Python for AI/Object-Oriented Programming/Lesson 24

Inheritance

একটা class থেকে আরেকটা class বানানো — উত্তরাধিকার, method override, super(), polymorphism, আর কেন PyTorch-এ প্রতিটা model nn.Module থেকে inherit করে।

সময়: 24 মিনিট
Exercise: 1
Challenge: 1
Quiz: 3 প্রশ্ন

সহজ ভাষায়

Inheritance (উত্তরাধিকার) মানে একটা নতুন class বানানো আরেকটা class-এর ওপর ভিত্তি করে। নতুন class (child) পুরনো class-এর (parent) সব attribute আর method পায় — শুধু যা আলাদা সেটা লিখতে হয়।

main.py

class Animal:
    def __init__(self, name):
        self.name = name

    def eat(self):
        return f"{self.name} খাচ্ছে"

    def speak(self):
        return "..."


class Dog(Animal):
    def speak(self):
        return "ঘেউ ঘেউ!"


class Cat(Animal):
    def speak(self):
        return "মিউ!"


d = Dog("Tommy")
print(d.eat())
print(d.speak())
print(Cat("Mini").speak())

Dog-এ eat() লিখিনি, কিন্তু Animal থেকে পেয়েছে। আর speak() নিজের মতো করে নতুন লিখেছে — একে বলে override।

            Animal
        (name, eat, speak)
          /          \
       Dog            Cat
   speak -> ঘেউ     speak -> মিউ

কেন দরকার?

PyTorch-এ প্রতিটা neural network একটা class যেটা nn.Module থেকে inherit করে:

class SentimentModel(nn.Module):
    def __init__(self):
        super().__init__()
        self.layer = nn.Linear(300, 2)

    def forward(self, x):
        return self.layer(x)

তুমি শুধু দুটো জিনিস লেখো — layer কী কী, আর data কীভাবে যাবে (forward)। বাকি সব — parameter track করা, GPU-তে পাঠানো, save/load — nn.Module থেকে inherit করে পাও। হাজার লাইনের কাজ বিনামূল্যে।

`super()`: parent-এর কাজ চালানো

Child নিজের __init__ লিখলে parent-এর __init__ আর আপনা থেকে চলে না। super() দিয়ে ডাকতে হয়:

main.py

class Employee:
    def __init__(self, name, salary):
        self.name = name
        self.salary = salary

    def describe(self):
        return f"{self.name}: {self.salary} টাকা"


class MLEngineer(Employee):
    def __init__(self, name, salary, framework):
        super().__init__(name, salary)
        self.framework = framework

    def describe(self):
        base = super().describe()
        return f"{base} ({self.framework})"


e = MLEngineer("Nusrat", 120000, "PyTorch")
print(e.describe())

দুই জায়গায় super():

__init__-এ — parent-এর name আর salary সেট করতে
describe()-এ — parent-এর লেখা অংশ নিয়ে তার সাথে যোগ করতে

super().__init__() ভুলে গেলে কী হয়:

main.py

class Employee:
    def __init__(self, name):
        self.name = name


class Intern(Employee):
    def __init__(self, name, months):
        self.months = months


i = Intern("Rafi", 3)
print(i.name)

AttributeError — name কখনো সেট হয়নি, কারণ parent-এর __init__ চলেইনি।

Polymorphism: একই ডাক, আলাদা আচরণ

আলাদা class-এর object, কিন্তু একই method নাম — তাই একই code সবার সাথে কাজ করে:

main.py

class Animal:
    def speak(self):
        return "..."


class Dog(Animal):
    def speak(self):
        return "ঘেউ!"


class Cow(Animal):
    def speak(self):
        return "হাম্বা!"


for animal in [Dog(), Cow(), Animal()]:
    print(type(animal).__name__, "->", animal.speak())

Loop-টা জানে না কোনটা কোন class — শুধু জানে সবার speak() আছে। এটাই polymorphism। scikit-learn-এ যেকোনো model নিয়ে একই code চলে কারণ সবার fit() আর predict() আছে।

`isinstance` আর `issubclass`

main.py

class Animal:
    pass


class Dog(Animal):
    pass


d = Dog()
print(isinstance(d, Dog), isinstance(d, Animal))
print(issubclass(Dog, Animal), issubclass(Animal, Dog))

কখন inheritance নয়?

Inheritance মানে "is-a" সম্পর্ক: Dog is an Animal। কিন্তু "has-a" হলে (Car has an Engine) — inherit কোরো না, attribute হিসেবে রাখো:

main.py

class Engine:
    def start(self):
        return "ইঞ্জিন চালু"


class Car:
    def __init__(self):
        self.engine = Engine()

    def drive(self):
        return self.engine.start() + ", গাড়ি চলছে"


print(Car().drive())

একে বলে composition। অভিজ্ঞ engineer-দের পরামর্শ: সন্দেহ হলে composition বেছে নাও — গভীর inheritance chain বোঝা আর বদলানো কঠিন।

Exercise

Shapes আর polymorphism

+20 XP

একটা base class Shape দেওয়া আছে। দুটো subclass বানাও:

Circle(radius) — area() return করবে math.pi * r²
Square(side) — area() return করবে side²

দুটোই Shape থেকে inherit করবে, আর Shape-এর describe() method নিজে থেকেই পাবে।

solution.py

import math


class Shape:
    name = "shape"

    def area(self):
        return 0

    def describe(self):
        return f"{self.name} with area {self.area():.2f}"


# এখানে Circle আর Square বানাও


shapes = [Circle(1), Square(3)]
for s in shapes:
    print(s.describe())

Quiz

Q1class Dog(Animal): — এখানে কোনটা parent class?
DogAnimalদুটোই
Q2Child class-এর __init__-এ super().__init__(name) কেন ডাকা হয়?
Parent-এর __init__ চালাতে, যাতে parent-এর attribute-গুলোও তৈরি হয়Child class মুছে ফেলতেএটা ঐচ্ছিক, কোনো প্রভাব নেই
Q3isinstance(Circle(1), Shape) — Circle যদি Shape থেকে inherit করে — মান কী?
TrueFalse

0/3 answered

Challenge

scikit-learn-এর মতো model

+50 XP

একটা BaseModel দেওয়া আছে যেটার fit_predict() method fit() আর predict() ডাকে। দুটো subclass বানাও:

MeanRegressor — fit(X, y) training label-এর গড় self.mean_-এ রাখে; predict(X) প্রতিটা input-এর জন্য সেই গড় দেয়
MajorityClassifier — fit(X, y) সবচেয়ে বেশিবার আসা label self.label_-এ রাখে; predict(X) প্রতিটার জন্য সেই label দেয়

দুটোর fit()-ই `self` return করবে (যাতে Model().fit(X, y).predict(X) লেখা যায়)। predict একটা list return করবে, X-এর সমান দৈর্ঘ্যের।

solution.py

class BaseModel:
    def fit(self, X, y):
        return self

    def predict(self, X):
        return []

    def fit_predict(self, X, y):
        return self.fit(X, y).predict(X)


# এখানে MeanRegressor আর MajorityClassifier বানাও


X = [[1], [2], [3], [4]]
print(MeanRegressor().fit(X, [10, 20, 30, 40]).predict([[5], [6]]))
print(MajorityClassifier().fit_predict(X, ["cat", "dog", "cat", "cat"]))

বাস্তবে কোথায় ব্যবহার হয়?

Challenge-এ তুমি যা বানালে, scikit-learn-এ হুবহু এই design: BaseEstimator আর mixin class থেকে প্রতিটা model inherit করে। এমনকি তোমার MajorityClassifier-এর মতো জিনিসও আছে — sklearn.dummy.DummyClassifier(strategy="most_frequent")।

আর polymorphism-এর শক্তি — একই evaluation code যেকোনো model-এর সাথে:

main.py

from collections import Counter


class MajorityClassifier:
    def fit(self, X, y):
        self.label_ = Counter(y).most_common(1)[0][0]
        return self

    def predict(self, X):
        return [self.label_ for _ in X]


class ThresholdClassifier:
    def fit(self, X, y):
        return self

    def predict(self, X):
        return ["spam" if x[0] > 3 else "ham" for x in X]


def accuracy(model, X, y):
    predictions = model.fit(X, y).predict(X)
    return sum(p == t for p, t in zip(predictions, y)) / len(y)


X = [[0], [1], [5], [7], [2], [6]]
y = ["ham", "ham", "spam", "spam", "ham", "spam"]

for model in [MajorityClassifier(), ThresholdClassifier()]:
    print(f"{type(model).__name__:<22}{accuracy(model, X, y):.0%}")

accuracy() function জানে না কোন model পেয়েছে — শুধু জানে fit আর predict আছে। Real project-এ ঠিক এভাবেই ১০টা model একসাথে তুলনা করা হয়।

Interview প্রশ্ন

Beginner: Inheritance কী? Method override কী?
Intermediate: super() কেন দরকার? PyTorch-এ super().__init__() না ডাকলে কী হয়?
Advanced: Inheritance বনাম composition — কখন কোনটা? Multiple inheritance-এ MRO (Method Resolution Order) কী?

এরপর কী?

len(dataset), dataset[0], a + b, print(obj) — এগুলো নিজের class-এর জন্য কীভাবে কাজ করানো যায়? পরের lesson: Dunder Methods।

Inheritance

সহজ ভাষায়

কেন দরকার?

super(): parent-এর কাজ চালানো

Polymorphism: একই ডাক, আলাদা আচরণ

isinstance আর issubclass

কখন inheritance নয়?

Exercise

Quiz

Challenge

বাস্তবে কোথায় ব্যবহার হয়?

Interview প্রশ্ন

এরপর কী?

`super()`: parent-এর কাজ চালানো

`isinstance` আর `issubclass`