空气质量指数计算：从零开始，让程序看懂空气

小象实战讲义 · Python 入门：8 个小项目边玩边学

想知道你所在城市的空气质量到底怎么样吗？天气预报里那个“AQI”数字是怎么算出来的？今天，我们就来亲手打造一个空气质量指数计算器！学完这一节，你就能输入PM2.5、一氧化碳等污染物的浓度，让程序自动算出对应的空气质量指数（AQI），就像给空气做一次“体检评分”。

💡 核心导读

• 核心任务：实现一个空气质量指数（AQI）计算程序。
• 核心原理：AQI是通过“线性缩放”公式，将污染物浓度转换成一个0-500之间的指数。
• 本节新增：学会分段判断和封装通用计算函数，让代码更清晰、更易维护。
• 你将得到：一个能处理PM2.5和一氧化碳（CO）的简易AQI计算器。

空气质量指数：给空气“打分”的规则

空气质量指数（AQI）不是一个简单的测量值，而是一个根据多种污染物浓度，通过一套国家标准计算出来的综合指数。它把复杂的浓度数据，转换成一个我们容易理解的0到500的数字，并对应“优”、“良”、“轻度污染”等等级。

计算AQI的关键在于先计算每种污染物的空气质量分指数（IAQI）。每种污染物（如PM2.5、PM10、CO等）都有一张对应的浓度限值表。我们的任务就是：根据测量到的浓度值，找到它属于哪个浓度区间，然后用一个公式把它“映射”到对应的IAQI区间。

这个映射公式就是一个线性缩放公式：

IAQI = (IAQI_高 - IAQI_低) × (Cp - BP_低) / (BP_高 - BP_低) + IAQI_低

别被公式吓到！我们把它拆开看：

• Cp：我们测量到的污染物浓度值（比如PM2.5是55微克/立方米）。
• [BP_低, BP_高]：浓度值Cp所在的国家标准浓度区间。
• [IAQI_低, IAQI_高]：上面那个浓度区间对应的IAQI指数区间。

这个公式就像一把比例尺：它把一段浓度范围，按比例拉伸或压缩到另一段指数范围。我们接下来要做的，就是把这张“比例尺”用代码实现。

第一步：打造万能“比例尺”——线性缩放函数

既然每种污染物都要用同一个公式，我们何不先把这个公式做成一个“工具函数”呢？这样以后每次计算，直接“调用工具”就行了，不用重复写公式。

def cal_linear(iaqi_lo, iaqi_hi, bp_lo, bp_hi, cp):
    """
    线性缩放函数（万能比例尺）
    参数:
        iaqi_lo: IAQI指数区间下限
        iaqi_hi: IAQI指数区间上限
        bp_lo:  污染物浓度区间下限
        bp_hi:  污染物浓度区间上限
        cp:     实测污染物浓度
    返回:
        计算出的IAQI值
    """
    iaqi = (iaqi_hi - iaqi_lo) * (cp - bp_lo) / (bp_hi - bp_lo) + iaqi_lo
    return iaqi

# 我们来测试一下这把"尺子"准不准
# 假设PM2.5浓度是55,属于[35, 75]浓度区间,对应IAQI区间[50, 100]
test_iaqi = cal_linear(50, 100, 35, 75, 55)
print(f"PM2.5浓度为55时，计算出的IAQI分指数为：{test_iaqi}")

PM2.5浓度为55时，计算出的IAQI分指数为：75.0

看，我们得到了75。这意味着当PM2.5为55时，它的“分指数”是75（在 [50,100] 区间内按比例：50 + 50×(55−35)/(75−35) = 75）。这个函数就是我们后续所有计算的基础工具。

第二步：为PM2.5定制计算器

有了万能“比例尺”，我们还需要知道具体怎么用。对于PM2.5，国家标准规定了多个浓度区间。我们需要写一个函数，根据输入的PM2.5浓度值，判断它落在哪个区间，然后调用正确的“比例尺”参数。

这就是分段判断，我们用 if ... elif ... else 来实现。

def cal_linear(iaqi_lo, iaqi_hi, bp_lo, bp_hi, cp):
    """
    线性缩放函数（万能比例尺）
    参数:
        iaqi_lo: IAQI指数区间下限
        iaqi_hi: IAQI指数区间上限
        bp_lo:  污染物浓度区间下限
        bp_hi:  污染物浓度区间上限
        cp:     实测污染物浓度
    返回:
        计算出的IAQI值
    """
    iaqi = (iaqi_hi - iaqi_lo) * (cp - bp_lo) / (bp_hi - bp_lo) + iaqi_lo
    return iaqi

# 我们来测试一下这把"尺子"准不准
# 假设PM2.5浓度是55,属于[35, 75]浓度区间,对应IAQI区间[50, 100]
test_iaqi = cal_linear(50, 100, 35, 75, 55)
print(f"PM2.5浓度为55时，计算出的IAQI分指数为：{test_iaqi}")


def cal_pm_iaqi(pm_val):
    """
    计算PM2.5的IAQI分指数
    参数:
        pm_val: PM2.5的浓度值（微克/立方米）
    返回:
        PM2.5的IAQI值
    """
    if 0 <= pm_val < 36:
        # 浓度在0-35之间,IAQI对应0-50
        iaqi = cal_linear(0, 50, 0, 35, pm_val)
    elif 36 <= pm_val < 76:
        # 浓度在36-75之间,IAQI对应50-100
        iaqi = cal_linear(50, 100, 35, 75, pm_val)
    elif 76 <= pm_val < 116:
        # 浓度在76-115之间,IAQI对应100-150
        iaqi = cal_linear(100, 150, 75, 115, pm_val)
    else:
        # 为了示例简化,更高浓度我们先跳过
        print("浓度值超过当前计算范围")
        iaqi = None
    return iaqi

# 测试几个值
print(f"PM2.5为20时，IAQI: {cal_pm_iaqi(20)}")
print(f"PM2.5为55时，IAQI: {cal_pm_iaqi(55)}")
print(f"PM2.5为100时，IAQI: {cal_pm_iaqi(100)}")

PM2.5浓度为55时，计算出的IAQI分指数为：75.0
PM2.5为20时，IAQI: 28.571428571428573
PM2.5为55时，IAQI: 75.0
PM2.5为100时，IAQI: 131.25

def cal_linear(iaqi_lo, iaqi_hi, bp_lo, bp_hi, cp):
    """
    线性缩放函数（万能比例尺）
    参数:
        iaqi_lo: IAQI指数区间下限
        iaqi_hi: IAQI指数区间上限
        bp_lo:  污染物浓度区间下限
        bp_hi:  污染物浓度区间上限
        cp:     实测污染物浓度
    返回:
        计算出的IAQI值
    """
    iaqi = (iaqi_hi - iaqi_lo) * (cp - bp_lo) / (bp_hi - bp_lo) + iaqi_lo
    return iaqi

# 我们来测试一下这把"尺子"准不准
# 假设PM2.5浓度是55,属于[35, 75]浓度区间,对应IAQI区间[50, 100]
test_iaqi = cal_linear(50, 100, 35, 75, 55)
print(f"PM2.5浓度为55时，计算出的IAQI分指数为：{test_iaqi}")


def cal_pm_iaqi(pm_val):
    """
    计算PM2.5的IAQI分指数
    参数:
        pm_val: PM2.5的浓度值（微克/立方米）
    返回:
        PM2.5的IAQI值
    """
    if 0 <= pm_val < 36:
        # 浓度在0-35之间,IAQI对应0-50
        iaqi = cal_linear(0, 50, 0, 35, pm_val)
    elif 36 <= pm_val < 76:
        # 浓度在36-75之间,IAQI对应50-100
        iaqi = cal_linear(50, 100, 35, 75, pm_val)
    elif 76 <= pm_val < 116:
        # 浓度在76-115之间,IAQI对应100-150
        iaqi = cal_linear(100, 150, 75, 115, pm_val)
    else:
        # 为了示例简化,更高浓度我们先跳过
        print("浓度值超过当前计算范围")
        iaqi = None
    return iaqi

# 测试几个值
print(f"PM2.5为20时，IAQI: {cal_pm_iaqi(20)}")
print(f"PM2.5为55时，IAQI: {cal_pm_iaqi(55)}")
print(f"PM2.5为100时，IAQI: {cal_pm_iaqi(100)}")

PM2.5浓度为55时，计算出的IAQI分指数为：75.0
PM2.5为20时，IAQI: 28.571428571428573
PM2.5为55时，IAQI: 75.0
PM2.5为100时，IAQI: 131.25

看，我们的PM2.5计算器工作了！它就像一个自动查表员，看到浓度值，就去翻国家标准手册，找到对应的区间，然后用我们准备好的“比例尺”算出分数。

第三步：再加入一氧化碳（CO）计算器

空气污染不止PM2.5，还有一氧化碳（CO）、二氧化硫等。计算逻辑完全一样，只是查的表（浓度区间）不同。我们依葫芦画瓢，给CO也做一个。

def cal_linear(iaqi_lo, iaqi_hi, bp_lo, bp_hi, cp):
    """
    线性缩放函数（万能比例尺）
    参数:
        iaqi_lo: IAQI指数区间下限
        iaqi_hi: IAQI指数区间上限
        bp_lo:  污染物浓度区间下限
        bp_hi:  污染物浓度区间上限
        cp:     实测污染物浓度
    返回:
        计算出的IAQI值
    """
    iaqi = (iaqi_hi - iaqi_lo) * (cp - bp_lo) / (bp_hi - bp_lo) + iaqi_lo
    return iaqi

# 我们来测试一下这把"尺子"准不准
# 假设PM2.5浓度是55,属于[35, 75]浓度区间,对应IAQI区间[50, 100]
test_iaqi = cal_linear(50, 100, 35, 75, 55)
print(f"PM2.5浓度为55时，计算出的IAQI分指数为：{test_iaqi}")


def cal_co_iaqi(co_val):
    """
    计算CO（一氧化碳）的IAQI分指数（基于24小时平均浓度，单位：毫克/立方米）
    参数:
        co_val: CO的浓度值
    返回:
        CO的IAQI值
    """
    if 0 <= co_val < 3:
        # 浓度0-2 mg/m³,对应IAQI 0-50
        iaqi = cal_linear(0, 50, 0, 3, co_val)
    elif 3 <= co_val < 5:
        # 浓度3-4 mg/m³,对应IAQI 50-100
        iaqi = cal_linear(50, 100, 2, 4, co_val)
    else:
        # 简化处理
        print("CO浓度值超过当前计算范围")
        iaqi = None
    return iaqi

# 测试CO计算
print(f"CO为1.5时，IAQI: {cal_co_iaqi(1.5)}")
print(f"CO为3.5时，IAQI: {cal_co_iaqi(3.5)}")

PM2.5浓度为55时，计算出的IAQI分指数为：75.0
CO为1.5时，IAQI: 25.0
CO为3.5时，IAQI: 87.5

def cal_linear(iaqi_lo, iaqi_hi, bp_lo, bp_hi, cp):
    """
    线性缩放函数（万能比例尺）
    参数:
        iaqi_lo: IAQI指数区间下限
        iaqi_hi: IAQI指数区间上限
        bp_lo:  污染物浓度区间下限
        bp_hi:  污染物浓度区间上限
        cp:     实测污染物浓度
    返回:
        计算出的IAQI值
    """
    iaqi = (iaqi_hi - iaqi_lo) * (cp - bp_lo) / (bp_hi - bp_lo) + iaqi_lo
    return iaqi

# 我们来测试一下这把"尺子"准不准
# 假设PM2.5浓度是55,属于[35, 75]浓度区间,对应IAQI区间[50, 100]
test_iaqi = cal_linear(50, 100, 35, 75, 55)
print(f"PM2.5浓度为55时，计算出的IAQI分指数为：{test_iaqi}")


def cal_co_iaqi(co_val):
    """
    计算CO（一氧化碳）的IAQI分指数（基于24小时平均浓度，单位：毫克/立方米）
    参数:
        co_val: CO的浓度值
    返回:
        CO的IAQI值
    """
    if 0 <= co_val < 3:
        # 浓度0-2 mg/m³,对应IAQI 0-50
        iaqi = cal_linear(0, 50, 0, 3, co_val)
    elif 3 <= co_val < 5:
        # 浓度3-4 mg/m³,对应IAQI 50-100
        iaqi = cal_linear(50, 100, 2, 4, co_val)
    else:
        # 简化处理
        print("CO浓度值超过当前计算范围")
        iaqi = None
    return iaqi

# 测试CO计算
print(f"CO为1.5时，IAQI: {cal_co_iaqi(1.5)}")
print(f"CO为3.5时，IAQI: {cal_co_iaqi(3.5)}")

PM2.5浓度为55时，计算出的IAQI分指数为：75.0
CO为1.5时，IAQI: 25.0
CO为3.5时，IAQI: 87.5

太棒了！现在我们有了两把“专用计算尺”，一把量PM2.5，一把量CO。

第四步：组装最终AQI计算器

AQI的定义是：所有污染物IAQI分指数中的最大值。也就是说，空气好不好，由“考得最差的那门科目”决定。

所以，我们最终的AQI计算函数需要：

1. 接收PM2.5和CO的浓度。
2. 分别调用它们专属的计算器，得到两个IAQI。
3. 比较这两个数，取出最大的那个，它就是最终的AQI。

def cal_linear(iaqi_lo, iaqi_hi, bp_lo, bp_hi, cp):
    """
    线性缩放函数（万能比例尺）
    参数:
        iaqi_lo: IAQI指数区间下限
        iaqi_hi: IAQI指数区间上限
        bp_lo:  污染物浓度区间下限
        bp_hi:  污染物浓度区间上限
        cp:     实测污染物浓度
    返回:
        计算出的IAQI值
    """
    iaqi = (iaqi_hi - iaqi_lo) * (cp - bp_lo) / (bp_hi - bp_lo) + iaqi_lo
    return iaqi

# 我们来测试一下这把"尺子"准不准
# 假设PM2.5浓度是55,属于[35, 75]浓度区间,对应IAQI区间[50, 100]
test_iaqi = cal_linear(50, 100, 35, 75, 55)
print(f"PM2.5浓度为55时，计算出的IAQI分指数为：{test_iaqi}")

def cal_co_iaqi(co_val):
    """
    计算CO（一氧化碳）的IAQI分指数（基于24小时平均浓度，单位：毫克/立方米）
    参数:
        co_val: CO的浓度值
    返回:
        CO的IAQI值
    """
    if 0 <= co_val < 3:
        # 浓度0-2 mg/m³,对应IAQI 0-50
        iaqi = cal_linear(0, 50, 0, 3, co_val)
    elif 3 <= co_val < 5:
        # 浓度3-4 mg/m³,对应IAQI 50-100
        iaqi = cal_linear(50, 100, 2, 4, co_val)
    else:
        # 简化处理
        print("CO浓度值超过当前计算范围")
        iaqi = None
    return iaqi

# 测试CO计算
print(f"CO为1.5时，IAQI: {cal_co_iaqi(1.5)}")
print(f"CO为3.5时，IAQI: {cal_co_iaqi(3.5)}")


def cal_linear(iaqi_lo, iaqi_hi, bp_lo, bp_hi, cp):
    """
    线性缩放函数（万能比例尺）
    参数:
        iaqi_lo: IAQI指数区间下限
        iaqi_hi: IAQI指数区间上限
        bp_lo:  污染物浓度区间下限
        bp_hi:  污染物浓度区间上限
        cp:     实测污染物浓度
    返回:
        计算出的IAQI值
    """
    iaqi = (iaqi_hi - iaqi_lo) * (cp - bp_lo) / (bp_hi - bp_lo) + iaqi_lo
    return iaqi

# 我们来测试一下这把"尺子"准不准
# 假设PM2.5浓度是55,属于[35, 75]浓度区间,对应IAQI区间[50, 100]
test_iaqi = cal_linear(50, 100, 35, 75, 55)
print(f"PM2.5浓度为55时，计算出的IAQI分指数为：{test_iaqi}")

def cal_pm_iaqi(pm_val):
    """
    计算PM2.5的IAQI分指数
    参数:
        pm_val: PM2.5的浓度值（微克/立方米）
    返回:
        PM2.5的IAQI值
    """
    if 0 <= pm_val < 36:
        # 浓度在0-35之间,IAQI对应0-50
        iaqi = cal_linear(0, 50, 0, 35, pm_val)
    elif 36 <= pm_val < 76:
        # 浓度在36-75之间,IAQI对应50-100
        iaqi = cal_linear(50, 100, 35, 75, pm_val)
    elif 76 <= pm_val < 116:
        # 浓度在76-115之间,IAQI对应100-150
        iaqi = cal_linear(100, 150, 75, 115, pm_val)
    else:
        # 为了示例简化,更高浓度我们先跳过
        print("浓度值超过当前计算范围")
        iaqi = None
    return iaqi

# 测试几个值
print(f"PM2.5为20时，IAQI: {cal_pm_iaqi(20)}")
print(f"PM2.5为55时，IAQI: {cal_pm_iaqi(55)}")
print(f"PM2.5为100时，IAQI: {cal_pm_iaqi(100)}")


def cal_aqi(pm_val, co_val):
    """
    计算最终的AQI指数
    参数:
        pm_val: PM2.5浓度
        co_val: CO浓度
    返回:
        最终的AQI值
    """
    # 1. 计算各污染物的分指数
    pm_iaqi = cal_pm_iaqi(pm_val)
    co_iaqi = cal_co_iaqi(co_val)

    # 2. 将所有分指数放入列表
    iaqi_list = []
    if pm_iaqi is not None:
        iaqi_list.append(pm_iaqi)
    if co_iaqi is not None:
        iaqi_list.append(co_iaqi)

    # 3. AQI等于所有分指数中的最大值
    if iaqi_list: # 确保列表不为空
        aqi = max(iaqi_list)
        return aqi
    else:
        return None

# 来一次完整的空气质量"体检"！
# 假设某地监测到:PM2.5 = 88, CO = 1.2
final_aqi = cal_aqi(88, 1.2)
print(f"当PM2.5为88，CO为1.2时，最终的AQI指数是：{final_aqi}")

PM2.5浓度为55时，计算出的IAQI分指数为：75.0
CO为1.5时，IAQI: 25.0
CO为3.5时，IAQI: 87.5
PM2.5浓度为55时，计算出的IAQI分指数为：75.0
PM2.5为20时，IAQI: 28.571428571428573
PM2.5为55时，IAQI: 75.0
PM2.5为100时，IAQI: 131.25
当PM2.5为88，CO为1.2时，最终的AQI指数是：116.25

def cal_linear(iaqi_lo, iaqi_hi, bp_lo, bp_hi, cp):
    """
    线性缩放函数（万能比例尺）
    参数:
        iaqi_lo: IAQI指数区间下限
        iaqi_hi: IAQI指数区间上限
        bp_lo:  污染物浓度区间下限
        bp_hi:  污染物浓度区间上限
        cp:     实测污染物浓度
    返回:
        计算出的IAQI值
    """
    iaqi = (iaqi_hi - iaqi_lo) * (cp - bp_lo) / (bp_hi - bp_lo) + iaqi_lo
    return iaqi

# 我们来测试一下这把"尺子"准不准
# 假设PM2.5浓度是55,属于[35, 75]浓度区间,对应IAQI区间[50, 100]
test_iaqi = cal_linear(50, 100, 35, 75, 55)
print(f"PM2.5浓度为55时，计算出的IAQI分指数为：{test_iaqi}")

def cal_co_iaqi(co_val):
    """
    计算CO（一氧化碳）的IAQI分指数（基于24小时平均浓度，单位：毫克/立方米）
    参数:
        co_val: CO的浓度值
    返回:
        CO的IAQI值
    """
    if 0 <= co_val < 3:
        # 浓度0-2 mg/m³,对应IAQI 0-50
        iaqi = cal_linear(0, 50, 0, 3, co_val)
    elif 3 <= co_val < 5:
        # 浓度3-4 mg/m³,对应IAQI 50-100
        iaqi = cal_linear(50, 100, 2, 4, co_val)
    else:
        # 简化处理
        print("CO浓度值超过当前计算范围")
        iaqi = None
    return iaqi

# 测试CO计算
print(f"CO为1.5时，IAQI: {cal_co_iaqi(1.5)}")
print(f"CO为3.5时，IAQI: {cal_co_iaqi(3.5)}")


def cal_linear(iaqi_lo, iaqi_hi, bp_lo, bp_hi, cp):
    """
    线性缩放函数（万能比例尺）
    参数:
        iaqi_lo: IAQI指数区间下限
        iaqi_hi: IAQI指数区间上限
        bp_lo:  污染物浓度区间下限
        bp_hi:  污染物浓度区间上限
        cp:     实测污染物浓度
    返回:
        计算出的IAQI值
    """
    iaqi = (iaqi_hi - iaqi_lo) * (cp - bp_lo) / (bp_hi - bp_lo) + iaqi_lo
    return iaqi

# 我们来测试一下这把"尺子"准不准
# 假设PM2.5浓度是55,属于[35, 75]浓度区间,对应IAQI区间[50, 100]
test_iaqi = cal_linear(50, 100, 35, 75, 55)
print(f"PM2.5浓度为55时，计算出的IAQI分指数为：{test_iaqi}")

def cal_pm_iaqi(pm_val):
    """
    计算PM2.5的IAQI分指数
    参数:
        pm_val: PM2.5的浓度值（微克/立方米）
    返回:
        PM2.5的IAQI值
    """
    if 0 <= pm_val < 36:
        # 浓度在0-35之间,IAQI对应0-50
        iaqi = cal_linear(0, 50, 0, 35, pm_val)
    elif 36 <= pm_val < 76:
        # 浓度在36-75之间,IAQI对应50-100
        iaqi = cal_linear(50, 100, 35, 75, pm_val)
    elif 76 <= pm_val < 116:
        # 浓度在76-115之间,IAQI对应100-150
        iaqi = cal_linear(100, 150, 75, 115, pm_val)
    else:
        # 为了示例简化,更高浓度我们先跳过
        print("浓度值超过当前计算范围")
        iaqi = None
    return iaqi

# 测试几个值
print(f"PM2.5为20时，IAQI: {cal_pm_iaqi(20)}")
print(f"PM2.5为55时，IAQI: {cal_pm_iaqi(55)}")
print(f"PM2.5为100时，IAQI: {cal_pm_iaqi(100)}")


def cal_aqi(pm_val, co_val):
    """
    计算最终的AQI指数
    参数:
        pm_val: PM2.5浓度
        co_val: CO浓度
    返回:
        最终的AQI值
    """
    # 1. 计算各污染物的分指数
    pm_iaqi = cal_pm_iaqi(pm_val)
    co_iaqi = cal_co_iaqi(co_val)

    # 2. 将所有分指数放入列表
    iaqi_list = []
    if pm_iaqi is not None:
        iaqi_list.append(pm_iaqi)
    if co_iaqi is not None:
        iaqi_list.append(co_iaqi)

    # 3. AQI等于所有分指数中的最大值
    if iaqi_list: # 确保列表不为空
        aqi = max(iaqi_list)
        return aqi
    else:
        return None

# 来一次完整的空气质量"体检"！
# 假设某地监测到:PM2.5 = 88, CO = 1.2
final_aqi = cal_aqi(88, 1.2)
print(f"当PM2.5为88，CO为1.2时，最终的AQI指数是：{final_aqi}")

PM2.5浓度为55时，计算出的IAQI分指数为：75.0
CO为1.5时，IAQI: 25.0
CO为3.5时，IAQI: 87.5
PM2.5浓度为55时，计算出的IAQI分指数为：75.0
PM2.5为20时，IAQI: 28.571428571428573
PM2.5为55时，IAQI: 75.0
PM2.5为100时，IAQI: 131.25
当PM2.5为88，CO为1.2时，最终的AQI指数是：116.25

恭喜！你的第一个空气质量指数计算器诞生了！输入两个数字，它就能告诉你空气质量的“综合得分”。虽然我们现在只处理了两种污染物，但整个框架已经搭建完成。其他污染物（如PM10、O3等）的计算，只是往这个框架里添加更多的“专用计算尺”而已。

📝 动手练一练

1. 功能扩展：我们的程序目前只处理了PM2.5和CO。请查阅国家空气质量标准（GB 3095-2012），尝试为二氧化氮（NO2，1小时平均）添加计算函数 cal_no2_iaqi。已知其一个浓度区间为：0-100 µg/m³ 对应 IAQI 0-50。

2. 交互升级：现在的程序浓度值是写死在代码里的。想象一下，如果让用户自己输入浓度值，程序该怎么改？请描述你的思路（不需要写完整代码，说说关键步骤）。

3. 理解输出：如果某地PM2.5的IAQI是130，CO的IAQI是85，那么程序最终输出的AQI会是多少？为什么？

def cal_linear(iaqi_lo, iaqi_hi, bp_lo, bp_hi, cp):
    """
    线性缩放函数（万能比例尺）
    参数:
        iaqi_lo: IAQI指数区间下限
        iaqi_hi: IAQI指数区间上限
        bp_lo:  污染物浓度区间下限
        bp_hi:  污染物浓度区间上限
        cp:     实测污染物浓度
    返回:
        计算出的IAQI值
    """
    iaqi = (iaqi_hi - iaqi_lo) * (cp - bp_lo) / (bp_hi - bp_lo) + iaqi_lo
    return iaqi

# 我们来测试一下这把"尺子"准不准
# 假设PM2.5浓度是55,属于[35, 75]浓度区间,对应IAQI区间[50, 100]
test_iaqi = cal_linear(50, 100, 35, 75, 55)
print(f"PM2.5浓度为55时，计算出的IAQI分指数为：{test_iaqi}")


def cal_no2_iaqi(no2_val):
    """计算NO2（二氧化氮）的IAQI分指数（1小时平均）"""
    if 0 <= no2_val <= 100:
        # 浓度0-100 µg/m³,对应IAQI 0-50
        iaqi = cal_linear(0, 50, 0, 100, no2_val)
    else:
        # 更高区间暂不实现
        print("NO2浓度超过当前计算范围")
        iaqi = None
    return iaqi
# 测试
print(f"NO2为50时，IAQI: {cal_no2_iaqi(50)}") # 应输出25.0

PM2.5浓度为55时，计算出的IAQI分指数为：75.0
NO2为50时，IAQI: 25.0

本章小结

今天我们完成了一个非常“接地气”的项目——空气质量指数计算。你不仅学会了AQI的计算原理，更重要的是掌握了两个强大的编程思维：

1. 抽象与封装：把复杂的线性缩放公式封装成一个通用的 cal_linear 函数，避免了代码重复。
2. 分而治之：为每种污染物编写独立的计算函数（cal_pm_iaqi, cal_co_iaqi），使程序结构清晰，易于维护和扩展。

你现在已经能让程序理解并处理现实世界中的复杂规则了。从汇率、存钱计划，到现在的空气质量，你的编程技能正在解决越来越多样的实际问题！

📋 行动清单

• 运行本节所有代码，确保你理解了从浓度到IAQI，再到AQI的整个计算流程。
• 尝试修改测试数据，用不同的PM2.5和CO浓度值，观察AQI结果如何变化。
• 挑战一下，根据国家标准，为PM10或臭氧（O3）添加一个新的IAQI计算函数。

—— 小象教研组