编写程序统计家庭消杀用品，使用频次，种类，分析化学物质残留对人体影响。
家庭消杀用品统计与化学物质残留影响分析（教学级原型），并避免任何商业推广、引流或伪科学表述。
一、实际应用场景描述
在智能健康管理课程中，家庭化学暴露（Chemical Exposure）是一个重要但常被忽视的维度。
本程序适用于：
- 家庭成员日常使用的消杀用品登记
- 统计：
- 使用频次
- 种类
- 主要化学成分
- 基于公开毒理常识规则，对潜在残留风险进行定性分析
- 用于：
- 家庭健康管理教学
- 环境健康课程实验
- 数据意识培养
✅ 不声称医学诊断
✅ 不推荐品牌
✅ 不做绝对安全性断言
二、痛点引入（真实、可共鸣）
痛点 描述
使用无记录 不知道用了多少、用了多久
成分不了解 只看“消毒”“杀菌”标签
重复暴露 同一化学成分高频使用
风险不可见 缺乏量化参考
管理粗放 没有家庭级数据积累
👉 需要一个轻量级、本地化、可解释的工具
三、核心逻辑讲解（工程视角）
1️⃣ 数据模型设计
Disinfectant
├── name 名称
├── category 类别
├── chemical 主要化学成分
├── usage_count 使用次数
├── room 使用地点
└── last_used 最近使用日期
2️⃣ 风险分析策略（规则驱动）
基于暴露频率 + 毒性等级进行风险分级：
因素 风险倾向
高频使用 ↑
已知刺激成分 ↑
密闭空间使用 ↑
低毒成分 ↓
简化风险评分公式
风险指数 =
使用频次 × 毒性权重 × 环境系数
3️⃣ 输出结果
- 家庭消杀画像
- 高风险化学品清单
- 使用行为建议（非医疗）
四、Python 模块化代码（可直接运行）
📁 项目结构
home_disinfectant_analysis/
│
├── main.py
├── models.py
├── analyzer.py
├── storage.py
└── README.md
✅ models.py（数据建模）
"""
models.py
家庭消杀用品数据模型
"""
class Disinfectant:
def __init__(self, name, category, chemical, room):
self.name = name
self.category = category
self.chemical = chemical
self.usage_count = 0
self.room = room
self.last_used = None
✅ analyzer.py（核心分析逻辑）
"""
analyzer.py
化学物质残留风险分析
"""
# 简化毒性权重表（教学示例，非权威数据）
TOXICITY_WEIGHT = {
"酒精": 1,
"次氯酸钠": 3,
"季铵盐": 2,
"过氧乙酸": 3,
"未知": 2
}
ENVIRONMENT_FACTOR = {
"卫生间": 1.2,
"厨房": 1.0,
"卧室": 1.3,
"客厅": 1.1
}
def analyze(items):
"""
对每个消杀品进行风险评估
"""
results = []
for item in items:
toxicity = TOXICITY_WEIGHT.get(item.chemical, 2)
env_factor = ENVIRONMENT_FACTOR.get(item.room, 1.0)
risk_score = item.usage_count * toxicity * env_factor
risk_level = interpret_risk(risk_score)
results.append({
"name": item.name,
"chemical": item.chemical,
"usage_count": item.usage_count,
"risk_score": round(risk_score, 2),
"risk_level": risk_level
})
return results
def interpret_risk(score):
if score < 10:
return "低风险"
elif score < 25:
return "中风险"
else:
return "高风险"
✅ storage.py（本地存储）
"""
storage.py
JSON 本地存储
"""
import json
import os
FILE_PATH = "disinfectants.json"
def save_items(items):
data = []
for item in items:
data.append(item.__dict__)
with open(FILE_PATH, "w", encoding="utf-8") as f:
json.dump(data, f, ensure_ascii=False, indent=2)
✅ main.py（交互入口）
"""
main.py
家庭消杀用品统计分析工具
"""
from models import Disinfectant
from analyzer import analyze
from storage import save_items
def main():
print("=== 家庭消杀用品统计与分析 ===")
items = []
while True:
name = input("消杀品名称（空结束）：")
if not name:
break
category = input("类别（喷雾/湿巾/液体）：")
chemical = input("主要化学成分：")
room = input("常用房间：")
item = Disinfectant(name, category, chemical, room)
item.usage_count = int(input("近一周使用次数："))
items.append(item)
results = analyze(items)
print("\n【分析结果】")
for r in results:
print(r)
save_items(items)
print("✅ 数据已保存到 disinfectants.json")
if __name__ == "__main__":
main()
五、README 与使用说明
# 家庭消杀用品与化学残留分析（教学版）
## 项目说明
用于统计家庭消杀用品使用情况，并基于规则模型分析潜在化学暴露风险。
## 使用方式
```bash
python main.py
```
## 适用范围
- 健康管理课程
- 环境科学实验
- 家庭数据素养教学
## 注意事项
- 非医疗工具
- 结果仅为教学参考
- 不含商业推荐
六、核心知识点卡片（教学向）
分类 内容
Python 类、列表、字典、函数
工程思想 模型与逻辑分离
数据分析 规则评分、风险分级
健康信息学 化学暴露概念
数据伦理 不夸大、不误导
可扩展性 可接入数据库 / Web
七、总结（工程师视角）
这是一个完全中立、去营销化、可教学的原型系统：
✅ 不神化“AI 健康分析”
✅ 不制造焦虑
✅ 不替代专业机构
它真正展示的是：
如何用 Python 把生活现象变成可分析的数据
利用AI解决实际问题，如果你觉得这个工具好用，欢迎关注长安牧笛！