《開天辟地》好好熱熱身先。
SAS 8.2的界面中間是三個并排（或層疊）的窗口，那個叫做Program Editor的窗口（窗口標簽為Editor）就是用來輸入SAS語句的，編程操作的所有內容都是在該窗口內完成的，各位還是要跟它先多熟悉一下。
（一）數據集（dataset）和庫
統計學的操作都是針對數據的，SAS中容納數據的文件稱為數據集，數據集又包含在不同的庫（暫且理解為數據庫吧）中。SAS中的庫分為永久性和臨時性兩種。顧名思義，存在于永久庫中的數據集是永久存在的（只要你不去刪除它），臨時庫中的數據集則在你退出SAS后自動被刪除。至于SAS中庫的概念，最簡單的理解就是一個目錄，一個存放數據集的目錄。
數據集的結構完全等同于我們一般所理解的數據表，由字段和記錄所構成，在統計學中我們習慣將字段稱為變量，在后面的內容中字段和變量我們就理解為同一種東西吧！建立數據集的方法很多，編程操作中有專門的數據讀入方法來建立數據集，但需要將數據現場錄入，費時費力。如果數據量大，我勸各位還是先以其它方法將數據集建好，否則程序語句的絕大部分會浪費在數據的輸入上。
What are 其它方法？各位是不是去參考一下別的書籍或資料。要不您是不是可以等一等，我準備若干年后出一本SAS操作大全。
（二）SAS程序概述
和其它計算機語言一樣，SAS語言（稱為SCL語言，SAS Component Language）也有其專有的詞匯（即關鍵字）和語法。關鍵字、名字、特殊字符和運算符等按照語法規則排列組成SAS語句，而執行完整功能的若干個SAS語句就構成了SAS程序。
SAS程序包括多個步驟和一些控制語句，一般情況下均包括數據步和過程步，一個或多個、數據步或過程步，它們之間任何形式的組合均可成為一段SAS程序，只要能完成一個完整的功能。通常情況下SAS程序 關于常用生物數據分析軟件和生物信息數據分析軟件的介紹到此就結束了，不知道你從中找到你需要的信息了嗎 ？如果你還想了解更多這方面的信息，記得收藏關注本站。 常用生物數據分析軟件的介紹就聊到這里吧，感謝你花時間閱讀本站內容，更多關于生物信息數據分析軟件、常用生物數據分析軟件的信息別忘了在本站進行查找喔。
本文目錄一覽：
- 1、利用生物軟件進行數據分析有哪些
- 2、生物信息學一些基本的常用軟件有哪些
- 3、生物信息學常用的軟件有哪些？
- 4、列舉常用的生物信息學數據庫及序列對比常用軟件及特點
- 5、16個常用生物信息在線工具
- 6、高分求助:常用生物統計學軟件介紹及相互區別?需要詳細一點
利用生物軟件進行數據分析有哪些
數據分析軟件有很多種，每一種都適合不同類型的人員。簡單說：
Excel：普遍適用，既有基礎，又有中高級。中級一般用Excel透視表，高級的用Excel VBA。
hihidata：比較小眾的數據分析工具。三分鐘就可以學會直接上手。無需下載安裝，直接在線就可以使用。
SPSS：專業統計軟件，沒有統計功底很難用的。同時包含了數據挖掘等高大功能。
SAS：專業統計軟件，專業人士用的，不懂編程還是不要碰了。
MARLAB：建立統計與數學模型，但是比較難學，很難上手。
Eview：比較小眾，建立一些經濟類的模型還是很有用的。計量經濟學中經常用到。
各種BI與報表工具：FineBI，FineReport，tableau，QlikView等。
生物信息學一些基本的常用軟件有哪些
序列拼接軟件：velvet,SOAPdenvoo,SSAKE,ABySS,Trinity 等短序列比對軟件： bwa,bowtie,tophat,SOAPAligner 等
局部比對軟件：Blast,blat,CorssMatch 等
多序列全局比對軟件：Muscle,clustalw 等
基因預測軟件：Glimmer,GeneMark,Augustus,FgeneSH,SNAP,GeneScan,EuGENE,Glean等
重復序列預測軟件：RepeatMasker,TRF等
聚類軟件：MCL,hcluster_sg等
統計軟件：pLINK，TASSEL，R，SPSS等
...
生物信息學常用的軟件有哪些？
NCBI(www.ncbi.nlm.nih.gov)-GenBank數據庫數據庫相似性搜索——核酸序列與核酸數據庫比較（BLASTN）
蛋白質序列與數據庫中蛋白質序列比較（BLASTP）
兩序列比對（Align two sequences）
DNA序列分析——ORF Finder(www.ncbi.nlm.nih.gov/gorf/gorf.html)
分析實驗序列外顯子部分——GENSCAN（http://genes.mit.edu/GENSCAN.html）
分析實驗序列的可能酶切位點——NEBcutter2.0 (http://tools.neb.com/NEBcutter2/index.php)
注： Custom digest -- view gel
限制性內切酶數據庫——REBASE(http://rebase.neb.com/rebase/rebase.html)
設計引物擴增實驗序列——Genefisher
Primer 3
蛋白質序列分析及結構預測：
1.預測蛋白質的分子量及等電點:ExPASy（Compute pI/Mw）
2.分析蛋白質的基本物理化學性質：ExPASy（ProtParam）
3.分析蛋白質的親水性和疏水性：ExPASy（ProtScale）
4.分析蛋白質在各種蛋白酶和各種化學試劑處理后的內切產物：ExPASy（PeptideMass） [* ：kinase K]
5.分析蛋白質的信號肽：ExPASy（SignalP）
6.預測蛋白質的二級結構：ExPASy（Jpred 3）
多物種分子系統發育分析：EMBL（www.ebi.ac.uk/embl/)--Toolbox--Clustal2W
人脂聯素蛋白質序列：NP_004788
人類胰島素生長因子IB前體：P05019
列舉常用的生物信息學數據庫及序列對比常用軟件及特點
一般來說所用的分析工具有在線跟下載的 下面簡要列舉一些常用在線軟件的使用 1、使用VecScreen工具，分析下列未知序列，輸出序列長度、載體序列的區域、可能使用的克隆載體都有哪些。一、步驟：打開google 首頁，搜索VecScreen，進入VecScreen首頁，復制序列，運行，View report。
二、結果：
輸出序列長度918bp，
載體序列的區域456bp——854bp.
克隆載體：M13mp18 phage，pGEM-13Zf(+)，pBR322，pRKW2。
2、使用相應工具，分析下列未知序列的重復序列情況，輸出重復序列的區域、包含的所有重復序列的類型、重復序列的總長度及Masked Sequence。
一、步驟：
進入google首頁，進入ICBI主頁，對序列進行BLAST。得出序列是human的。
進入google首頁，搜索RepeatMasker，進入RepeatMasker主頁，進入RepeatMasking，復制序列，DNA source選擇human，運行！點擊超鏈接，在結果中選擇
Annotation File ：RM2sequpload_1287631711.out.html
3、使用CpGPlot/CpGReport/Isochore工具，分析下列未知序列，輸出CpG島的長度、區域、GC數量、所占的百分比及Obs/Exp值。一、步驟：
進入google首頁，搜索CpGPlot，進入CpGPlot主頁，program中選擇cpgreport復制序列，運行！
二、結果：
CpG島的長度：385bp
區域：48——432；
GC數量：Sum C+G=297，百分數=77.14
Obs/Exp：1.01
4、預測下面序列的啟動子，輸出可能的啟動子序列及相應的位置。一、步驟：
進入google首頁，進入ICBI主頁，對序列進行BLAST。得出序列是human的
進入google首頁，搜索Neural Network Promoter Prediction，進入主頁，復制序列，選擇eukaryote，運行！
二、結果：
位置：711—761 ，1388—1438，1755—1805；
5、運用Splice Site Prediction工具分析下面序列，分別輸出內含子－外顯子剪接位點給體和受體的區域及剪接處位置的堿基。一、步驟：
進入google首頁，進入ICBI主頁，對序列進行BLAST。得出序列是human的
進入google首頁，搜索Splice Site Prediction，進入主頁，復制序列。Organism選擇Human or other。其他默認，運行！
二、結果：
供體：
受體：
6、對下面序列進行六框翻譯，利用GENESCAN綜合分析(首先確定給定序列的物種來源)哪個ORF是正確的，輸出六框翻譯（抓圖）和GENESCAN結果(包括predicted genes/exons 和 predicted peptide sequence(s) 兩個部分)。一、步驟：
進入google首頁，進入ICBI主頁，對序列進行BLAST。得出序列是Zea的
進入google首頁；搜索NCBI，進入主頁，選擇all resources（A~Z），選擇O，選擇ORF finder。復制序列，默認，運行！
二、結果：ORF圖
三、步驟：進入google首頁，搜索GENESCAN，進入主頁，Organism:Maize， ，其他默認，運行！
四、結果：
G7、進入REBASE限制性內切酶數據庫，輸出AluI、MboI、EcoI三種內酶的Recognition Sequence和Type。
一、步驟：進入google首頁，google in English，搜索REBASE，進入主頁， 分別輸入AluI、MboI、EcoI，運行！
在MboI中選擇第一個，EcoI選擇第二個。
二、結果：
ENSCAN圖
8、使用引物設計工具，針對下列未知序列設計一對引物，要求引物長度為20-25bp，擴增產物長度300-500bp，退火溫度為50-60℃。請寫出選擇的一對引物（Forward Primer and Reverse Primer）、及相應的GC含量、引物的位點、Tm值和產物長度。一、步驟：進入google首頁，搜索genefisher，進入主頁，復制fasta格式，chechk input， sunmit， ； ；設置一下引物長度為20-25bp，擴增產物長度300-500bp，退火溫度為50-60℃； 。
二、結果：
GC含量：
引物的位點：
Tm值：
產物長度：。
9、將下面的序列用NEBcutter 2.0工具分析，用產生平末端及有四個酶切位點的酶進行酶切，并用抓圖提交膠圖（view gel），要求1.4% agarose和Marker為100bp DNA Ladder。
一、步驟：
進入google首頁，進入ICBI主頁，對序列進行BLAST，得知是linear。
進入google首頁，搜索NEBcutter 2.0，進入主頁，選擇linear，運行！選擇custom digest， ，把“1”改為“4”，選擇平末端，后digest。View gel。選擇1.4% agarose和Marker為100bp。
二、結果：
然后就是蛋白質的了一般都在expasy里swiss-prot 適用于檢索的 compute pi/mw 求理論分子量 分子量 protparam物理化學性質 protscale親水性疏水性 peptidemass分析蛋白酶和化學試劑處理后的內切產物
NCBI(www.ncbi.nlm.nih.gov)-GenBank數據庫
數據庫相似性搜索——核酸序列與核酸數據庫比較（BLASTN）
蛋白質序列與數據庫中蛋白質序列比較（BLASTP）
兩序列比對（Align two sequences）
DNA序列分析——ORF Finder(www.ncbi.nlm.nih.gov/gorf/gorf.html)
分析實驗序列外顯子部分——GENSCAN（http://genes.mit.edu/GENSCAN.html）
分析實驗序列的可能酶切位點——NEBcutter2.0 (http://tools.neb.com/NEBcutter2/index.php)
注： Custom digest -- view gel
限制性內切酶數據庫——REBASE(http://rebase.neb.com/rebase/rebase.html)
設計引物擴增實驗序列——Genefisher
Primer 3
蛋白質序列分析及結構預測：
1.預測蛋白質的分子量及等電點:ExPASy（Compute pI/Mw）
2.分析蛋白質的基本物理化學性質：ExPASy（ProtParam）
3.分析蛋白質的親水性和疏水性：ExPASy（ProtScale）
4.分析蛋白質在各種蛋白酶和各種化學試劑處理后的內切產物：ExPASy（PeptideMass） [* ：kinase K]
5.分析蛋白質的信號肽：ExPASy（SignalP）
6.預測蛋白質的二級結構：ExPASy（Jpred 3）
多物種分子系統發育分析：EMBL（www.ebi.ac.uk/embl/)--Toolbox--Clustal2W
人脂聯素蛋白質序列：NP_004788
人類胰島素生長因子IB前體：P05019
16個常用生物信息在線工具
韋恩圖
工具常用生物數據分析軟件：Venny2.0
地址： http://bioinfogp.cnb.csic.es/tools/venny/index.html
基因預測
工具：FGENESH
地址： http://linux1.softberry.com/berry.phtml?topic=fgeneshgroup=programssubgroup=gfind
phylogenetic
工具：iTOL
地址： http://itol.embl.de/index.shtml
啟動子區預測
工具：Promoter Scan
地址： http://www.cbs.dtu.dk/services/Promoter/
蛋白質一級結構分析
工具：PredictProte
地址： https://www.predictprotein.org/home
工具：ExPASy-ProtParam tool
地址： http://web.expasy.org/protparam/
信號肽
工具：SignalP
地址： http://www.cbs.dtu.dk/services/SignalP/
跨膜結構域
工具：TMHMM Server v. 2.0
地址： http://www.cbs.dtu.dk/services/TMHMM/
蛋白質亞細胞定位
工具：PSORT II Prediction
地址： http://psort.hgc.jp/form2.html
蛋白質三級結構預測
工具：SWISS-MODEL
地址： http://swissmodel.expasy.org/interactive
短序列拼接
工具：Cap3
地址： http://doua.prabi.fr/software/cap3
多序列比對相似性展示
工具：SimiTriX-SimiTetra
地址： http://cotton.hzau.edu.cn/EN/tools/BioERCP/simitrix.php
繪制GO注釋結果
工具：WEGO （Web Gene Ontology Annotation Plotting）
地址： http://wego.genomics.org.cn/cgi-bin/wego/index.pl
蛋白質domain
工具：Pfam database
地址： http://pfam.xfam.org/
基因組雜合性評估
工具：GenomeScope （Estimate genome heterozygosity, repeat content, and size from sequencing reads using a kmer-based statistical approach）
地址： http://qb.cshl.edu/genomescope/analysis.php?code=example2
circos****圖
工具：CIRCOS （可以用來畫基因組數據的環狀圖常用生物數據分析軟件，也可以用來繪制其它數據的相關環狀圖。）
地址： http://mkweb.bcgsc.ca/tableviewer/visualize/
高分求助:常用生物統計學軟件介紹及相互區別?需要詳細一點
SAS一、SAS系統簡介
SAS是一個龐大常用生物數據分析軟件的系統，它目前常用生物數據分析軟件的版本可以在多種操作系統中運行。當前在國內被廣泛使用的最新版本是8.2版，功能很強大，我深有體會。
據說9.0版已在國外面世，已經有一些有關它的搶先報道在網絡上廣為流傳，說它如何如何美妙，令人不禁充滿期待。
SAS8.2的完整版本包含以下數十個模塊。
BASE，GRAPH，ETS，FSP，AF，OR，IML，SHARE，QC，STAT，INSIGHT，ANALYST，ASSIST， CONNECT，CPE，LAB，EIS，WAREHOUSE，PC File Formats，GIS，SPECTRAVIEW， SHARE*NET， R/3，OnlineTutor: SAS Programming，MDDB Server，IT Service Vision Client， IntrNet Compute Services，Enterprise Reporter，MDDB Server common products，Enterprise Miner，AppDev Studio，Integration Technologies等。
所謂模塊，我的理解是將功能相近的程序、代碼等集中起來組成相對獨立的部分，就稱之為模塊，類似于辦公軟件系統office中包含的word、excel、access等。各模塊具有相對獨立的功能范圍，我們常用的模塊有base，graph，stat，insight，assist，analyst模塊等，分別執行基本數據處理、繪圖、統計分析、數據探索、可視化數據處理等功能。其余模塊我用得很少，知道得也很少，所以也就不多說了。
SAS系統的長處，體現于它的編程操作功能的無比強大。SAS一直以來也是注重于其編程語言的發展，對于可視化方式的菜單操作投入較少，其較早的版本僅有很少的菜單操作功能，使用起來也是非常的別扭。這很可能就是在windows人機交互式操作系統占統治地位的今天，SAS較少被人問津的原因之一。
到了最新的幾個版本，SAS也對可視化操作方法投入了一定的關注。從8.0版以后，出現了幾個功能強大的可視化操作的模塊，如insight模塊和analyst模塊等，其菜單操作的方便程度以及人機界面的親和性絕不亞于SPSS等著名的可視化統計分析軟件。
然而要想完全發揮SAS系統強大的功能，充分利用其提供的豐富資源，掌握SAS的編程操作是必要的，也只有這樣才能體現出SAS在各個方面的杰出才能。
二、SAS系統基本操作及基本概念
哪位要是連軟件的安裝和打開都要我啰嗦的話，我勸您還是買一套洪恩的《開天辟地》好好熱熱身先。
SAS 8.2的界面中間是三個并排（或層疊）的窗口，那個叫做Program Editor的窗口（窗口標簽為Editor）就是用來輸入SAS語句的，編程操作的所有內容都是在該窗口內完成的，各位還是要跟它先多熟悉一下。
（一）數據集（dataset）和庫
統計學的操作都是針對數據的，SAS中容納數據的文件稱為數據集，數據集又包含在不同的庫（暫且理解為數據庫吧）中。SAS中的庫分為永久性和臨時性兩種。顧名思義，存在于永久庫中的數據集是永久存在的（只要你不去刪除它），臨時庫中的數據集則在你退出SAS后自動被刪除。至于SAS中庫的概念，最簡單的理解就是一個目錄，一個存放數據集的目錄。
數據集的結構完全等同于我們一般所理解的數據表，由字段和記錄所構成，在統計學中我們習慣將字段稱為變量，在后面的內容中字段和變量我們就理解為同一種東西吧常用生物數據分析軟件！建立數據集的方法很多，編程操作中有專門的數據讀入方法來建立數據集，但需要將數據現場錄入，費時費力。如果數據量大，我勸各位還是先以其它方法將數據集建好，否則程序語句的絕大部分會浪費在數據的輸入上。
What are 其它方法？各位是不是去參考一下別的書籍或資料。要不您是不是可以等一等，我準備若干年后出一本SAS操作大全。
（二）SAS程序概述
和其它計算機語言一樣，SAS語言（稱為SCL語言，SAS Component Language）也有其專有的詞匯（即關鍵字）和語法。關鍵字、名字、特殊字符和運算符等按照語法規則排列組成SAS語句，而執行完整功能的若干個SAS語句就構成了SAS程序。
SAS程序包括多個步驟和一些控制語句，一般情況下均包括數據步和過程步，一個或多個、數據步或過程步，它們之間任何形式的組合均可成為一段SAS程序，只要能完成一個完整的功能。通常情況下SAS程序還包括一些全程語句，用以控制貫穿整個SAS程序的某些選項、變量或程序運行的環境。
SAS程序的語句一般以關鍵字開始，以一個分號結束，一條語句可占多行（SAS每看到一個分號，就將其以前、上一個分號以后的所有東東當作一條語句來處理，而不管他們處在多少個不同的行中）。SAS語句對字母的大小寫不敏感，你可以根據個人習慣決定字母的大寫或小寫。
1. 庫名（庫標記）的定義
為了保存寶貴的數據和方便操作起見，我習慣于指定自己的庫名及其路徑（目錄），因為SAS系統中已有的永久庫（SASUSER）無論庫名還是其對應的路徑都太過繁瑣，使用太不方便。程序中用到的數據，都可以永久的保存于該路徑下，保證以后可以重復使用。指定庫名的語句為全程語句，其格式如下常用生物數據分析軟件：
Libname 庫名 ‘路徑’；
例如我們指定的庫名為“a”，路徑為：“e:\data\”，SAS語句如下：
libname a ‘e:\data\’;
2. 數據步
SAS的數據步以data語句開始，用于創建和處理數據集。Data語句以關鍵字“data”開始，格式如下：
data 數據集名;
例如：data a.case; 將創建在庫a中名為case的SAS數據集，語句執行后你可在與庫a對應的目錄下看到剛剛建立的數據集文件case。
Data語句所指定的數據集，一般都是以“庫名.數據集名”的格式出現的，也可以單獨的“數據集名”出現，此時的數據集系統默認為是臨時庫中的數據集，退出系統后將會被刪除。
data語句有兩個重要的功能，標志數據步的開始和命名將要創建的SAS數據集。
除data語句外，數據步一般情況下還包括infile語句、input語句以及datalines語句等。在不同的數據輸入方式下對于它們的使用方式也不一樣。
SAS程序有兩種常見的數據輸入方式，即從外部文件讀入和直接輸入兩種方式。
（1）外部文件讀入方式
數據若已經包含在某個外部文件（文本文件或數據文件）中，可用此方法輸入數據到數據集文件中。
在以上介紹的data語句后，寫入以下語句：
infile ‘外部文件的所在位置及名稱’ 選項;
input 變量名1變量名2 …變量名n;
infile語句用于從外部文件讀入數據，必須出現在input語句之前。它的功能是指定一個包含原始數據的外部文件。
input語句用于向系統表明如何讀入每一條數據記錄。它的主要功能有：讀入由語句指定的數據列，為相應的數據域定義變量名，確定變量的讀入模式。
例如：
libname a ‘e:\data\’;
data a.student;
infile ‘e:\data\student.txt’;
input name height weight;
以上程序將目錄“e:\data\”下的文本文件“student.txt”中的數據輸入數據集student中，該數據集存放于目錄“e:\data\”下。
（2）直接輸入方式
數據量較少或操作者意志力堅強的情況下采用此種輸入方式，在data語句之后寫入如下語句：
input變量名1變量名2 …變量名n;
datalines;（在以前的版本下為cards，新版本下兩者可通用）
… … … …（數據行）
… … … …（數據行）
… … … …（數據行）
;
datalines語句用于直接輸入數據，標志著數據塊的開始。
注意：這里的數據行中數據之間以空格分隔，當然也可以其它東東如逗號等來分隔，這里大家先以空格來分隔好了。因為不同的分隔方式下input語句要采取相應的控制選項，這些我們以后再討論，這里我們還是省省力氣吧。另外數據行輸完后不能像其它語句那樣直接在后面加上分號，而要另起一行輸入分號，這樣SAS才認為這是在輸入原始數據而不是在搞別的什么。
例如：
libname a ‘e:\data\’;
data a.student;
input name $ height weight;（name后面的$符號表示變量name為字符型變量）
datalines;
Linda 171 51
Mary 168 50
Selinna 169 49
;
以上程序將直接建立數據集文件student，該數據集文件存放于目錄“e:\data\”下。
3. 過程步
SAS程序的過程步表示一個處理過程，如排序、T檢驗、方差分析等等。過程步以關鍵字proc開始，后面緊跟著過程名，用以區分不同的程序步，并以關鍵字run結束。
一般的格式如下：
proc 過程名 選項列表；
……（其它語句）；
……（其它語句）；
run；
SAS程序中涉及的過程多達數百種，實現統計功能時常用的過程也有數十種之多，現將最為常用的過程名稱及其所能實現的功能列入下表（表1.1），以便各位提前熱熱身。
表1.1 常用的過程名稱及其功能
過程名
功 能
Sort
將指定的數據集按指定變量排序
將數據集中的數據列表輸出
tabulate
將數據按照指定的分類變量以表格的形式分類匯總
Means
對指定的數值變量進行簡單的統計描述
Freq
對指定的分類變量進行簡單的統計描述
Ttest
對指定的變量做t檢驗
Anova
對指定的變量做方差分析
npar1way
對指定的變量做非參數檢驗
Reg
對指定的變量做回歸分析
Corr
對指定的變量做相關分析
Discrim
對指定的變量做判別分析
Cluster
對指定的變量做聚類分析
Chart
繪出低分辨率的統計圖
4. 幾個常用的重要過程
在進入一般統計學功能實現的內容之前，有關數據預處理和執行重要公共功能的過程大家有必要預先掌握，這里選出幾個常用的和重要的過程進行討論。
（1）對SAS文件進行操作的datasets過程
datasets過程是對數據文件進行管理操作的工具，利用它我們可以實現以下功能：
將SAS文件從一個庫中拷入另一個庫中；
對SAS文件進行重命名；
修復損壞的SAS文件；
刪除SAS文件；
列出某一SAS庫中所有的SAS文件；
列出一個SAS數據集的屬性，如最后修改時間、數據是否壓縮、數據是否索引等；
對SAS文件進行設置密碼的操作；
向SAS數據集添加記錄；
對SAS數據集的屬性以及數據集內變量的屬性進行修改；
創建或刪除SAS數據集的索引；
創建并管理SAS數據集的核查文件；
創建或刪除SAS數據集的完整性規則。
datasets過程的一般格式如下：
proc datasets <選項列表；
age 當前文件名 相關文件名列表</選項列表；
append base=數據集名 <data=數據集名 其它選項；
audit 文件名<（操作密碼）； initiate；<其它代碼；
change 舊文件名1=新文件名1 <…舊文件名n=新文件名n <選項列表；
contents <data=數據集名 <其它選項；
copy out=庫標記 <其它選項；
exclude 文件名 <其它選項；（該語句只能在copy語句后出現，不能和select語句同時出現）
select 文件名 <其它選項；（該語句只能在copy語句后出現，不能和exclude語句同時出現）
delete 文件名 <其它選項；
exchange文件名1=交換文件名1 <…文件名n=交換文件名n <選項列表；
modify 文件名 <選項列表；
<modify語句之從屬語句；
repair文件名 <選項列表；
save文件名 <選項列表；
run；
是不是太繁瑣了，我都有些不耐煩了。不過我還是得寫，已經寫了嘛常用生物數據分析軟件！不忍心浪費掉，最起碼可以用來充充數，擴大一下篇幅。至于各位，嫌煩的可以略過此部分，想用的時候再來溫習也不遲。下面我就不厭其煩地向各位介紹一下各選項及各條語句的含義和用法。
proc datasets語句后各選項的含義及用法見下表（表1.2）。
表1.2 proc datasets語句后各選項的含義及用法
選項
含義及用法
alter=轉換保護密碼
SAS文件設置有轉換操作密碼時用以驗證操作的合法性，密碼正確時代碼才會被執行
details/nodetails
控制有關SAS文件的詳細信息顯示與否，前者為顯示，后者不顯示，默認值為后者
force
此選項具有兩個功能：（1）在過程步的語句存在錯誤時仍然強制程序的執行；（2）在append語句中，兩個數據集的變量不完全相同時仍然強制append語句的執行。
gennum=
控制對衍生數據集的處理方式，等號后可為all, hist, revert或某一整數
kill
此選項表示刪除待處理的庫中的所有文件，應慎用
library=庫標記
用以指定所要處理的庫
memtype=成員類型
指定處理所針對的庫成員類型（文件類型），默認值為all（所有類型）
nolist
在日志文件中禁止對所處理文件目錄的顯示
nowarn
在語句中指定的文件不存在等情況下，禁止顯示出錯信息，強制程序繼續執行
pw=操作密碼
SAS文件設置操作密碼時驗證操作的合法性（包括讀、寫保護以及轉換保護的文件）
read=讀保護密碼
SAS文件設置讀保護密碼時驗證操作的合法性
age語句用于批量地重命名文件，按照當前文件和相關文件的排列順序，依次將后一個文件名重命名給前一個文件，結果是最后一個文件被刪除，當前文件名被廢棄。
對此語句我所了解的就這么多，而且還是通過試驗得出的結論，但總感覺還是理解的不對，哪位若有高見還請不吝賜教。
append語句執行向數據集添加記錄的功能，選項“base=數據集名”用以指定要添加記錄的數據集，“data=數據集名”則指定所要添加的記錄所在的數據集，此選項若省略則默認為當前數據集（最近一次操作的數據集）。
audit語句用于對文件的核查，生成核查文件并對其進行管理；change語句以新文件名替換舊文件名；contents語句用于顯示指定數據集或當前數據集的各種屬性；copy語句用于將當前庫中相應的文件拷貝到指定的庫中，選項“out=庫標記”用來指定文件要拷貝到的目標庫；delete語句用于刪除指定的文件；exchange語句的功能是將等號前后兩個文件的文件名進行互換；modify語句用于修改文件各方面的屬性；repair語句用于對指定的文件（受到過某種損壞）進行修復，使其恢復到可以使用的狀態；save語句的功能是將其指定的文件保留，當前庫中的其他所有文件則被刪除。
（2）對數據文件中記錄進行排序的sort過程
sort過程的功能是對指定數據集中的記錄按照指定的變量進行排序。由于諸多過程有對數據集記錄進行排序的需要，比如過程步中存在by語句（用以將數據文件分割為若干部分）的情況下，就需要按照by語句后的變量對數據先行排序，所以sort過程非常有用，而且非常常用。
sort過程的一般格式如下：
proc sort 選項列表；
by <descending 變量名1 <變量名2 … 變量名n；
run；
proc sort語句后各選項含義及其用法見下表（表1.3）。
表1.3 proc sort語句后各選項含義及其用法
選項
含義及用法
data=數據集名
用以指定sort過程所要處理的數據集，若省略則默認為最近建立或處理的數據集
datecopy
此選項指定在不改變文件創建日期和修改日期的條件下對文件進行排序操作
out=數據集名
將排序后文件以指定的文件名存儲，原文件不進行任何修改，若無此選項則將原文件覆蓋
sortseq=排序依據
指定對字符型變量排序時依據的標準
reverse/equals/noequals
指定輸出數據中的排序方式，三者分別表示將字符變量的次序翻轉顯示，在排序變量的各水平內部次序保持不變，在排序變量的各水平內部允許次序的改變
nodupkey/noduprecs
指定重復變量的消除方式，前者表示除去排序變量值重復的記錄，后者表示除去所有變量值重復的記錄
sortsize=
用以指定可用最大內存的大小，等號后為表示內存大小的數值及單位，比如10m
force
用以強制執行重復排序（對已建立索引的文件排序）過程
tagsort
指定在臨時文件中僅存儲排序變量和記錄編號，以減少對磁盤空間的使用
by語句即用以指定排序所要依據的變量，變量可為數值型也可為字符型，其后可指定多個變量，sort過程在按照靠前的變量進行排序的情況下再按照靠后的變量進行排序。by語句中每個變量前可用descending/ascending選項來指定按照其排序的方式（降序或升序），默認狀態為升序。
（3）將數據文件輸出顯示的print過程
print過程的功能是將SAS數據集的記錄以一定的方式顯示到輸出設備（顯示屏），可以顯示其全部的變量或部分變量。利用此過程，你可以創建從簡單列表到可進行數據匯總的各種報告的各種不同的表單。
print過程的一般格式如下：
proc print 選項列表；
by <descending 變量名1 <變量名2 … 變量名n 其他選項；
pageby 變量名；
sumby 變量名；
id 變量名；
sum變量名；
var變量名；
run；
proc print語句后可跟的選項含義及其用法見下表（表1.4）
表1.4 proc print語句后選項含義及其用法
選項
含義及用法
contents=文本
用以指定html內容文件中指向輸出的鏈接的標識文本，等號后可為任何文本
data=數據集名
指定所要處理的數據集，等號后為數據集文件名
double
指定在相鄰的記錄間插入一空行
n=字符串
在報告的末尾或by變量各水平分組的末尾顯示顯示記錄的數目，并以等號后的字符串對其進行標識
noobs
禁止記錄編號在報告中的顯示
obs=列標題
用以指定記錄編號所在列的列標題
round
對未進行格式化的數值變量進行四舍五入，統一格式化為帶兩位小數的十進制數值
rows=page
規定頁面格式，目前’page’是此選項唯一可用的值，表示在每一頁中只顯示一條記錄的一行變量值，即一行中顯示盡可能多的記錄數
width=列寬度
指定列的寬度，可取的值有’full’,’minimum’,’uniform’,’uniformby’等，
heading=方向
取值可為v（vertical）或h（horizontal），表示列標題顯示的方向（橫向或縱向）
label
指定以變量標識作為相應的列標題，否則以變量名作為列標題
split=字符
首先此選項指定以變量標識作為列標題，以指定的字符作為列標題換行的標志
style=類型元素
指定報告中特定位置所要應用的類型元素（涉及很多內容，詳細內容略）
by語句在所有過程中的用法都相同，即將數據集分割為若干小數據集分別進行處理。pageby語句用來控制換頁時變量的顯示方式，對于其后所指定的變量，相同的值不會顯示在不同的頁中，該變量某一值的記錄在一頁的剩余部分顯示不下時，則從該值的第一條記錄開始換行顯示。sumby語句的作用和pageby語句相似，只不過是將換頁的動作換為求和，對指定變量的每一值計算var變量的總計值。id語句的作用是用指定的變量值代替記錄編號對每一條記錄進行標識。sum語句用于指定報告中要進行求和操作的變量，var語句用于指定要在報告中顯示的變量。
以上過程作用較為普遍，使用頻率較高，有必要預先了解，以便于后面所討論內容的順利進行。
為節省篇幅，這里不進行實例演示。內容過于枯燥，可能的錯誤也難免，還請各位多多包涵。
SAS程序操作的大概情況就草草的這樣介紹一下吧，說得太多的話我怕各位沒有耐心看下去。更多的內容我想還是留在實際的例子中來介紹，這樣大家可以好好的切身體會一下，然后就會印象深刻，實際運用起來也就得心應手了。
回答者：stop心 - 魔法學徒 一級 11-26 13:04
--------------------------------------------------------------------------------
提問者對于答案的評價：
回答好多問題攢200分，不容易
你回答并不理想， 但我從小說話算話的，兌現
--------------------------------------------------------------------------------
評價已經被關閉 目前有 2 個人評價
好
0% （0） 不好
100% （2）
對最佳答案的評論
好像spss就可以解決樓主的問題了 spss還好學一點
評論者： arico - 試用期 一級
--------------------------------------------------------------------------------
http://www.shareware.cn/pub/16512.html
評論者： 教育軟件開發部 - 試用期 一級
--------------------------------------------------------------------------------
其他回答 共 11 條
QQ585858585999614
回答者：gaowang10 - 魔法學徒 一級 11-26 13:34
--------------------------------------------------------------------------------
我也想知道。
回答者：feng_peng - 助理 二級 11-26 14:42
--------------------------------------------------------------------------------
1樓說的很詳細了
回答者：fangjian831030 - 見習魔法師 二級 11-26 14:53
--------------------------------------------------------------------------------
這東東貼上1000頁也貼不完啊
回答者：seebysee - 試用期 一級 11-26 15:14
--------------------------------------------------------------------------------
你加我QQ25883586
我做你師父
回答者：gaizoudelu - 試用期 一級 11-26 16:11
--------------------------------------------------------------------------------
1、SAS系統簡介
SAS是一個龐大的系統，它目前的版本可以在多種操作系統中運行。當前在國內被廣泛使用的最新版本是8.2版，功能很強大，我深有體會。
據說9.0版已在國外面世，已經有一些有關它的搶先報道在網絡上廣為流傳，說它如何如何美妙，令人不禁充滿期待。
SAS8.2的完整版本包含以下數十個模塊。
BASE，GRAPH，ETS，FSP，AF，OR，IML，SHARE，QC，STAT，INSIGHT，ANALYST，ASSIST， CONNECT，CPE，LAB，EIS，WAREHOUSE，PC File Formats，GIS，SPECTRAVIEW， SHARE*NET， R/3，OnlineTutor: SAS Programming，MDDB Server，IT Service Vision Client， IntrNet Compute Services，Enterprise Reporter，MDDB Server common products，Enterprise Miner，AppDev Studio，Integration Technologies等。
所謂模塊，我的理解是將功能相近的程序、代碼等集中起來組成相對獨立的部分，就稱之為模塊，類似于辦公軟件系統office中包含的word、excel、access等。各模塊具有相對獨立的功能范圍，我們常用的模塊有base，graph，stat，insight，assist，analyst模塊等，分別執行基本數據處理、繪圖、統計分析、數據探索、可視化數據處理等功能。其余模塊我用得很少，知道得也很少，所以也就不多說了。
SAS系統的長處，體現于它的編程操作功能的無比強大。SAS一直以來也是注重于其編程語言的發展，對于可視化方式的菜單操作投入較少，其較早的版本僅有很少的菜單操作功能，使用起來也是非常的別扭。這很可能就是在windows人機交互式操作系統占統治地位的今天，SAS較少被人問津的原因之一。
到了最新的幾個版本，SAS也對可視化操作方法投入了一定的關注。從8.0版以后，出現了幾個功能強大的可視化操作的模塊，如insight模塊和analyst模塊等，其菜單操作的方便程度以及人機界面的親和性絕不亞于SPSS等著名的可視化統計分析軟件。
然而要想完全發揮SAS系統強大的功能，充分利用其提供的豐富資源，掌握SAS的編程操作是必要的，也只有這樣才能體現出SAS在各個方面的杰出才能。
二、SAS系統基本操作及基本概念
哪位要是連軟件的安裝和打開都要我啰嗦的話，我勸您還是買一套洪恩的《開天辟地》好好熱熱身先。
SAS 8.2的界面中間是三個并排（或層疊）的窗口，那個叫做Program Editor的窗口（窗口標簽為Editor）就是用來輸入SAS語句的，編程操作的所有內容都是在該窗口內完成的，各位還是要跟它先多熟悉一下。
（一）數據集（dataset）和庫
統計學的操作都是針對數據的，SAS中容納數據的文件稱為數據集，數據集又包含在不同的庫（暫且理解為數據庫吧）中。SAS中的庫分為永久性和臨時性兩種。顧名思義，存在于永久庫中的數據集是永久存在的（只要你不去刪除它），臨時庫中的數據集則在你退出SAS后自動被刪除。至于SAS中庫的概念，最簡單的理解就是一個目錄，一個存放數據集的目錄。
數據集的結構完全等同于我們一般所理解的數據表，由字段和記錄所構成，在統計學中我們習慣將字段稱為變量，在后面的內容中字段和變量我們就理解為同一種東西吧！建立數據集的方法很多，編程操作中有專門的數據讀入方法來建立數據集，但需要將數據現場錄入，費時費力。如果數據量大，我勸各位還是先以其它方法將數據集建好，否則程序語句的絕大部分會浪費在數據的輸入上。
What are 其它方法？各位是不是去參考一下別的書籍或資料。要不您是不是可以等一等，我準備若干年后出一本SAS操作大全。
（二）SAS程序概述
和其它計算機語言一樣，SAS語言（稱為SCL語言，SAS Component Language）也有其專有的詞匯（即關鍵字）和語法。關鍵字、名字、特殊字符和運算符等按照語法規則排列組成SAS語句，而執行完整功能的若干個SAS語句就構成了SAS程序。
SAS程序包括多個步驟和一些控制語句，一般情況下均包括數據步和過程步，一個或多個、數據步或過程步，它們之間任何形式的組合均可成為一段SAS程序，只要能完成一個完整的功能。通常情況下SAS程序 關于常用生物數據分析軟件和生物信息數據分析軟件的介紹到此就結束了，不知道你從中找到你需要的信息了嗎 ？如果你還想了解更多這方面的信息，記得收藏關注本站。 常用生物數據分析軟件的介紹就聊到這里吧，感謝你花時間閱讀本站內容，更多關于生物信息數據分析軟件、常用生物數據分析軟件的信息別忘了在本站進行查找喔。
版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。
相關文章
