编写程序分析夜宵食用时间，品类，评估夜间进食对睡眠，肠胃的双重影响。
用 Python 构建一个夜宵食用时间 × 品类对睡眠与肠胃双重影响评估系统，用于说明「如何让夜间饮食数据变成可解释的健康风险提示」。
一、实际应用场景描述
在慢病管理、体重管理与健康管理课程中，夜间进食分析常用于：
- 加班族、学生党夜宵习惯评估
- 胃食管反流、失眠人群的行为归因
- 减脂期饮食结构调整
- 健康管理课程中的行为—健康关联教学案例
典型数据包括：
- 夜宵时间（距入睡时间）
- 夜宵品类（油腻 / 清淡 / 甜品 / 酒精）
- 食用量（可选）
但在现实中：
- 只知道“吃了夜宵”
- 不清楚几点吃影响最大
- 不清楚不同品类对睡眠和肠胃的差异影响
二、引入痛点
当前常见问题：
1. 时间模糊：只记“晚上吃了”，不记距睡觉多久
2. 品类混为一谈：炸鸡和酸奶都被叫“夜宵”
3. 影响不可见：不知道是睡不好，还是胃不舒服
痛点总结：
缺少一个可量化、可区分、非诊断性的夜宵健康影响分析工具。
三、核心逻辑讲解（工程建模视角）
⚠️ 说明：以下为工程影响模型，不等同于临床或营养学标准。
核心输入
字段 含义
snack_time 夜宵时间（小时，24h制）
sleep_time 入睡时间
category 夜宵品类
amount_g 食用量（克，可选）
工程权重（示例）
品类 睡眠影响 肠胃影响
油腻 1.5 1.5
甜品 1.3 1.1
酒精 1.6 1.2
清淡 0.8 0.8
计算公式
时间因子 = 1 / 距入睡小时数
睡眠风险 = 品类权重 × 时间因子
肠胃风险 = 品类权重 × 时间因子 × 量因子
四、Python 核心代码（模块化 + 清晰注释）
1️⃣ 数据结构定义
"models.py"
"""
夜宵数据结构
"""
class MidnightSnack:
def __init__(self, snack_time, sleep_time, category, amount_g=100):
self.snack_time = snack_time
self.sleep_time = sleep_time
self.category = category
self.amount = amount_g
2️⃣ 影响评估模块
"impact.py"
"""
夜宵对睡眠与肠胃的影响评估
"""
CATEGORY_WEIGHT = {
"greasy": {"sleep": 1.5, "gut": 1.5},
"dessert": {"sleep": 1.3, "gut": 1.1},
"alcohol": {"sleep": 1.6, "gut": 1.2},
"light": {"sleep": 0.8, "gut": 0.8}
}
def hours_before_sleep(snack, sleep):
return max(sleep - snack, 0.5)
def impact_scores(snack: "MidnightSnack"):
time_factor = 1 / hours_before_sleep(snack.snack_time, snack.sleep_time)
weight = CATEGORY_WEIGHT.get(snack.category, {"sleep": 1.0, "gut": 1.0})
sleep_score = weight["sleep"] * time_factor
gut_score = weight["gut"] * time_factor * (snack.amount / 100)
return round(sleep_score, 2), round(gut_score, 2)
3️⃣ 风险分级与提醒模块
"advisor.py"
"""
夜宵风险分级与提醒
"""
def risk_level(score):
if score < 1.0:
return "低风险"
elif score < 2.0:
return "中风险"
else:
return "高风险"
def advice_text(sleep_level, gut_level):
if sleep_level == "高风险" or gut_level == "高风险":
return "建议尽量避免此类夜宵，或大幅提前进食时间。"
elif sleep_level == "中风险" or gut_level == "中风险":
return "建议减少分量，并在睡前 3 小时以上食用。"
else:
return "夜宵影响较小，注意保持清淡即可。"
4️⃣ 主程序
"main.py"
from models import MidnightSnack
from impact import impact_scores
from advisor import risk_level, advice_text
if __name__ == "__main__":
snack = MidnightSnack(
snack_time=22.0,
sleep_time=23.0,
category="greasy",
amount_g=200
)
sleep_score, gut_score = impact_scores(snack)
sleep_level = risk_level(sleep_score)
gut_level = risk_level(gut_score)
print("睡眠影响评分：", sleep_score, "| 等级：", sleep_level)
print("肠胃影响评分：", gut_score, "| 等级：", gut_level)
print("健康提醒：", advice_text(sleep_level, gut_level))
五、README.md
# Midnight Snack Impact Analyzer（夜宵健康影响分析工具）
## 项目定位
本工具用于教学与技术演示，展示如何基于夜宵时间与品类，
评估对睡眠与肠胃的双重影响。
⚠️ 本项目不构成医学或营养建议，仅用于工程建模练习。
## 功能
- 夜宵数据建模
- 睡眠与肠胃影响评分
- 风险分级与健康提醒
## 使用方式
bash
python main.py
## 依赖
- Python 3.8+
## 适用人群
- 全栈开发者
- 健康管理课程讲师
- 慢病管理与家庭健康实践者
六、使用说明（User Guide）
1. 构造
"MidnightSnack" 夜宵数据
2. 使用
"impact_scores" 计算双重影响
3. 调用
"risk_level" 与
"advice_text" 获取提醒
4. 可扩展为：
- 多日夜宵趋势分析
- 与睡眠监测数据联动
- 家庭饮食健康仪表盘
七、核心知识点卡片（去营销化）
📌 知识点 1：时间比品类更关键
工程上“距入睡时间”是第一风险因子。
📌 知识点 2：睡眠与肠胃要分开建模
同一夜宵可能只影响其中一个。
📌 知识点 3：建议要可操作
给出“提前多久、吃多少”的具体方向。
八、总结（中立立场）
✅ 本程序展示了一个通用、可扩展的夜间饮食健康分析模型
✅ 强调时间 × 品类 → 双重影响 → 可解释提醒的工程闭环
✅ 非常适合用于慢病管理、健康课程、技术博客
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！