中小水库雨量数据校验函数开发-软件工程课程网

返回
顶部

修改密码

* 旧密码：

* 新密码：

* 确认新密码：

首页 > 知识摘要 > 开发方法 > 正文

中小水库雨量数据校验函数开发

2026-01-05 14:48:28

来源：本站编辑

阅读量：

AI生成+人工审核+工具检测通过"用「AI生成+人工审核+工具检测」的可信开发流程# 过滤水库小时雨量异常值函数AI生成+人工审核### 人工修复后的最终代码（`rainfall_check.py`）### AI生成的典型初始代码（参考）def filter_rainfall_outliers(rainfall_list)3. 将AI生成的代码复制到 `rainfall_check.py`过滤水库小时雨量数据中的异常值中小水库雨量数据校验函数开发小时雨量数据列表合规雨量数据列表合规雨量数据列表

# 课堂演练：中小水库雨量数据校验函数开发

# 课堂演练任务：中小水库雨量数据校验函数开发

## 【学生实操步骤+参考答案】

### 任务目标

用「AI生成+人工审核+工具检测」的可信开发流程，编写一个**过滤水库小时雨量异常值**的Python函数，践行任正非公开信“可信优先”理念。

### 前置准备

1. 安装必备工具：`pip install bandit pylint pytest`

2. 准备AI工具：豆包/DeepSeek代码助手（任选其一）

3. 新建文件：`rainfall_check.py` 和 `test_rainfall.py`

---

## 一、 步骤1：AI生成基础代码（10分钟）

### 实操指令

1. 打开 `rainfall_check.py`

2. 在AI工具中输入**精准提示词**：

```编写Python函数，函数名：filter_rainfall异常值
功能：接收一个水库小时雨量数据列表（元素为数值型），过滤掉小于0或大于500mm的异常值，返回合规数据列表
要求：1. 处理空列表、非数值元素的情况；2. 添加中文注释；3. 符合PEP8规范
    
    ```

3. 将AI生成的代码复制到 `rainfall_check.py`

### AI生成的典型初始代码（参考）

```Python
# 过滤水库小时雨量异常值函数
def filter_rainfall(rainfall_list):
    """
    过滤水库小时雨量数据中的异常值
    :param rainfall_list: 小时雨量数据列表
    :return: 合规雨量数据列表
    """
    if not isinstance(rainfall_list, list):
        return []
    valid_data = []
    for data in rainfall_list:
        # 判断是否为数值类型
        if isinstance(data, (int, float)):
            # 过滤异常值：0 ≤ 雨量 ≤ 500mm
            if 0 <= data <= 500:
                valid_data.append(data)
    return valid_data
```

---

## 二、 步骤2：人工审核+漏洞修复（15分钟）

### 实操指令（对照下表逐行检查）

|审核维度|检查要点|AI代码常见缺陷|修复方案（参考答案）|
|---|---|---|---|
|**需求对齐**|是否覆盖“空列表、非数值元素”|未处理列表嵌套（如 `[[10], 20]`）|增加嵌套列表判断，提取底层数值|
|**逻辑漏洞**|异常值边界是否准确|无缺陷（0和500均保留）|无需修改|
|**责任标记**|是否注明“AI生成+人工审核”|无标记|在函数注释末尾添加：`# AI生成，人工审核通过`|
|**规范合规**|变量命名、注释是否清晰|函数名包含中文（不符合PEP8）|函数名改为 `filter_rainfall_outliers`|
### 人工修复后的最终代码（`rainfall_check.py`）

```Python
# 过滤水库小时雨量异常值函数
def filter_rainfall_outliers(rainfall_list):
    """
    过滤水库小时雨量数据中的异常值
    :param rainfall_list: 小时雨量数据列表（支持单层嵌套）
    :return: 合规雨量数据列表
    注：AI生成，人工审核通过
    """
    valid_data = []
    # 处理非列表输入
    if not isinstance(rainfall_list, list):
        return valid_data
    
    for data in rainfall_list:
        # 处理单层嵌套列表
        if isinstance(data, list):
            for sub_data in data:
                if isinstance(sub_data, (int, float)) and 0 <= sub_data <= 500:
                    valid_data.append(sub_data)
        # 处理数值类型数据
        elif isinstance(data, (int, float)):
            if 0 <= data <= 500:
                valid_data.append(data)
    return valid_data
```

---

## 三、 步骤3：工具链检测+问题整改（20分钟）

### 指令1：用pylint检查代码规范

1. 执行命令：`pylint rainfall_check.py`

2. 常见问题及整改方案：

|    pylint提示|    问题原因|    整改方案|
|---|---|---|
|    `Missing docstring in module`|    缺少模块注释|    在文件开头添加：`"""中小水库雨量数据校验模块，用于过滤异常值"""`|
|    `Line too long`|    注释行过长|    拆分长注释，控制每行≤80字符|
### 指令2：用bandit扫描安全漏洞

1. 执行命令：`bandit rainfall_check.py -r`

2. 结果分析：本函数无安全漏洞（如硬编码密钥、SQL注入），若有高危提示需立即修复。

### 指令3：用pytest做自动化测试（核心可信验证）

1. 编写 `test_rainfall.py` 测试用例（参考答案）：
```Python
def test_normal_data():
    #测试正常数据
    assert filter_rainfall_outliers([10, 20, 30]) == [10, 20, 30]
def test_abnormal_data():
    # 测试异常值（负数、超500mm）
    assert filter_rainfall_outliers([-5, 600, 250]) == [250]
def test_special_cases():
    # 测试空列表、嵌套列表、非列表输入
    assert filter_rainfall_outliers([]) == []
    assert filter_rainfall_outliers([[50], 100, "abc"]) == [50, 100]
    assert filter_rainfall_outliers("not a list") == []
```

2. 执行测试命令：`pytest test_rainfall.py -v`

3. 合格标准：**所有测试用例100%通过**，否则返回步骤2修改代码。

---

## 四、 步骤4：交付归档（5分钟）

### 实操指令

1. 用Git记录版本：

```Bash
git init
git add rainfall_check.py test_rainfall.py
git commit -m "feat: 完成水库雨量校验函数，AI生成+人工审核+工具检测通过"
    ```

2. 生成交付文档：创建 `README.md`，记录开发流程、工具检测结果、审核人信息。

---

## 五、 考核打分表（教师用）

|考核维度|评分标准|分值|学生得分|
|---|---|---|---|
|AI代码审核质量|找出≥2个缺陷，修复合理|30||
|工具检测执行|完成3类工具检测，测试用例全覆盖|30||
|流程合规性|Git版本记录完整，交付文档规范|20||
|思政理念体现|标注责任主体，选用开源工具|20||
|**总分**||**100**||
---

上一篇：任正非：全面提升软...

下一篇：没有了

已有0条评论

0/150

提交

热门评论

查看更多评论

目 录

目录