摘要：在線教育迅速普及，現(xiàn)在已成為一個重要的學(xué)習(xí)方式，在線編程教育也十分火熱。隨著Python編程學(xué)習(xí)熱度的不斷高漲，如何幫助學(xué)生在學(xué)習(xí)編程時快速提升已經(jīng)成為一個亟須解決的問題。通過對在線教育平臺中學(xué)生歷史編程數(shù)據(jù)的挖掘和分析，得到學(xué)生在學(xué)習(xí)編程時最容易出現(xiàn)的程序錯誤類型，并對學(xué)生容易出現(xiàn)這些錯誤的原因進行分析，為學(xué)生進行編程學(xué)習(xí)提供幫助，同時也為教師進行教學(xué)調(diào)整提供依據(jù)。

關(guān)鍵詞：大數(shù)據(jù)；數(shù)據(jù)挖掘；編程錯誤；編程錯誤類型

一、前言

隨著人工智能的興起，Python語言也得到極大的應(yīng)用，各大高校紛紛開設(shè)Python課程，幼兒Python編程也在逐漸普及。對于Python編程的新學(xué)者而言，無論是語法還是編程規(guī)則都有一定的難度，同時在學(xué)習(xí)的過程當(dāng)中新學(xué)者也會產(chǎn)生很多錯誤。如何幫助新學(xué)者在學(xué)習(xí)Python編程的過程中快速解決這些錯誤，牢牢掌握編程知識便變得格外重要。學(xué)生編程數(shù)據(jù)挖掘是利用數(shù)據(jù)挖掘技術(shù)來發(fā)現(xiàn)、提取和分析學(xué)生歷史編程數(shù)據(jù)中的有價值的信息和知識的過程。學(xué)生歷史編程數(shù)據(jù)挖掘的目標(biāo)是從大量的學(xué)生編程數(shù)據(jù)中挖掘出隱藏在其中的規(guī)律、趨勢和關(guān)聯(lián)性。采集學(xué)生在編程學(xué)習(xí)過程中的歷史代碼和程序報錯信息，通過對這些數(shù)據(jù)進行采集、清洗、挖掘與分析，從中得出學(xué)生在編程過程中最容易產(chǎn)生錯誤的地方，由此得出在學(xué)習(xí)時學(xué)生需要重點學(xué)習(xí)的知識點。同時，教師也要對這些知識點進行重點講解。通過對學(xué)生編程數(shù)據(jù)進行挖掘與分析，能夠為學(xué)生進行編程學(xué)習(xí)提供幫助，快速解決學(xué)習(xí)中遇到的問題，也能為教師調(diào)整教學(xué)方案提供依據(jù)。

二、研究背景

隨著網(wǎng)絡(luò)課程與學(xué)習(xí)技術(shù)系統(tǒng)的發(fā)展，在線學(xué)習(xí)越來越多地發(fā)生在各種教育情境中，基于網(wǎng)絡(luò)的學(xué)習(xí)能使學(xué)生憑自己的喜好進行自主、探究性的學(xué)習(xí)[1]。在傳統(tǒng)教育中，學(xué)生聚集在一起由老師統(tǒng)一教學(xué)，這樣可能會造成某些學(xué)生因為跟不上集體進度而學(xué)習(xí)落后，在線學(xué)習(xí)就很好地解決了這個問題。教育平臺在網(wǎng)絡(luò)上發(fā)布課程視頻或者習(xí)題，學(xué)生如果沒有學(xué)懂還可以反復(fù)觀看學(xué)習(xí)，這樣一對一的學(xué)習(xí)模式極大地幫助了學(xué)生，也輔助了老師的授課。由于這些原因，在線學(xué)習(xí)迅速受到了廣泛的關(guān)注，各個學(xué)科在網(wǎng)上都能找到相應(yīng)的學(xué)習(xí)課程。而隨著IT在各行各業(yè)的應(yīng)用越來越廣泛，人們對編程技術(shù)的學(xué)習(xí)熱情也越來越高漲，網(wǎng)絡(luò)上陸續(xù)出現(xiàn)了很多編程教育課程。這些課程以文字或視頻等形式進行編程教育，極大地幫助了學(xué)生的編程學(xué)習(xí)。但是，編程學(xué)習(xí)的最終目的在于編程，這個學(xué)科的實踐性也暴露了這些課程最大的缺點：在學(xué)生編程時，如果程序出現(xiàn)錯誤，將無法幫助學(xué)生進行糾正錯誤的指導(dǎo)。

在程序開發(fā)中，程序錯誤是不可避免會產(chǎn)生的。程序錯誤的產(chǎn)生有許多原因，在程序編寫的每一個階段，處理不當(dāng)都有可能產(chǎn)生錯誤。程序中錯誤大致可分為三種：語法錯誤、運行錯誤和邏輯錯誤。語法錯誤是指由于編程中出現(xiàn)了不符合語法規(guī)則的語句而產(chǎn)生的錯誤。語法錯誤一旦出現(xiàn)，程序不能運行起來，編譯不能通過，這種錯誤相對于其他兩種錯誤調(diào)試起來要容易一些；運行錯誤是指程序通過了編譯能夠運行起來，但是運行時出現(xiàn)的錯誤。一旦發(fā)生這種錯誤，程序會被迫停止運行，這種錯誤有特定的發(fā)生條件，比語法錯誤調(diào)試要難一些；邏輯錯誤是指程序沒有語法錯誤和運行錯誤，但是執(zhí)行出來的結(jié)果與預(yù)期的不同，這種錯誤是最難發(fā)現(xiàn)與修改的，且修改所花費的成本也最高[2]。對于學(xué)習(xí)編程的學(xué)生來說，能夠準(zhǔn)確且快速地識別程序錯誤，并準(zhǔn)確地修改錯誤，是對學(xué)習(xí)編程的最大助力。修改程序語法錯誤的過程中，學(xué)生能夠正確認(rèn)識錯誤進而掌握相關(guān)語法知識，而運行錯誤和邏輯錯誤的修改，則對學(xué)生的編程能力有更高的要求，需要學(xué)生對相關(guān)程序語法熟練掌握，對程序中的業(yè)務(wù)邏輯了解清晰。

在本文中，我們采集在線編程教育平臺中學(xué)生的Python編程學(xué)習(xí)數(shù)據(jù)，對學(xué)生容易出現(xiàn)的編程錯誤進行數(shù)據(jù)分析與挖掘，得出學(xué)生在學(xué)習(xí)過程中最容易出現(xiàn)的程序錯誤，讓學(xué)生在學(xué)習(xí)的過程中對這些問題所涉及的相關(guān)知識點進行認(rèn)真學(xué)習(xí)。同時，也給相關(guān)任課老師生成教學(xué)建議，讓任課老師在上課時，對于容易出現(xiàn)的程序錯誤點，進行強化教學(xué)，保證學(xué)生能夠精準(zhǔn)掌握相關(guān)知識點，在編程中不再發(fā)生相關(guān)錯誤。

三、相關(guān)知識

針對 C 程序編譯及運行時的出錯情況，相關(guān)研究對C程序編譯之后的錯誤進行了分析與研究，將錯誤類型歸納為原級錯誤、再生錯誤和偽錯誤[3]。原級錯誤是指編程者在編寫程序的過程中，因為粗心等初級問題而導(dǎo)致程序出現(xiàn)的錯誤，這一類的錯誤修改起來非常簡單，且通常與編程者的知識掌握程度關(guān)聯(lián)不太大。再生錯誤指的是因為原級錯誤的存在，導(dǎo)致后續(xù)程序出現(xiàn)的錯誤，當(dāng)原級錯誤被解決時，再生錯誤通常也會自動消失。偽錯誤指的是當(dāng)編程者在修改程序中當(dāng)前存在的錯誤時，由于修改不當(dāng)，導(dǎo)致程序中其他地方出現(xiàn)的錯誤。

而依據(jù)C語言語法格式和編程規(guī)則，則有研究對C程序中的錯誤進行了分類，主要錯誤包括程序書寫格式錯誤。在編程過程中，由于編程者的書寫習(xí)慣或者粗心大意，很容易發(fā)生因格式錯誤而造成的程序編譯不通過。除了書寫格式錯誤以外，還有輸入出錯、與編譯環(huán)境不匹配等[4]。

除了C語言之外，還有研究通過對AspectJ語言進行分析，給出了八種程序錯誤類型。這八種程序錯誤類型涉及程序語法、程序流程控制有誤導(dǎo)致程序錯誤、異常拋出導(dǎo)致程序流程發(fā)生改變、錯誤建立后置條件、類型間聲明使用不當(dāng)?shù)萚5]。

上述的程序錯誤分析相關(guān)研究，針對的大部分是C語言或其他使用人不多的語言?，F(xiàn)今使用最多的語言是Python語言，由軟件開發(fā)工具制造商 JetBrains 發(fā)布的《2020年開發(fā)者生態(tài)報告》顯示，在2019年，Python已經(jīng)超越JAVA，成為使用人數(shù)最多的編程語言。隨著人工智能的興起，Python的使用變得越來越廣泛，無論是數(shù)據(jù)分析與挖掘，還是深度學(xué)習(xí)、機器學(xué)習(xí)等人工智能相關(guān)技能，絕大部分編程人員都會選擇Python語言進行開發(fā)。為了對接產(chǎn)業(yè)，讓學(xué)生在課堂上學(xué)習(xí)的知識能夠直接應(yīng)用到工作中，大部分高校在教學(xué)期間，都會給學(xué)生開設(shè)Python課程，而Python編程的學(xué)習(xí)并非容易。Python編程語言有一套獨立的語法體系，同時還有獨有的內(nèi)置函數(shù)、模塊和標(biāo)準(zhǔn)庫等，學(xué)生在學(xué)習(xí)編程的過程中，最重要的步驟也是不能缺少的一步就是動手編程，因為Python學(xué)習(xí)的難度，程序會出現(xiàn)各種各樣的錯誤。由此，學(xué)生在學(xué)習(xí)的過程中，哪些錯誤出現(xiàn)得比較頻繁就是一個非常值得研究的問題。

本文主要通過基于字段切割的錯誤標(biāo)志提取算法對代碼報錯信息切割，提取出代碼錯誤標(biāo)志，并對每種代碼錯誤標(biāo)志進行統(tǒng)計分析，得出每類代碼錯誤的分布情況，以此為依據(jù)，為學(xué)生代碼編寫學(xué)習(xí)提供參考，并為教師日常編程教學(xué)提供參照。

四、數(shù)據(jù)預(yù)處理

本文提取編程教學(xué)平臺中學(xué)生的編程記錄歷史數(shù)據(jù)，一共有來自2380 名學(xué)生的40355條編程錯誤提示信息。數(shù)據(jù)集中包括學(xué)生姓名、學(xué)生學(xué)習(xí)ID號和學(xué)生提交代碼，除此之外，學(xué)生在平臺中每次寫完代碼可以進行提交。在提交完畢后，系統(tǒng)后臺會將該學(xué)生此次編寫的代碼進行存儲，然后系統(tǒng)會運行代碼，如果代碼出現(xiàn)錯誤，那么系統(tǒng)會將錯誤信息進行顯示，讓學(xué)生能夠根據(jù)錯誤信息修改代碼，同時系統(tǒng)也會將錯誤信息存儲到后臺，所以數(shù)據(jù)集中還包括學(xué)生的代碼報錯信息。由于平臺延時、學(xué)生重復(fù)提交和系統(tǒng)錯誤等問題，數(shù)據(jù)集中會出現(xiàn)重復(fù)、數(shù)據(jù)不一致和數(shù)據(jù)缺失等問題。在進行數(shù)據(jù)分析之前，要將數(shù)據(jù)集進行預(yù)處理，將重復(fù)數(shù)據(jù)進行刪除，同時按照數(shù)據(jù)集的主鍵約束保證數(shù)據(jù)的唯一性和一致性。平臺在進行錯誤信息存儲時，由于延時等問題，會造成錯誤信息存儲失敗，所以要進行缺失數(shù)據(jù)處理。本文中的數(shù)據(jù)為代碼錯誤信息，一旦缺失便不能進行錯誤標(biāo)志識別，所以需要將缺失數(shù)據(jù)進行刪除，處理完成后的數(shù)據(jù)集便可進行后續(xù)的數(shù)據(jù)分析。

五、程序錯誤數(shù)據(jù)分析與挖掘

當(dāng)程序運行出現(xiàn)錯誤時，編譯器會給出報錯信息，報錯信息一般包含三部分，第一部分一般為第一行，給出當(dāng)前運行程序的存儲路徑和出錯的代碼行數(shù)，第二部分為一到多行，給出出錯的具體代碼，并會指出代碼出錯的位置，第三部分為最后一行，給出報錯標(biāo)志類型。報錯信息如圖1所示。

Python程序錯誤標(biāo)志有多種，包括SyntaxError（語法錯誤）、TypeError（對類型無效的操作）、ValueError（傳入無效的參數(shù)）、IndentationError（縮進錯誤）、AttributeError（對象沒有這個屬性）、ImportError（導(dǎo)入模塊/對象失敗）、KeyError（映射中沒有這個鍵）等。本文通過字段切割算法來提取學(xué)生報錯信息中的錯誤標(biāo)志，該算法的核心為正則表達式模式匹配，正則表達式是記錄文本規(guī)則的代碼，也就是一種字符串匹配方法，可以用于在字符串中進行子串的查找和替換，應(yīng)用十分廣泛。在本文中，由于錯誤標(biāo)志存在于報錯信息中，且錯誤類型的前文為錯誤代碼，與錯誤標(biāo)志之前存在一個換行，所以在錯誤標(biāo)志之前要匹配一個換行符，在錯誤標(biāo)志之后為一個冒號，所以在最后需要匹配一個冒號，提取錯誤標(biāo)志的字符串模板如圖2所示。

將經(jīng)過預(yù)處理的數(shù)據(jù)都通過字段切割算法提取出錯誤標(biāo)志，然后將所有提取出來的錯誤標(biāo)志存儲進錯誤標(biāo)志庫。接著，我們便可對錯誤標(biāo)志庫中的數(shù)據(jù)進行分析，通過統(tǒng)計分析，我們可以得到如表1所示的程序錯誤標(biāo)志類型和每種類型的數(shù)量以及占比。從表中我們可以看出來，出錯最多的是語法錯誤，有7037個程序都是因為語法而報錯，占比達到27.64%。由此可見，對于學(xué)生來說，學(xué)習(xí)編程語言時，最難掌握的就是程序語法，這個錯誤對于學(xué)生來說非常常見。由于大部分學(xué)生是初學(xué)者，而程序中的語法知識點非常多且大多都比較難以掌握，所以學(xué)生學(xué)起來會比較困難；其次便是未聲明/初始化對象，占比達到24.27%。未聲明和初始化對象是初學(xué)者經(jīng)常會犯的一個錯誤，主要原因是初學(xué)者在使用一個變量或常量前經(jīng)常會忘記定義該量，或者是定義了而沒有賦初值，有6179個程序因為該錯誤而報錯?？s進錯誤的出現(xiàn)主要是因為學(xué)生對于Python編程規(guī)則的不熟悉，有4871個程序因為此錯誤而報錯，占比達19.13%。對類型無效的操作錯誤的出現(xiàn)主要是因為傳入?yún)?shù)個數(shù)與函數(shù)本身參數(shù)個數(shù)不一致，或者傳入?yún)?shù)的數(shù)據(jù)類型與函數(shù)本身參數(shù)數(shù)據(jù)類型不一致，有3822個程序因此錯誤而報錯。還有學(xué)生程序因為超過遞歸深度而報錯，這一類錯誤的出現(xiàn)主要是因為遞歸次數(shù)過多，學(xué)生對于遞歸知識點沒有掌握牢固。如圖3所示，學(xué)生錯得最多的8種類型，分別是語法錯誤、未聲明/初始化對象、縮進錯誤、對類型無效的操作、超過遞歸深度、對象沒有這個屬性、序列中沒有此索引和訪問未初始化的本地變量。這些錯誤都是初學(xué)者經(jīng)常會犯的錯誤，由此可見學(xué)生在學(xué)習(xí)編程時，主要是因為對程序語法和編程規(guī)則不夠熟練而導(dǎo)致程序出錯。而沒有內(nèi)建輸入、導(dǎo)入模塊/對象失敗、找不到模塊、Tkinter模塊調(diào)用錯誤、映射中沒有這個鍵、傳入無效的參數(shù)、自動提升為長整型錯誤、除零等錯誤則出現(xiàn)的次數(shù)比較少。編程時這些錯誤的出現(xiàn)一般是因為對程序邏輯沒有建構(gòu)清楚或者是對于內(nèi)置模塊沒有了解透徹，前文所述常見錯誤類型的出現(xiàn)是因為學(xué)生對于基礎(chǔ)的程序知識掌握不夠熟練。相比起來，出現(xiàn)次數(shù)比較少的錯誤類型則代表了一小部分學(xué)生對于編程基本知識掌握比較牢固，而程序邏輯建構(gòu)能力還不夠扎實。

從上述的數(shù)據(jù)挖掘與分析中，我們可以得知，學(xué)生在學(xué)習(xí)編程知識時，經(jīng)常出錯的地方為語法錯誤、未聲明/初始化對象、縮進錯誤、對類型無效的操作、超過遞歸深度、對象沒有這個屬性、序列中沒有此索引和訪問為初始化的本地變量。這也就要求學(xué)生在進行編程學(xué)習(xí)時，在這些方面要特別注意，對于編程的基礎(chǔ)語法和編程規(guī)則要牢牢掌握。而對于教師而言，在進行課程的教授時，在這些方面要特別著重講授和強調(diào)，多為學(xué)生進行講解，多給學(xué)生布置相關(guān)習(xí)題，保證學(xué)生能夠牢牢掌握這些知識點，在編程的學(xué)習(xí)上大幅提升。

六、結(jié)語

本文提取了編程教育平臺中學(xué)生的歷史編程數(shù)據(jù)，對該數(shù)據(jù)進行預(yù)處理，剔除數(shù)據(jù)集中的重復(fù)數(shù)據(jù)和缺失數(shù)據(jù)，并對數(shù)據(jù)集中存在的數(shù)據(jù)不一致問題進行解決。然后，通過字段切割算法來對數(shù)據(jù)集中的錯誤標(biāo)志類型進行挖掘，得到每個學(xué)生編程時具體的報錯類型，最后對錯誤類型進行統(tǒng)計分析。通過統(tǒng)計分析，我們可以得知，學(xué)生在初學(xué)編程時，非常容易在程序語法和編程規(guī)則上出錯，這也就為學(xué)生學(xué)習(xí)程序時提供了幫助，學(xué)生在這些方面就要認(rèn)真學(xué)習(xí)，攻克這些學(xué)習(xí)難點。同時，也為老師的教學(xué)方法調(diào)整提供依據(jù)，在老師進行編程授課時，在這些方面就要讓學(xué)生多加練習(xí)，保證學(xué)生能夠真正掌握知識點。

參考文獻

[1]胡藝齡，顧小清，趙春.在線學(xué)習(xí)行為分析建模及挖掘[J].開放教育研究，2014，20（02）：102-110.

[2]張倩.基于群體學(xué)習(xí)行為數(shù)據(jù)的編程錯誤引導(dǎo)修復(fù)方法研究與實現(xiàn)[D].長沙：國防科技大學(xué)，2020.

[3]辛明影，邵冬云，王開鑄.C程序錯誤分析和查錯研究[J].電腦學(xué)習(xí)，2010（05）：102-103.

[4]李璟.C程序常見錯誤分析[J].電腦知識與技術(shù)，2006（26）：148+166.

[5]丁輝，姚慶文.面向方面程序錯誤類型分析[J].微計算機信息，2005（14）：133-136+57.

作者單位：湖南高速鐵路職業(yè)技術(shù)學(xué)院

■ 責(zé)任編輯：周航