Introdução
SAS Viya é uma plataforma poderosa projetada para analytics em tempo real, permitindo que analistas e cientistas de dados trabalhem com grandes conjuntos de dados de forma eficiente. A integração do SAS Viya com linguagens populares como R e Python fornece um ambiente flexível e abrangente para análises complexas, permitindo que você aproveite o melhor de ambos os mundos. Neste tutorial, vamos explorar como configurar o SAS Viya, conectar-se a ele a partir de R e Python, e realizar análises de dados em tempo real. Você aprenderá a utilizar as bibliotecas necessárias, a autenticar usuários e a executar consultas SAS diretamente a partir do seu código em R e Python, tornando suas análises mais dinâmicas e eficientes.
Etapas
Configuração do Ambiente SAS Viya
Certifique-se de ter acesso ao SAS Viya. Caso ainda não tenha o acesso, você pode se registrar e criar uma conta no site oficial do SAS. Após isso, instale o cliente SAS para a linguagem que deseja usar e configure os parâmetros de conexão, utilizando as informações de autenticação fornecidas.
commands# Acesse o site oficial do SAS e registre-se.
# Baixe e instale o SAS Viya Client.Instalação das Bibliotecas R e Python
Para interagir com o SAS Viya, você deve instalar os pacotes SAS necessário em R e Python. Para R, use o pacote ‘curl’ e ‘sas7bdat’, enquanto para Python, use ‘saspy’. Isso permitirá que você se conecte ao SAS Viya e execute as análises desejadas.
Rinstall.packages(c('curl', 'sas7bdat'))
Pythonpip install saspy
Conexão ao SAS Viya com R
Utilize o código a seguir para estabelecer uma conexão com o SAS Viya no R. Altere os parâmetros de acordo com as suas credenciais e URL do servidor.
Rlibrary(curl) library(sas7bdat) # Criando a conexão sas <- SAS(connection = 'http://your-sas-viya-url', username = 'your-username', password = 'your-password')
Executando Consultas SAS com R
Uma vez conectado, você pode executar consultas SAS diretamente do R. Use o código abaixo como exemplo para executar uma consulta simples e retornar os resultados.
Rresult <- sasSubmit(' proc freq data=sashelp.cars; tables origin; run; ') print(result)
Conexão ao SAS Viya com Python
Da mesma forma, utilize o código a seguir para estabelecer uma conexão com o SAS Viya utilizando Python. Novamente, ajuste os parâmetros conforme necessário.
Pythonimport saspy # Criando a conexão sas = saspy.SASsession(cfgname='your_config_name')
Executando Consultas SAS com Python
Com a conexão estabelecida, você pode executar consultas e comandos SAS em Python. O exemplo abaixo mostra como buscar dados da tabela ‘sashelp.cars’.
Pythonresult = sas.sasdata('cars', 'sashelp') print(result.head())
Visualização de Resultados em R e Python
Ambas as linguagens permitem a visualização de dados através de pacotes gráficos. No exemplo abaixo, utilizamos o ggplot2 em R e matplotlib em Python para visualizar os resultados obtidos.
Rlibrary(ggplot2) ggplot(data=result, aes(x=origin, fill=origin)) + geom_bar()
Pythonimport matplotlib.pyplot as plt result['origin'].value_counts().plot(kind='bar') plt.show()
Melhores Práticas e Considerações
Ao trabalhar com SAS Viya, é crucial seguir as melhores práticas para garantir a segurança e eficiência. Utilize as credenciais corretas, mantenha suas bibliotecas atualizadas e considere o desempenho das operações em grandes conjuntos de dados.
tipsMantenha suas bibliotecas de conexão sempre atualizadas para evitar problemas de compatibilidade.
Verifique a documentação do SAS para comandos específicos ao trabalhar com seus dados.
Monitore o uso de recursos no SAS Viya para otimizar suas consultas.
Conclusão
Neste tutorial, exploramos como utilizar SAS Viya para análises de dados em tempo real utilizando as linguagens R e Python. Desde a configuração do ambiente até a execução de consultas e visualização de resultados, você agora possui as ferramentas necessárias para integrar SAS Viya em suas análises de dados. Essa flexibilidade permite que você tire proveito dos recursos de machine learning e estatística avançada do SAS, melhorando a qualidade e a agilidade dos seus projetos de análise de dados.