编写程序整合作息，饮食运动，情绪四大维度数据，生成个人综合健康评分报告。
作息 · 饮食 · 运动 · 情绪四维整合的个人综合健康评分报告工具（教学级健康管理原型）
内容不涉及医疗诊断、不推荐产品、不制造焦虑、无任何引流。
一、实际应用场景描述
在智能健康管理课程中，多维度健康评估（Multidimensional Health Assessment）是核心教学内容。
本程序适用于：
- 个人健康自我量化与复盘
- 学校健康管理 / 公共卫生课程
- 企业员工健康促进（EHP）教学
- 健康管理专业实验教学
核心目标：
- 整合四大维度数据：
- 作息（Sleep）
- 饮食（Diet）
- 运动（Exercise）
- 情绪（Mood）
- 生成可解释的综合健康评分
- 输出非临床、结构化健康报告
✅ 不替代医生
✅ 不做疾病预测
✅ 仅作为健康意识与数据素养工具
二、痛点引入（真实可感知）
痛点 表现
数据碎片化 睡眠、饮食、运动、情绪各自孤立
只看单点 只关心体重或步数
缺乏权重 不知道什么更重要
无整体视角 “我还算健康吗？”答不上来
工具过重 专业体检报告门槛高
👉 需要一个轻量、本地、可解释、可迭代的综合健康评分工具
三、核心逻辑讲解（工程视角）
1️⃣ 数据模型设计
HealthRecord
├── sleep_score 作息评分（1–10）
├── diet_score 饮食评分（1–10）
├── exercise_score 运动评分（1–10）
└── mood_score 情绪评分（1–10）
2️⃣ 四维权重设定（教学用）
维度 权重 理由
作息 35% 基础恢复
饮食 25% 能量与代谢
运动 20% 功能维持
情绪 20% 神经内分泌调节
3️⃣ 综合健康评分公式
综合健康分 =
作息 × 0.35 +
饮食 × 0.25 +
运动 × 0.20 +
情绪 × 0.20
4️⃣ 健康等级划分
综合得分 等级
≥ 8.5 优秀
7.0–8.4 良好
5.5–6.9 一般
< 5.5 需关注
四、Python 模块化代码（可直接运行）
📁 项目结构
personal_health_report/
│
├── main.py
├── models.py
├── calculator.py
├── reporter.py
├── storage.py
└── README.md
✅ models.py（数据建模）
"""
models.py
个人四维健康数据模型
"""
class HealthRecord:
def __init__(
self,
sleep_score,
diet_score,
exercise_score,
mood_score
):
self.sleep_score = sleep_score
self.diet_score = diet_score
self.exercise_score = exercise_score
self.mood_score = mood_score
✅ calculator.py（评分计算）
"""
calculator.py
综合健康评分计算
"""
WEIGHTS = {
"sleep": 0.35,
"diet": 0.25,
"exercise": 0.20,
"mood": 0.20
}
def calculate(record):
score = (
record.sleep_score * WEIGHTS["sleep"] +
record.diet_score * WEIGHTS["diet"] +
record.exercise_score * WEIGHTS["exercise"] +
record.mood_score * WEIGHTS["mood"]
)
return round(score, 2)
✅ reporter.py（报告生成）
"""
reporter.py
生成个人综合健康报告
"""
def level_from_score(score):
if score >= 8.5:
return "优秀"
elif score >= 7.0:
return "良好"
elif score >= 5.5:
return "一般"
else:
return "需关注"
def generate_report(record, score):
return {
"sleep": record.sleep_score,
"diet": record.diet_score,
"exercise": record.exercise_score,
"mood": record.mood_score,
"total_score": score,
"health_level": level_from_score(score)
}
✅ storage.py（本地存储）
"""
storage.py
JSON 本地存储
"""
import json
FILE_PATH = "health_report.json"
def save_report(report):
with open(FILE_PATH, "w", encoding="utf-8") as f:
json.dump(report, f, ensure_ascii=False, indent=2)
✅ main.py（交互入口）
"""
main.py
个人综合健康评分报告工具
"""
from models import HealthRecord
from calculator import calculate
from reporter import generate_report
from storage import save_report
def main():
print("=== 个人综合健康评分报告 ===")
record = HealthRecord(
sleep_score=int(input("作息评分（1–10）：")),
diet_score=int(input("饮食评分（1–10）：")),
exercise_score=int(input("运动评分（1–10）：")),
mood_score=int(input("情绪评分（1–10）："))
)
score = calculate(record)
report = generate_report(record, score)
print("\n【综合健康报告】")
for k, v in report.items():
print(f"{k}: {v}")
save_report(report)
print("✅ 报告已保存")
if __name__ == "__main__":
main()
五、README 与使用说明
# 个人综合健康评分报告工具（教学版）
## 项目说明
整合作息、饮食、运动、情绪四大维度，生成个人综合健康评分报告。
## 使用方式
```bash
python main.py
```
## 适用范围
- 健康管理课程
- 公共卫生教学
- 个人健康量化练习
## 注意事项
- 非医疗诊断工具
- 不替代专业体检
- 结果仅作教学与自我观察
六、核心知识点卡片（教学向）
分类 内容
Python 类、函数、加权计算
数据分析 多维指标整合
健康管理 综合健康评估
工程思想 模块化与解耦
数据伦理 不绝对化、不恐吓
可扩展性 可接入可穿戴设备
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“健康评分”
✅ 不制造健康焦虑
✅ 不伪装成医疗工具
它真正展示的是：
如何用 Python 把零散的健康行为，整合成一个可理解、可沟通、可迭代的综合健康视图
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！