Summary  
This chapter explains encapsulation in object-oriented programming by showing how to bundle data and methods in classes and control access to internal state through public, protected, and private naming conventions in Python.

General domain of usage  
Financial applications

**Encapsulation** is a core principle of object-oriented programming that bundles data and methods while restricting direct access to internal details. It protects sensitive implementation, ensures stability, and provides safe, controlled interfaces for external use.

Definition

**Encapsulation** is more than data hiding. It is about balancing protection with usability. By exposing only what is necessary, classes stay flexible, stable, and capable of evolving without disrupting dependent code.

Encapsulation is guided more by conventions than by strict enforcement. Underscores signal intended access levels, but developers are trusted to respect them.

Note

Protects sensitive data, prevents corruption, ensures integrity through controlled access.

Defines public vs private elements, uses conventions to guide use, balances access and security.

Conceals internal logic, allows safe internal changes, keeps external interfaces simple.

Provides consistent methods, defines clear contracts, makes APIs easy and predictable to use.

Encapsulation in Python is achieved through naming conventions:

- **Public members**: no prefix, fully accessible, form the official API.

- **Protected members**: prefixed with a single underscore (`_attribute`), intended for internal use or subclass access.

- **Private members**: prefixed with double underscores (`__attribute`), transformed through *name mangling* into identifiers like `_ClassName__attribute`, making them difficult to access externally.

Proper encapsulation improves **security** by protecting sensitive data, **maintainability** by allowing internal changes without breaking external code, and **reliability** through controlled state transitions.

A classic example is a **BankAccount** class, where attributes like balance and transaction history are private, and public methods manage deposits, withdrawals, and balance checks. These methods validate inputs, enforce rules, and log activity while keeping sensitive data hidden.

What is the main purpose of encapsulation in object-oriented programming?

Lær at bygge rene, sikre og skalerbare applikationer med objektorienteret programmering i Python. Dækker grundlæggende principper for klasser og objekter og går derefter videre til avancerede emner som arv, komposition, polymorfi og indkapsling. Med klare forklaringer og praktiske eksempler udvikler du evnen til at designe Python-programmer, der er kraftfulde, vedligeholdelsesvenlige og klar til brug i virkelige situationer.

Lær de grundlæggende byggesten i objektorienteret programmering i Python. Dette afsnit dækker klasser, objekter, metoder og variabler og giver dig et solidt fundament for at forstå, hvordan OOP organiserer og strukturerer kode.

Undersøg, hvordan klasser kan dele og udvide funktionalitet. Du lærer om forskellige arvmønstre, fra simple hierarkier til multipel arv og abstrakte klasser, og ser, hvordan de muliggør genbrug af kode og skalerbarhed.

Opdag, hvordan man opbygger fleksible systemer ved at kombinere objekter. I stedet for udelukkende at benytte arv, viser vi, hvordan komposition gør det muligt at samle funktionaliteter på en modulær og tilpasningsdygtig måde.

Forstå hvordan forskellige objekter kan dele et fælles interface, men opføre sig på deres egen måde. Dette afsnit viser, hvordan metodeoverskrivning, interfaces og protokoller gør din kode mere dynamisk og genanvendelig.

Lær at beskytte interne data og kontrollere adgangen til klasseattributter. Du vil udforske private attributter, getters og setters samt teknikker til dataindkapsling, der gør dine klasser sikre og vedligeholdelsesvenlige.

Introduction to Encapsulation