Summary  
This chapter covers how to use Python’s @property decorator and the descriptor protocol to implement getters and setters for controlled attribute access, validation, and computed properties.  

General domain of usage  
Modeling and validating physical measurements

Ominaisuudet sekä getterit/setterit mahdollistavat hallitun pääsyn luokan tietoihin, muuttaen yksinkertaisen attribuutin käytön tehokkaiksi, validoiduiksi ja lasketuiksi vuorovaikutuksiksi. Ne yhdistävät suoran attribuutin käytön ja metodiin perustuvan kontrollin, tarjoten sekä luettavuutta että vankkuutta.

Pythonin ominaisuudet hyödyntävät taustalla **deskriptoriprotokollaa**. Tämä mahdollistaa sen, että `@property`-koristeella varustetut metodit käyttäytyvät kuin attribuutit, mutta suorittavat silti mukautettua logiikkaa.


class Temperature:
    def __init__(self, celsius):
        self._celsius = celsius

    @property
    def celsius(self):
        return self._celsius

    @celsius.setter
    def celsius(self, value):
        if -273.15 <= value <= 1e4:     # validation
            self._celsius = value
        else:
            raise ValueError("Invalid temperature")

    @property
    def fahrenheit(self):
        return (self._celsius * 9/5) + 32

t = Temperature(25)
print(t.fahrenheit)    # Computed property
t.celsius = -300       # Raises ValueError

**Ammattilaiskäytännöt** sisältävät **laiskan evaluoinnin** raskaille laskutoimituksille, **välimuistin** usein käytetyille arvoille, **selkeät virheilmoitukset** validointiin sekä **kattavan dokumentaation** ominaisuuden toiminnasta. Ominaisuuksien tulisi tuntua **luonnollisilta attribuuteilta**, mutta tarjota silti **metodien kontrolli**.

**Suorituskykytekijät** ovat tärkeitä usein käytetyille ominaisuuksille. Yksinkertaisilla **gettereillä/settereillä** on minimaalinen vaikutus suorituskykyyn, mutta **monimutkainen validointi** tai **raskas laskenta** voi heikentää suorituskykyä. Tällöin **välimuisti**, **laiska evaluointi** ja **tehokkaat algoritmit** ovat olennaisia.

Valinta **ominaisuuksien ja perinteisten getterien/setterien** välillä riippuu tarpeista: ominaisuudet tarjoavat **selkeämmän syntaksin** ja noudattavat **Pythonin käytäntöjä**, kun taas eksplisiittiset metodit voivat olla parempia **monimutkaiseen validointiin** tai **metodipohjaisiin rajapintoihin**.

Mikä etu Pythonin ominaisuuksilla (properties) on perinteisiin getter- ja setter-metodeihin verrattuna?

Opi rakentamaan selkeitä, turvallisia ja skaalautuvia sovelluksia olio-ohjelmoinnin avulla Pythonissa. Käy läpi luokkien ja olioiden perusteet ja siirry sitten edistyneisiin käsitteisiin, kuten perintä, koostaminen, polymorfismi ja kapselointi. Selkeiden selitysten ja käytännön esimerkkien avulla kehität kyvyn suunnitella Python-ohjelmia, jotka ovat tehokkaita, ylläpidettäviä ja valmiita tosielämän käyttöön.

Opi Pythonin olio-ohjelmoinnin keskeiset rakennuspalikat. Tässä osiossa käsitellään luokkia, olioita, metodeja ja muuttujia, tarjoten vankan pohjan ymmärtää, miten olio-ohjelmointi jäsentää ja organisoi koodia.

Tutustu siihen, miten luokat voivat jakaa ja laajentaa toiminnallisuutta. Opit erilaisia periytymismalleja yksinkertaisista hierarkioista moniperiytymiseen ja abstrakteihin luokkiin sekä näet, miten ne mahdollistavat koodin uudelleenkäytön ja laajennettavuuden.

Opi rakentamaan joustavia järjestelmiä yhdistämällä olioita. Perinteisen perinnän sijaan näet, kuinka koostaminen mahdollistaa toimintojen kokoamisen modulaarisesti ja mukautuvasti.

Ymmärrä, kuinka eri oliot voivat jakaa yhteisen rajapinnan käyttäytyen silti omalla tavallaan. Tässä osiossa esitellään, miten metodin ylikirjoitus, rajapinnat ja protokollat tekevät koodistasi dynaamisempaa ja uudelleenkäytettävämpää.

Opi suojaamaan sisäistä dataa ja hallitsemaan pääsyä luokan attribuutteihin. Tutustut yksityisiin attribuutteihin, hakijoihin ja asettajiin sekä tietojen piilotustekniikoihin, jotka tekevät luokistasi turvallisia ja helposti ylläpidettäviä.

Getterien ja Setterien Käyttö