Python脚本中的bug，可能影响了数百项学术研究

　　Python作为一种功能强大且通用的编程语言而广受好评，它具有非常清晰的语法特点，适用于科学计算生态，在数据分析、交互、可视化等方面。

　　不久前，夏威夷大学的化学研究人员发现，用于化学数据计算分析的一组Python脚本编程有误，该脚本的不同计算机操作系统中运行会产生不同的结果。在计算分析蓝藻实验的结果时，研究人员 Philip Williams 等人发现，通过Python 脚本跑出来的实验结果，因操作系统而异。这导致这些研究人员对已发表的150 多项化学研究论文结果产生了怀疑。

　　这份脚本名为“Willoughby-Hoye”，脚本大约有1000行，它自2014年开始使用，用来计算核磁共振图谱的化学位移值。研究人员发现在 macOS Mavericks和Windows 10 运行的结果是相同的(173.2)，也在研究人员的预想中，但在 macOS Mojave 和 Ubuntu 上却不相同(分别为172.4和172.7)，几个结果看起来差不多，但在科学研究领域，对精度要求很高，看似接近的数字起止相差很大。

　　那么为什么出现这类结果呢？

　　这份脚本出现的 bug，与我们印象中的 bug 很不同，bug通常在任何地方都会有相同错误结果，而不只是在某些特定的环境中。经过检查，问题锁定在数据的检索方式，每次运行的数据都存储在两个文件中，文件按文件名成对检索，并成对处理。关键在于，检索文件的顺序因操作系统而异。只要文件匹配，就能得到正确的结果。如果不是，将处理来自两次不同运行的数据。

　　此前，许多新闻报道中认为罪魁祸首是Python标准库模块 glob 模块，该脚本使用Python的glob模块来查找符合特定格式的文件路径名——基于glob的结果去生成读取文件列表。但是glob的结果又取决于操作系统的文件返回值。于是脚本的计算结果会受到文件处理顺序的影响。在Python 文档中关于 glob 模块的描述如下：

　　glob模块根据Unix shell使用的规则查找与指定模式匹配的所有文件路径名，最终结果以任意顺序返回。

　　所以这并不是 bug， glob 的结果是任意顺序返回的，它并没有按照指定的顺序返回结果。这错不在Python，而在于编写这份Python 脚本的人。该脚本的作者应该在代码中定义期望的排序行为，以确保一致性。如果是一个好的程序员，在详细阅读文档后，他们能够注意到文档中的说明(例如 glob 的返回结果是任意的)，从而在编写代码时考虑到它。这个事情也告诉我们，好的编程技巧相当重要，尤其是当应用到科学计算这类严谨的研究中，失之毫厘，必然差之千里。

　　Williams 等人发现了这个问题后，为该代码添加了必要的排序代码。他希望科学家们更加关注实验的计算部分，至于该脚本问题影响到其他论文研究结果有多少，他也难以得出定论。

　　一般来说，代码并不是一篇学术论文中最被关注的点。所以说，计算机学界及其他领域学界往往不会对代码质量过分深究。这也导致，不管是学术研究者还是业界人士，都能感觉到「学术原型代码」和「工业级别代码」之间的巨大差异。

　　不过相比于工业界的代码，学术论文中代码bug的影响毕竟还是有限的。

特别提醒：本网内容转载自其他媒体，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。