import numpy as np

class MyBigData:
    
    def __init__(self, x, y, name='Sample'):
        '''
        Это функция называется конструктором класса, так как выполняется \
        при любом создании экземпляра класса
        '''
        self.x = x
        self.y = y
        self.name = name
        
    def __str__(self):
        s = 'Hello, World!'
        s += ' This is %s data' % self.name
        return s
    
    def extrem(self):
        H = (np.min(self.y), np.max(self.y))
        print('Ymin %.1f   Ymax %.1f' % (np.min(self.y), np.max(self.y)))
        return H

x = np.arange(1,11)
y = np.random.random(np.shape(x))
z = MyBigData(x, y)   # Создаём экземпляр класса
H = z.extrem()    # Узнаем об экстремумах вектора y

# Тот же код, но с разными словами вместо self

import numpy as np

class MyBigData:
    
    def __init__(robot, x, y, name='Sample'):
        '''
        Это функция называется конструктором класса, так как выполняется \
        при любом создании экземпляра класса
        '''
        robot.x = x
        robot.y = y
        robot.name = name
        
    def __str__(fish):
        s = 'Hello, World!'
        s += ' This is %s data' % fish.name
        return s
    
    def extrem(fool):
        H = (np.min(fool.y), np.max(fool.y))
        print('Ymin %.1f   Ymax %.1f' % (np.min(fool.y), np.max(fool.y)))
        return H

np.set_printoptions(precision=1) # Позволяет красиво вывести на экран с заданной точностью числа  

x = np.arange(1,11)
y = np.random.random(np.shape(x))
z = MyBigData(x, y)   # Создаём экземпляр класса
z.extrem()    # Узнаем об экстремумах вектора y

print('X data: ', z.x)
print('Y data: ', z.y)
print('Data name: ', z.name)

print(str(z))
print(z.__str__())