検索
ホームページバックエンド開発Python チュートリアルPython の関数デコレータ: @property、Getter、および Setter メソッドについて理解する

Function Decorators in Python: Understanding @property, Getter, and Setter Methods

オブジェクト指向プログラミングでは、カプセル化は、データの整合性を確保し、実装の詳細をユーザーから隠すために重要な基本概念です。シンプルさと読みやすさで知られる Python は、このカプセル化の一部としてゲッターとセッターを採用しています。この記事では、Python におけるゲッターとセッターの目的と実装について詳しく説明し、データ アクセスの管理とオブジェクトの整合性の維持におけるゲッターとセッターの役割についての洞察を提供します。特に、Python の @property デコレーターがどのようにこれらの概念を簡素化し、オブジェクト属性へのアクセスと更新に対するより Python 的なアプローチを可能にするかを検討します。

カプセル化とプライベート変数の重要性
カプセル化の中心には、データ隠蔽という概念があります。これは、オブジェクトの内部状態へのアクセスを制御して、意図しない干渉や悪用を防ぐことです。これにはプライベート変数を使用する必要があります。多くのプログラミング言語では、プライベート変数を使用して、適切な承認なしにオブジェクト内の機密データに直接アクセスしたり変更したりできないようにします。これにより、特定のオブジェクトの整合性が維持されます。
Python には他の言語のような厳密なプライベート変数はありませんが、その代わりに属性の先頭に単一 () または二重 (_) のアンダースコアを付ける規則を使用して、内部使用を目的としていることを示します。これら 2 つの規則の違いを詳しく見てみましょう。

Python における単一アンダースコア (_) と二重アンダースコア (__) の比較

a. 単一アンダースコア (_):

  • 変数の先頭にある 1 つのアンダースコア (例: _price) は、属性が内部使用を目的としていることを示すために使用される規則です。これは Python によって厳密に強制されるわけではありません。つまり、属性はクラスの外部から引き続きアクセスできます (つまり、プライベートではありません)。ただし、他の開発者に対して、その属性は「保護」されており、必要な場合を除いて直接アクセスすべきではないことを示します。 例:
class Product:
    def __init__(self, price):
        self._price = price  # Protected attribute (convention)

product = Product(10)
print(product._price)  # Accessing is possible, but discouraged

b. 二重アンダースコア (__):

  • 変数 (__price など) の先頭にある二重アンダースコアは、名前のマングリングを引き起こします。名前マングリングは、クラス外部からの誤ったアクセスや変更を防ぐために、属性の名前を内部的に変更します。これにより、まだ完全にプライベートではありませんが、属性に直接アクセスすることが難しくなります。Python は属性に _ClassName というプレフィックスを付けることで内部で属性の名前を変更し、そのマングルされた名前 (_Product__price など) でのみアクセスできるようにします。 例:
class Product:
    def __init__(self, price):
        self.__price = price  # Name-mangled attribute

product = Product(10)
# print(product.__price)  # This will raise an AttributeError
print(product._Product__price)  # Accessing the mangled attribute
  • これらは、サブクラス内の属性の誤ったオーバーライドを回避したい場合、または意図しない外部アクセスに対するより強力な保護が必要な場合に役立ちます。

プライベート属性を使用する理由
プライベート属性、特に 1 つのアンダースコア (_) で示される属性は、カプセル化を維持する上で重要です。これらは、外部コードがオブジェクトと直接対話するのを阻止することで、オブジェクトの内部状態を保護します。これは次のことに役立ちます。

  1. データの整合性の維持: プライベート属性により、機密または重要な内部データが誤って変更されるのを防ぎます。
  2. アクセス制御の有効化: getter メソッドと setter メソッド (または @property デコレータ) を使用することで、オブジェクトはその属性にアクセスまたは変更される方法とタイミングを制御し、多くの場合検証ロジックを追加します。
  3. 保守性の向上: 内部の詳細が隠されているため、クラスの外部の動作に影響を与えることなく、基礎となる実装を変更できます。

従来の Getter メソッドと Setter メソッド
多くのプログラミング言語では、プライベート変数への制御されたアクセスを提供するためにゲッターとセッターが使用されます。以下の例を参照してください:

class Product:
    def __init__(self, price):
        self._price = price  # Protected attribute

    def get_price(self):
        return self._price

    def set_price(self, value):
        if value >= 0:
            self._price = value
        else:
            raise ValueError("Price cannot be negative")

product = Product(10)
print(product.get_price())  # 10
product.set_price(20)
print(product.get_price())  # 20

この例では、ゲッター (get_price()) とセッター (set_price()) は、特定のルール (価格が負でないことの保証など) を適用しながら、_price 属性にアクセスして変更する方法を提供します。

@property デコレーター
Python では、@property デコレーターを使用してプライベート属性へのアクセスを管理する、より洗練された方法を提供します。このデコレータを使用すると、属性のように動作するメソッドを定義できるため、コードがより読みやすく Python らしくなり、同時にアクセスの制御も可能になります。

Getter と Setter に @property デコレータを使用する
以下は、構文を簡素化し、読みやすさを向上させるために @property を使用してリファクタリングされた前の例です。

class Product:
    def __init__(self, price):
        self._price = price

    @property
    def price(self):
        return self._price

    @price.setter
    def price(self, value):
        if value >= 0:
            self._price = value
        else:
            raise ValueError("Price cannot be negative")

product = Product(10)
print(product.price)  # 10
product.price = 20
print(product.price)  # 20

このリファクタリングされたバージョンでは:

  • @property デコレーターを使用すると、product.get_price() のようなゲッター メソッドを呼び出す必要がなく、属性 (つまり product.price) のように Price() にアクセスできます。

  • @price.setter デコレーターは、価格の値を設定するロジックを有効にし、検証ルールを適用しながら、product.price = 20 として設定できるようにします。

@property を使用する理由
@property デコレーターを使用すると、特にプライベート属性を扱う場合に、コードがすっきりして使いやすくなります。その理由は次のとおりです:

  1. 可読性: 検証や変換の基礎となるロジックを非表示にしたまま、属性に自然にアクセスできるようにします。
  2. カプセル化: 内部実装の詳細を公開することなく、属性へのアクセスまたは変更方法に関するルールを適用できます。
  3. 柔軟性: 外部インターフェイスを変更せずに内部動作をリファクタリングできます。つまり、コードベースの残りの部分は影響を受けません。

結論
カプセル化はオブジェクト指向プログラミングの基礎であり、Python によるプライベート変数の使用と @property デコレータは、オブジェクトの内部状態へのアクセスを管理するクリーンで柔軟な方法を提供します。単一のアンダースコア (_) を含む属性は内部使用を目的としていることを示しますが、二重アンダースコア (__) を含む属性は名前のマングリングを通じてより強力な保護を提供します。 @property デコレータを使用すると、これらのプライベート属性への制御されたアクセスを Python 的で読み取り可能な方法で実装でき、クリーンなパブリック インターフェイスを維持しながらデータの整合性を確保できます。

参考文献

  • プロパティに関する Python ドキュメント

  • PEP 318: 関数デコレーター

以上がPython の関数デコレータ: @property、Getter、および Setter メソッドについて理解するの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。
Pythonを使用してテキストファイルのZIPF配布を見つける方法Pythonを使用してテキストファイルのZIPF配布を見つける方法Mar 05, 2025 am 09:58 AM

このチュートリアルでは、Pythonを使用してZIPFの法則の統計的概念を処理する方法を示し、法律の処理時にPythonの読み取りおよび並べ替えの効率性を示します。 ZIPF分布という用語が何を意味するのか疑問に思うかもしれません。この用語を理解するには、まずZIPFの法律を定義する必要があります。心配しないでください、私は指示を簡素化しようとします。 ZIPFの法則 ZIPFの法則は単に意味します。大きな自然言語のコーパスでは、最も頻繁に発生する単語は、2番目の頻繁な単語のほぼ2倍の頻度で表示されます。 例を見てみましょう。アメリカ英語の茶色のコーパスを見ると、最も頻繁な言葉は「thであることに気付くでしょう。

HTMLを解析するために美しいスープを使用するにはどうすればよいですか?HTMLを解析するために美しいスープを使用するにはどうすればよいですか?Mar 10, 2025 pm 06:54 PM

この記事では、Pythonライブラリである美しいスープを使用してHTMLを解析する方法について説明します。 find()、find_all()、select()、およびget_text()などの一般的な方法は、データ抽出、多様なHTML構造とエラーの処理、および代替案(SEL

Pythonでの画像フィルタリングPythonでの画像フィルタリングMar 03, 2025 am 09:44 AM

ノイズの多い画像を扱うことは、特に携帯電話や低解像度のカメラの写真でよくある問題です。 このチュートリアルでは、OpenCVを使用してPythonの画像フィルタリング手法を調査して、この問題に取り組みます。 画像フィルタリング:強力なツール 画像フィルター

TensorflowまたはPytorchで深い学習を実行する方法は?TensorflowまたはPytorchで深い学習を実行する方法は?Mar 10, 2025 pm 06:52 PM

この記事では、深い学習のためにTensorflowとPytorchを比較しています。 関連する手順、データの準備、モデルの構築、トレーニング、評価、展開について詳しく説明しています。 特に計算グラップに関して、フレームワーク間の重要な違い

Pythonの並列および同時プログラミングの紹介Pythonの並列および同時プログラミングの紹介Mar 03, 2025 am 10:32 AM

データサイエンスと処理のお気に入りであるPythonは、高性能コンピューティングのための豊富なエコシステムを提供します。ただし、Pythonの並列プログラミングは、独自の課題を提示します。このチュートリアルでは、これらの課題を調査し、グローバルな承認に焦点を当てています

Pythonで独自のデータ構造を実装する方法Pythonで独自のデータ構造を実装する方法Mar 03, 2025 am 09:28 AM

このチュートリアルでは、Python 3にカスタムパイプラインデータ構造を作成し、機能を強化するためにクラスとオペレーターのオーバーロードを活用していることを示しています。 パイプラインの柔軟性は、一連の機能をデータセットに適用する能力にあります。

Pythonオブジェクトのシリアル化と脱介入:パート1Pythonオブジェクトのシリアル化と脱介入:パート1Mar 08, 2025 am 09:39 AM

Pythonオブジェクトのシリアル化と脱介入は、非自明のプログラムの重要な側面です。 Pythonファイルに何かを保存すると、構成ファイルを読み取る場合、またはHTTPリクエストに応答する場合、オブジェクトシリアル化と脱滑り化を行います。 ある意味では、シリアル化と脱派化は、世界で最も退屈なものです。これらすべての形式とプロトコルを気にするのは誰ですか? Pythonオブジェクトを維持またはストリーミングし、後で完全に取得したいと考えています。 これは、概念レベルで世界を見るのに最適な方法です。ただし、実用的なレベルでは、選択したシリアル化スキーム、形式、またはプロトコルは、プログラムの速度、セキュリティ、メンテナンスの自由、およびその他の側面を決定する場合があります。

Pythonの数学モジュール:統計Pythonの数学モジュール:統計Mar 09, 2025 am 11:40 AM

Pythonの統計モジュールは、強力なデータ統計分析機能を提供して、生物統計やビジネス分析などのデータの全体的な特性を迅速に理解できるようにします。データポイントを1つずつ見る代わりに、平均や分散などの統計を見て、無視される可能性のある元のデータの傾向と機能を発見し、大きなデータセットをより簡単かつ効果的に比較してください。 このチュートリアルでは、平均を計算し、データセットの分散の程度を測定する方法を説明します。特に明記しない限り、このモジュールのすべての関数は、単に平均を合計するのではなく、平均()関数の計算をサポートします。 浮動小数点数も使用できます。 ランダムをインポートします インポート統計 fractiから

See all articles

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

AI Hentai Generator

AI Hentai Generator

AIヘンタイを無料で生成します。

ホットツール

mPDF

mPDF

mPDF は、UTF-8 でエンコードされた HTML から PDF ファイルを生成できる PHP ライブラリです。オリジナルの作者である Ian Back は、Web サイトから「オンザフライ」で PDF ファイルを出力し、さまざまな言語を処理するために mPDF を作成しました。 HTML2FPDF などのオリジナルのスクリプトよりも遅く、Unicode フォントを使用すると生成されるファイルが大きくなりますが、CSS スタイルなどをサポートし、多くの機能強化が施されています。 RTL (アラビア語とヘブライ語) や CJK (中国語、日本語、韓国語) を含むほぼすべての言語をサポートします。ネストされたブロックレベル要素 (P、DIV など) をサポートします。

SublimeText3 英語版

SublimeText3 英語版

推奨: Win バージョン、コードプロンプトをサポート!

Dreamweaver Mac版

Dreamweaver Mac版

ビジュアル Web 開発ツール

AtomエディタMac版ダウンロード

AtomエディタMac版ダウンロード

最も人気のあるオープンソースエディター

ゼンドスタジオ 13.0.1

ゼンドスタジオ 13.0.1

強力な PHP 統合開発環境