论文中的公式和代码经常各自正确，却没有实现同一个方法。本篇用滑动平均作为教学案例，完整展示"变量定义---公式---Python实现---正常测试---失败测试---论文解释"的核验流程。
示例不是笔匠AI接口，也不代表产品实测。对于"技术章节不知道怎样安排公式、代码和测试"的卡点，笔匠AI论文写作可以按理工科学科与学历配置任务，并将技术内容放进可编辑大纲；得到章节结构后，再用本文流程核验真实实现，最后进入初稿。
1. 环境与问题定义
运行环境：
- Python 3.10及以上；
- 仅使用标准库；
- 不依赖NumPy；
- 测试命令为
python -m unittest test_moving_average.py -v。
目标：输入长度为 n 的数列 x 和窗口 k，输出每个连续窗口的算术平均值。
当 k=3 时，第一个输出使用 x_1,x_2,x_3，第二个输出使用 x_2,x_3,x_4。输出长度应为 n-k+1。
2. 先把公式约束写完整
滑动平均可表达为：
m_t = (1 / k) × Σ x_i
求和范围：i = t-k+1, ..., t
有效下标：t = k, ..., n仅有公式还不够，必须补充：
x_i为数值；k为正整数；k不大于输入长度n；- 输入不能为空；
- 输出顺序与窗口移动顺序一致。
这些约束决定代码的校验分支，也是单元测试的来源。
3. Python实现
新建 moving_average.py：
from numbers import Real
def moving_average(values: list[Real], window: int) -> list[float]:
if not values:
raise ValueError("values cannot be empty")
if not isinstance(window, int) or isinstance(window, bool):
raise TypeError("window must be an integer")
if window <= 0:
raise ValueError("window must be greater than 0")
if window > len(values):
raise ValueError("window cannot exceed input length")
if any(not isinstance(value, Real) for value in values):
raise TypeError("all values must be real numbers")
return [
sum(values[start : start + window]) / window
for start in range(len(values) - window + 1)
]切片 values[start:start+window] 对应公式中的连续求和区间，除以 window 对应 1/k。循环上界保证输出数量为 n-k+1。
4. 正常、边界与失败测试
新建 test_moving_average.py：
import unittest
from moving_average import moving_average
class MovingAverageTests(unittest.TestCase):
def test_normal_windows(self) -> None:
self.assertEqual(
moving_average([1, 2, 3, 4], 3),
[2.0, 3.0],
)
def test_window_of_one(self) -> None:
self.assertEqual(
moving_average([1, 2], 1),
[1.0, 2.0],
)
def test_window_equals_input_length(self) -> None:
self.assertEqual(
moving_average([2, 4, 6], 3),
[4.0],
)
def test_empty_input_fails(self) -> None:
with self.assertRaises(ValueError):
moving_average([], 1)
def test_zero_window_fails(self) -> None:
with self.assertRaises(ValueError):
moving_average([1, 2], 0)
def test_large_window_fails(self) -> None:
with self.assertRaises(ValueError):
moving_average([1, 2], 3)
if __name__ == "__main__":
unittest.main()运行测试后，预期结果是6个测试通过。这里的"预期"需要在自己的环境中实际执行后才能写成真实结果；本文不把未运行的展示当实测。
5. 用人工计算验证正常样例
输入 [1,2,3,4]，窗口 k=3：
第一个窗口：(1+2+3)/3 = 2
第二个窗口：(2+3+4)/3 = 3
预期输出：[2.0, 3.0]单元测试的预期值来自公式和人工计算，而不是复制函数输出。否则代码和测试可能带着同一个错误一起通过。
6. 怎样写进论文
方法章节先说明研究问题、变量、公式和约束；实现章节解释关键映射，不必粘贴全部代码；实验章节记录真实数据、环境、参数和测试结果；附录可保留完整代码或仓库说明。
如果使用笔匠AI组织技术章节，可以从论文题目或开题报告生成可编辑大纲，再把公式定义、实现位置、测试用例和预期输出分别放入方法、实现与实验章节。产品能够连接公式、代码、图表和初稿，但真实代码是否运行、数据是否有效仍需作者验证。
7. 这个示例不能证明什么
它只能证明给定实现符合本文定义的滑动平均行为，不能证明滑动平均适合某项研究，也不能证明结果具有预测、因果或实际应用价值。
如果真实研究涉及缺失值、不规则时间间隔、加权窗口、边界填充或大规模数据性能，就需要重新定义公式、增加实现分支，并补充对应测试。
结论
论文代码验证不能止于"程序能运行"。先定义公式语义和边界，再实现代码，并用独立计算得到的正常样例、边界样例和失败样例进行测试，才能说明公式和程序至少完成了同一项任务。方法变化后，还要同步更新代码、测试、图表和论文结论。