Python中如何基于多个同基类E_Dat对象实现Plot类？

我正在为实验物理课程制作numpy、matplotlib、scipy等库的简化接口。我创建了一个名为E_Dat的类，它接收数据和不确定度，并能返回数据的统计信息（最大值、最小值、标准差等）。该类的代码如下：

import numpy as np

class E_Dat(object):
    def __init__(self, data, error = None, data_type = "foo"):
        self.data = np.array(data)
        self.error = np.array(error)
        self.shape = self.data.shape
        self.Mean = np.mean(data)
        self.Max = np.max(data)
        self.Min = np.min(data)
        self.STD = np.std(data)
        self.data_type = data_type
        if self.data.shape != self.error.shape and self.data_type != "foo":
            raise ValueError('data.shape y error.shape no coinciden')
        if self.data_type == "2d_plot" and self.data.ndim != 2:
            raise ValueError('data.shape no es 2d, no puede graficarse')
        if self.data_type == "hist" and self.data.ndim != 1:
            pass
    def get_data(self):
        return self.data
    def get_error(self):
        return self.error
    def get_shape(self):
        return self.shape
    def get_mean(self):
        return self.Mean
    def get_max(self):
        return self.Max
    def get_min(self):
        return self.Min
    def get_std(self):
        return self.STD

现在我想创建一个Plot类来简化绘图操作，避免重复编写代码，希望该类能复用E_Dat类的属性。但问题在于，例如我需要两个1D的E_Dat对象（比如作为x轴和y轴数据），而Python只能继承一个类，请问能否从同基类的多个对象继承属性？

首先明确一点：Python的继承机制是基于类的，不能直接从对象（实例）继承属性。你没法把两个E_Dat实例作为父类来让Plot继承，因为继承的对象必须是类，而不是已经创建好的实例。

不过你完全不需要用继承来实现需求——组合（Composition） 是更适合这个场景的方案：让Plot类持有多个E_Dat实例作为属性，然后通过这些实例来访问它们的统计数据、原始数据和不确定度。这种方式比继承更灵活，也符合面向对象设计里“组合优于继承”的原则。

下面是一个具体的Plot类实现示例：

import matplotlib.pyplot as plt

class Plot:
    def __init__(self, *e_dat_instances):
        # 存储传入的所有E_Dat实例
        self.e_dats = e_dat_instances
        # 可以根据需求做类型检查，确保传入的都是E_Dat对象
        for dat in self.e_dats:
            if not isinstance(dat, E_Dat):
                raise TypeError(f"Expected E_Dat instance, got {type(dat)}")

    def plot_1d_with_error(self, x_idx=0, y_idx=1):
        """绘制带误差棒的1D图，默认取前两个E_Dat作为x和y数据"""
        x_dat = self.e_dats[x_idx]
        y_dat = self.e_dats[y_idx]

        # 检查数据是否符合1D要求
        if x_dat.data.ndim != 1 or y_dat.data.ndim != 1:
            raise ValueError("x和y数据必须是1D数组")
        if x_dat.error is None or y_dat.error is None:
            raise ValueError("缺少不确定度数据，无法绘制误差棒")

        # 绘图
        plt.errorbar(x_dat.data, y_dat.data, xerr=x_dat.error, yerr=y_dat.error, fmt='o-', capsize=5)
        # 可以复用E_Dat的统计信息添加标注
        plt.title(f"y均值: {y_dat.Mean:.2f} ± {y_dat.STD:.2f}")
        plt.xlabel(f"x范围: [{x_dat.Min:.2f}, {x_dat.Max:.2f}]")
        plt.ylabel("y值")
        plt.grid(True)
        plt.show()

    def plot_histogram(self, dat_idx=0):
        """绘制直方图，默认取第一个E_Dat的数据"""
        dat = self.e_dats[dat_idx]
        if dat.data.ndim != 1:
            raise ValueError("直方图数据必须是1D数组")
        
        plt.hist(dat.data, bins='auto', edgecolor='black')
        plt.title(f"数据直方图 | 均值: {dat.Mean:.2f} | 标准差: {dat.STD:.2f}")
        plt.xlabel("数据值")
        plt.ylabel("频数")
        plt.grid(axis='y')
        plt.show()

怎么使用这个Plot类？ #

举个简单的例子：

# 创建两个1D的E_Dat实例
x_data = E_Dat([1,2,3,4,5], [0.1,0.1,0.2,0.1,0.1], data_type="foo")
y_data = E_Dat([2,4,5,8,9], [0.2,0.3,0.2,0.4,0.3], data_type="foo")

# 创建Plot对象，传入这两个E_Dat实例
plotter = Plot(x_data, y_data)

# 绘制带误差棒的1D图
plotter.plot_1d_with_error()

# 单独绘制y数据的直方图
plotter.plot_histogram(dat_idx=1)

为什么组合比继承更合适？ #

• 灵活性更高：你可以给Plot传入任意数量的E_Dat实例，而继承只能固定从一个父类获取属性。
• 职责更清晰：E_Dat负责数据的存储和统计计算，Plot专注于绘图逻辑，符合单一职责原则。
• 避免继承带来的耦合：如果以后修改E_Dat的实现，只要它的公共接口（比如data、error、Mean这些属性）不变，Plot类就不需要修改。

这样你就能完美复用E_Dat的所有属性和方法，同时处理多个E_Dat对象的场景啦！

内容的提问来源于stack exchange，提问作者Agustin Caputo