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！