Python中如何实现数值区间映射？以AQI等级计算为例

方案1：使用内置bisect模块（推荐，易维护+高性能） #

Python内置的bisect模块提供了二分查找能力，非常适合这种连续区间映射的场景，不需要写冗余的多分支判断，后续调整阈值也只需要修改分界点列表即可：

import bisect

def get_level_of_aqi(aqi):
    # 校验AQI合法性
    if aqi < 0:
        raise ValueError("AQI数值不能为负数")
    # AQI区间的上界阈值，按升序排列
    breakpoints = [50, 100, 150, 200, 300]
    # 二分查找得到的插入位置+1直接对应等级
    return bisect.bisect_left(breakpoints, aqi) + 1

优势：

• 代码简洁，没有重复的判断逻辑
• 时间复杂度为O(log n)，哪怕后续区间数量大幅增加也不会出现性能下降
• 维护成本低，调整区间阈值只需要修改breakpoints列表，不需要改动逻辑代码
• 完全匹配规则要求：输入100时返回值为2，所有区间映射都符合定义

方案2：区间元组遍历（无依赖，逻辑直观） #

如果不想引入额外模块，也可以预定义区间与等级的映射列表，遍历匹配即可，区间数量少的情况下性能差异可以忽略：

def get_level_of_aqi(aqi):
    if aqi < 0:
        raise ValueError("AQI数值不能为负数")
    # 按顺序存储(区间上界, 对应等级)，最后用无穷大匹配超过300的情况
    level_map = [(50, 1), (100, 2), (150, 3), (200, 4), (300, 5), (float('inf'), 6)]
    for upper_bound, level in level_map:
        if aqi <= upper_bound:
            return level

优势：

• 不需要导入任何依赖，逻辑直白易懂
• 区间与等级的对应关系直接体现在level_map中，可读性极强

内容的提问来源于stack exchange，提问作者Andy Su