SAS是商业软件，对于大部分个体数据分析师而言，是根本买不起的！但是SAS在机构或公司中拥有最高的市场份额。而Python是开源免费的，开放下载使用。
2.处理逻辑
数据处理能力曾经一直是SAS的优势，SAS基于硬盘的处理能力也使得其可以处理一般规模的大数据。Python的计算都在RAM内存中进行，于是它的计算过程受限于机器的RAM内存大小。当然，伴随着Hadoop，Spark这一切都将不再是问题。
3.版本更新
这三个工具都提供了基本的、以及最常用的分析函数，你可以应付大部分模型的构建。但假如，你正好需要使用最新最前沿的技术或算法怎么办？
Python由于其开源性，算法可以很快得到更新，R因为一直广泛使用于学术界，因此更新最快。SAS的更新是自有的研发团队完成的，SAS则要再下一个版本中得到更新。
4.编程
首先，SAS非常容易上手，proc步和data步，它的PROC SQL命令，对于任何一个学过SQL的人来说都可以立即上手。
在编程界，Python以简易性闻名，在数据分析界也是如此。而且Python的notebook非常方面编辑、记录与分享。
5.用途
SAS：在商业分析领域，它是无可争辩的霸主。主要应用领域目前集中在银行、医药、保险、航空、政府等。
Python：Python近些年的风头大胜，标准库的完善，使得Python不仅使用于研究和原型构建。同时也适用于构建生产系统
根据我个人经历的话：风管爱SAS，策略爱Python。SAS能handle很大数据量，量大时跑得快，而且很多统计功能用起来方便，和其它软件结合的很好，可以博采众长。有时候有些功能sas能实现但proc加其它软件做merge啊join啊能快很多；Python的话就比较好上手，而且package各式各样的，设计那种从网页扒数据的策略啊，time series相关的策略啊，都可以选相应的package辅助。另外我的经验来看的确美帝大公司很爱SAS，我前老板说这个写简历上会非常fancy。【毕竟这软件不便宜个人一般不用？】Python的话很accessible，用mac就更是自带python。另外一些网上的回测平台都是用的python的语法，的确很适合拿它写策略吖～具体业务用的是什么咯，对比可以看下（1）SAS：在商业分析领域，它是无可争辩的霸主。SAS提供了丰富的统计功能，友好的GUI界面可以让分析师快速上手，技术支持也做的相当到位。但，太贵了，并且对于一些最新的统计分析方法，SAS更新比较慢。
（2）Python：最早是一个开源脚本语言，近几年使用率大增。如今一些库（如numpy、scipy和matplotlib）和函数的引入，也使得它能支持几乎所有统计分析和统计建模工作。另外也由于Pandas这个库，使得Python在结构化数据的处理上非常给力。
