虽然我是统计学专业的，大学时也学过一点SAS，但是对SAS一直存在“偏见”，认为其又丑又难学，不过当时是8.x的版本，界面确实很丑。
因为工作原因，半年前开始学习并使用SAS了，这个被国内统计学学生嫌弃的统计学专业软件。先看了《SAS编程与数据挖掘商业案例》这本红皮书，看的晕乎乎的，看了两三遍吧！依然没有适应SAS的语法和习惯，当时的感觉是：SAS很怪异，与我熟悉的VBA和R都完全不同，一定要理解代码的运行机制，比如PDV，网上下载了一下SAS考题，结果也就能得60~70分吧！真正能完全理解，说出为什么对为什么错的估计不到一半，所以学习SAS一定要深刻理解PDV，并且要多尝试，举一反三！
后来又买了本《深入解析SAS 数据处理、分析优化与商业应用》这本白皮书，很厚的一本书，SAS官方推荐的，在这里我也极力推荐一下，因为这本书写的非常适合小白看，结构清晰，易懂，而且涉及统计学的几章中对统计学理论的讲解也非常易懂（这点非常赞），再读这本书，感觉轻松多了，毕竟有了第一本书的基础，但是只看书，跟着示例练习是不行的，一到应用就懵了。
现在说一下实战感悟吧~虽然看了两本书，看了一个月，但是到真正做需求的时候就发现：完全不是一回事儿！！完全不知道从哪儿下手，现在来看，其实用的最多的就是merge、proc sort、proc sql等，说白了就是数据集间的匹配（类似于Excel中的vlookup）和sql关联，目前感觉用的最多的就是这些了，毕竟我也是刚入门，刚用了半年SAS~
说一下SAS的优点吧~感觉SAS的处理效率还是很高效的，而且能处理大数据，上亿条的数据处理起来也没有任何问题；SAS是统计学专业软件，在做统计分析时确实很专业，能够输出许多指标及检验，且能得到国际认可，目前的9.x版本界面也好看了许多；还有一个就是金融企业都用SAS，当然现在应该也会辅助使用R、Python之类的吧！SAS的缺点也很明显：贵！！！这个让大家都敬而远之了，大家更喜欢开源的R或Python，而且使用简单，图形漂亮，学习起来上手快，成本低。
目前很热的随机森林、SVM、KNN、神经网络、决策时之类的算法在SAS中好像很难实现（似乎是有，但我没有在我们公司安装的SAS模块中找到），即使这些在SAS中能实现，我觉得也不会比R或Python更方便。
还请SAS大神多指正，赐教一下SAS的学习方法及资源，谢谢~
