Python类和继承。调用超级方法返回错误

我有以下python代码。代码分析用于放大处理的数字信号，但是由于某种原因，我在将继承概念应用于此方面遇到困难

我有一个父类和一个子类，它将父类设置为一个参数，以在子类中继承其属性。

但是当我尝试使用OOP继承原则访问父类中的方法时，我得到了一个错误。我最初尝试扩展该类而不是重载它，但是当我尝试访问扩展父类中的dofilter（）方法时，它会抛出一个错误。但是，如果我尝试在子类中重载dofilter（）方法，然后使用“super”从父类调用它，则没有错误，但返回“NaN”，这显然意味着我仍然在做错误的事情。我知道数据正在被传递到对象，所以应该没有理由返回NaN。这让我现在有点陷入僵局有人能解释一下为什么这不起作用吗？

为了更好地描述问题，我尝试了什么/我的总结脚本：

# -*- coding: utf-8 -*-
"""
Spyder Editor

This is a temporary script file.
"""

import numpy as np
import matplotlib.pyplot as plt

# =============================================================================
# CLASSES
# =============================================================================

class fir_filter:

    def __init__(self, coefficients):
        self.coefficients = coefficients
        self.buffer = np.zeros(taps)

    def dofilter(self, value, offset): 
        result = 0

        #Splice coefficients and buffer arrays into smaller arrays
        buffer_newest = self.buffer[0:offset+1]
        buffer_oldest = self.buffer[offset+1:taps]
        coefficients1 = self.coefficients[0:offset+1]
        coefficients2 = self.coefficients[offset+1:taps]

        #Accumulate
        self.buffer[offset] = value
        for i in range(len(coefficients1)):
            result += coefficients1[i]*buffer_newest[offset-1-i]
        for i in range(len(coefficients2), 0, -1):
            result += coefficients2[len(coefficients2)-i] * buffer_oldest[i-1]

        return result

class matched_filter(fir_filter):
    def __init__(self,coefficients):
        self.coefficients = coefficients

    def dofilter(self,value,offset):
        super().dofilter(value, offset)

        return result


########################################
#START OF MAIN SCRIPT  
########################################  
#...
#REMOVED- import data files, create vars, perform various calculations.
########################################  


#... RESUME CODE pertinent variables here
m_wavelet = (2/(np.sqrt(3*a*(np.pi**(1/4)))))*(1-((n/a)**2))*np.exp((-n**2)/(2*(a**2)))
m_wavelet = m_wavelet [::-1]
result = np.zeros(l)
offset = 0
plt.figure(6)
plt.plot(m_wavelet)
plt.plot(ecg_3[8100:8800]/len(ecg_3)/300)


########################################  
#instantiated object here, no errors thrown
########################################  
new_filter = matched_filter(m_wavelet)


########################################  
#issue below
######################################## 
for k in range(len(ecg_3)):
    result[k] = new_filter.dofilter(ecg_3[k], offset) #<- Every item in the array is "Nan"
    offset += 1
    if (offset == 2000):
        offset = 0



########################################  
#More removed code/end of script
######################################## 

儿童班：

代码和问题：

如何访问“fir\u filter”中的“dofilter（）”，它是在“matched\u filter”中继承的？

---

如有任何见解，将不胜感激。如果需要，我可以提供更多的代码。

您应该会得到一个

名称错误

，因为

结果

未在

匹配的\u filter.dofilter

中定义。您可以简单地编写

return super（）.dofilter（value，offset）

，但如果您就是这么做的，那么首先就没有理由重写

defilter

。为什么存在

匹配的\u filter

？什么是

fir_filter

还没有做的

matched\u filter.\uuuu init\uuuu

应调用

fir\u filter.\uuuu init\uuuu

以确保正确定义

缓冲区

属性，但在这样做之后，

matched\u filter.\uuuu init\uuu

无需执行任何其他操作

matched_filter

是一个只将所有内容委托给其父级的类；它不提供任何附加功能。我需要创建一个新类，访问该父类，并通过我的新子类利用dofilter（）。谢谢你指出回报，非常感谢。您提到可以在不覆盖dofilter（）的情况下访问dofilter（）。当我尝试这样做时，它抛出了一个错误。我做错了什么？如何在不覆盖的情况下访问它？非常感谢您的快速回复！继承的全部要点是

child（）.foo（）

可以访问

parent.foo

，即使

child

没有定义

foo

。如果一个类没有做父类已经做过的事情，那么为什么要创建一个新类呢？谢谢你的回复。这是一个更大的任务的一部分，我需要“创建一个新类”来利用父类。我知道这是多余的。。然而，我试图直接访问父类，它抛出了一个错误，这就是为什么我最终试图覆盖并调用super方法。你能概述一下我如何能直接访问它，这样我就可以看到我做错了什么吗？

class fir_filter:

    def __init__(self, coefficients):
        self.coefficients = coefficients
        self.buffer = np.zeros(taps)

    def dofilter(self, value, offset): 
        result = 0

        #Splice coefficients and buffer arrays into smaller arrays
        buffer_newest = self.buffer[0:offset+1]
        buffer_oldest = self.buffer[offset+1:taps]
        coefficients1 = self.coefficients[0:offset+1]
        coefficients2 = self.coefficients[offset+1:taps]

        #Accumulate
        self.buffer[offset] = value
        for i in range(len(coefficients1)):
            result += coefficients1[i]*buffer_newest[offset-1-i]
        for i in range(len(coefficients2), 0, -1):
            result += coefficients2[len(coefficients2)-i] * buffer_oldest[i-1]

        return result

class matched_filter(fir_filter):
    def __init__(self,coefficients):
        self.coefficients = coefficients

    def dofilter(self,value,offset):
        super().dofilter(value, offset)

        return result

new_filter = matched_filter(m_wavelet)

for k in range(len(ecg_3)):
    result[k] = new_filter.dofilter(ecg_3[k], offset)