生信雜談:運用ChatGPT檢查代碼不一定總是對的,辯證對待任何結(jié)果

ChatGPT最近風(fēng)頭是真的猛财松,不過它的功能也確實很強大堪伍。從表面的聊天到更深入的回答科學(xué)問題靡砌,再到代碼檢查驼仪,ChatGPT都彰顯出了它很強的應(yīng)答功能掸犬,其中代碼檢查和詢問功能就是我們這種小白的福音啊。

image

雖然之前用的很爽绪爸,但是就在今天的代碼提問時我發(fā)現(xiàn)了一個挺大的問題湾碎。

image

最近有點想將處理基因組大數(shù)據(jù)的技能先入門了,這樣以后做實驗有收集到了數(shù)據(jù)就可以進(jìn)行各種數(shù)據(jù)挖掘奠货,而數(shù)據(jù)挖掘的入門就是python

image

今天在使用到python的RegEx(可以進(jìn)行字符串檢索的模塊)時介褥,我問了ChatGPT有關(guān)RegEx模塊中findall函數(shù)的問題

image
image

ChatGPT在關(guān)于re.findall函數(shù)解釋的前半段部分并沒有錯,re.findall()函數(shù)可用于查找字符串中出現(xiàn)的所有模式递惋,并將其作為列表返回柔滔,但在它舉的例子的結(jié)果是錯的。

輸入

import re

txt = "The quick brown fox jumps over the lazy dog."
matches = re.findall("o.", txt)

print(matches)

返回的結(jié)果應(yīng)該是

image

['ow', 'ox', 'ov', 'og']

但是ChatGPT返回的結(jié)果是

image
['ox', 'ov']

ChatGPT還貼心地解釋了re.findall函數(shù)'o.'和txt的兩個參數(shù)
image

大意是這里的'o.'后面可以跟任何字符串作為pattern進(jìn)行匹配

但是txt = "The quick brown fox jumps over the lazy dog."這里面的brown和dog不是應(yīng)該也有匹配項ow和og嗎

對此ChatGPT的解釋是:

There .findall() function returns a list of all non-overlapping matches of the pattern in the string.

即返回字符串中模式的所有非重疊匹配項的列表

對此我直接懵了

image

對此問題我展開追問

image

而ChatGPT的回答說的好像有道理丹墨,但是就是看不懂廊遍,以至于一度讓我懷疑自己的智商不太行

ChatGPT的回答大意是:

然而嬉愧,當(dāng)模式應(yīng)用于字符串“brown”時贩挣,前兩個字符“br”不匹配模式,但接下來的兩個字符“ow”匹配模式“o.”没酣,這意味著“ow”是根據(jù)模式匹配王财。但是由于之前的匹配“ox”已經(jīng)包含了“ow”中的“o”字符,“ow”與之前的匹配重疊并且不被認(rèn)為是非重疊匹配裕便。因此绒净,“ow”不包含在 re.findall() 的輸出中。

還貼心的給出了我想輸出'ow'應(yīng)該怎么做

image

然后我就不信了偿衰,自己去pycharm里面輸入了一下挂疆,結(jié)果返回的是

image
image

于是就糾正了一下ChatGPT

image
image

于是乎就是ChatGPT的瘋狂道歉和輸出糾正后的正確答案

綜上所述改览,ChatGPT不是萬能的,就算是在它表現(xiàn)還不錯的代碼領(lǐng)域缤言,辯證對待任何結(jié)果宝当。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市胆萧,隨后出現(xiàn)的幾起案子庆揩,更是在濱河造成了極大的恐慌,老刑警劉巖跌穗,帶你破解...
    沈念sama閱讀 216,324評論 6 498
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件订晌,死亡現(xiàn)場離奇詭異,居然都是意外死亡蚌吸,警方通過查閱死者的電腦和手機(jī)锈拨,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,356評論 3 392
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來羹唠,“玉大人推励,你說我怎么就攤上這事∪馄龋” “怎么了验辞?”我有些...
    開封第一講書人閱讀 162,328評論 0 353
  • 文/不壞的土叔 我叫張陵,是天一觀的道長喊衫。 經(jīng)常有香客問我跌造,道長,這世上最難降的妖魔是什么族购? 我笑而不...
    開封第一講書人閱讀 58,147評論 1 292
  • 正文 為了忘掉前任壳贪,我火速辦了婚禮,結(jié)果婚禮上寝杖,老公的妹妹穿的比我還像新娘违施。我一直安慰自己,他們只是感情好瑟幕,可當(dāng)我...
    茶點故事閱讀 67,160評論 6 388
  • 文/花漫 我一把揭開白布磕蒲。 她就那樣靜靜地躺著,像睡著了一般只盹。 火紅的嫁衣襯著肌膚如雪辣往。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,115評論 1 296
  • 那天殖卑,我揣著相機(jī)與錄音站削,去河邊找鬼。 笑死孵稽,一個胖子當(dāng)著我的面吹牛许起,可吹牛的內(nèi)容都是我干的十偶。 我是一名探鬼主播,決...
    沈念sama閱讀 40,025評論 3 417
  • 文/蒼蘭香墨 我猛地睜開眼园细,長吁一口氣:“原來是場噩夢啊……” “哼扯键!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起珊肃,我...
    開封第一講書人閱讀 38,867評論 0 274
  • 序言:老撾萬榮一對情侶失蹤荣刑,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后伦乔,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體厉亏,經(jīng)...
    沈念sama閱讀 45,307評論 1 310
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,528評論 2 332
  • 正文 我和宋清朗相戀三年烈和,在試婚紗的時候發(fā)現(xiàn)自己被綠了爱只。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 39,688評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡招刹,死狀恐怖恬试,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情疯暑,我是刑警寧澤训柴,帶...
    沈念sama閱讀 35,409評論 5 343
  • 正文 年R本政府宣布,位于F島的核電站妇拯,受9級特大地震影響幻馁,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜越锈,卻給世界環(huán)境...
    茶點故事閱讀 41,001評論 3 325
  • 文/蒙蒙 一仗嗦、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧甘凭,春花似錦稀拐、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,657評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至蹈矮,卻和暖如春砰逻,著一層夾襖步出監(jiān)牢的瞬間鸣驱,已是汗流浹背泛鸟。 一陣腳步聲響...
    開封第一講書人閱讀 32,811評論 1 268
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留踊东,地道東北人北滥。 一個月前我還...
    沈念sama閱讀 47,685評論 2 368
  • 正文 我出身青樓刚操,卻偏偏與公主長得像,于是被迫代替她去往敵國和親再芋。 傳聞我的和親對象是個殘疾皇子菊霜,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,573評論 2 353

推薦閱讀更多精彩內(nèi)容