如何正确实现这个使用 类 的示例?

How can I correctly implement this example of using classes?

在下面的示例中,可以根据未来情况的上下文选择常量。

class Constants:
    SPEEDLIGHT = 3 * 10**8
    GRAVITY = 9.81

C = Constants()
print(C.GRAVITY)
>> 9.81

这并不难,因为每个量都是一个固定常数。但是假设我想为函数做一些类似的事情。在下面的第一段代码中,我指定了可积变量 x 和固定参数 ab.

的两个分布
class IntegrableDistribution:
    def Gaussian(x,a,b):
        cnorm = 1 / ( b * (2 * pi)**(1/2) )
        return cnorm * np.exp( (-1) * (x-a)**2 / (2 * b**2) )
    # Gaussian = Gaussian(x,a,b)

    def Lognormal(x,a,b):
        cnorm = 1 / ( b * (2 * pi)**(1/2) )
        return cnorm * exp( (-1) * (np.log(x)-a)**2 / (2 * b**2) ) / x
    # Lognormal = Lognormal(x,a,b)

我试图命名发行版以便它们可以被调用。这导致了一条错误消息,因此出现了上面注释掉的代码。在下一段代码中,我尝试使用 select 分布的输入进行集成(尽管我觉得它效率极低)。

Integrable = IntegrableDistribution()

class CallIntegrableDistribution:

    def Model():

        def Pick():
            """
            1 :   Gaussian Distribution
            2 :   Lognormal Distribution
            """
            self.cmnd = cmnd
            cmnd = int(input("Pick a Distribution Model:    "))
            return cmnd

        self.cmnd = cmnd

        if cmnd == 1:
            Distribution = Integrable.Gaussian
        if cmnd == 2:
            Distribution = Integrable.Lognormal

        return Distribution

OR ALTERNATIVELY

    cmnd = {
        1: Gaussian,
        2: Lognormal,
    }

我不是很关心分布问题;我只是用它来展示我的已知和未知。有哪些方法可以使用 类 或字典正确地做到这一点或某些 similar/simpler?

使用static methods:

class IntegrableDistribution:
    @staticmethod
    def Gaussian(x,a,b):
        cnorm = 1 / ( b * (2 * pi)**(1/2) )
        return cnorm * np.exp( (-1) * (x-a)**2 / (2 * b**2) )

    @staticmethod
    def Lognormal(x,a,b):
        cnorm = 1 / ( b * (2 * pi)**(1/2) )
        return cnorm * exp( (-1) * (np.log(x)-a)**2 / (2 * b**2) ) / x

和用法:

some_result = IntegrableDistribution.Gaussian(1, 2, 3)
another_result = IntegrableDistribution.Lognormal(1, 2, 3)