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

Le proprietà e i getter/setter forniscono un accesso controllato ai dati della classe, trasformando l'accesso semplice agli attributi in interazioni potenti, validate e calcolate. Colmano il divario tra l'uso diretto degli attributi e il controllo basato sui metodi, combinando leggibilità e robustezza.

Le proprietà in Python utilizzano il **protocollo dei descrittori** internamente. Questo consente ai metodi decorati con `@property` di comportarsi come attributi pur eseguendo logica personalizzata.


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

**Pattern professionali** includono la **valutazione pigra** per calcoli costosi, la **memorizzazione nella cache** per valori frequentemente accessibili, **messaggi di errore chiari** per la validazione e **documentazione completa** del comportamento delle proprietà. Le proprietà dovrebbero sembrare **attributi naturali** pur offrendo il **controllo dei metodi**.

Le **considerazioni sulle prestazioni** sono importanti per le proprietà frequentemente accessibili. I **getter/setter** semplici hanno un overhead minimo, ma la **validazione complessa** o i **calcoli pesanti** possono degradare le prestazioni. In questi casi, **caching**, **valutazione pigra** e **algoritmi efficienti** sono essenziali.

La scelta tra **proprietà e getter/setter tradizionali** dipende dalle esigenze: le proprietà offrono una **sintassi più pulita** e si allineano agli **idiomi di Python**, mentre i metodi espliciti possono essere preferibili per **validazioni complesse** o **API basate su metodi**.

Quale vantaggio offrono le proprietà di Python rispetto ai tradizionali metodi getter e setter?

Impara a costruire applicazioni pulite, sicure e scalabili con la programmazione orientata agli oggetti in Python. Copri i fondamenti di classi e oggetti, per poi passare a concetti avanzati come ereditarietà, composizione, polimorfismo e incapsulamento. Con spiegazioni chiare ed esempi pratici, svilupperai la capacità di progettare programmi Python potenti, manutenibili e pronti per l'uso reale.

Apprendi i fondamenti della programmazione orientata agli oggetti in Python. Questa sezione tratta classi, oggetti, metodi e variabili, fornendo una solida base per comprendere come la OOP organizza e struttura il codice.

Esplora come le classi possano condividere ed estendere funzionalità. Verranno illustrati diversi modelli di ereditarietà, dalle gerarchie semplici all’ereditarietà multipla e alle classi astratte, mostrando come favoriscano il riutilizzo del codice e la scalabilità.

Scopri come costruire sistemi flessibili combinando oggetti. Invece di affidarti solo all'ereditarietà, vedrai come la composizione consenta di assemblare comportamenti in modo modulare e adattabile.

Comprendere come oggetti diversi possano condividere una stessa interfaccia pur mantenendo comportamenti distinti. Questa sezione illustra come l'override dei metodi, le interfacce e i protocolli rendano il codice più dinamico e riutilizzabile.

Scopri come proteggere i dati interni e controllare l'accesso agli attributi di classe. Verranno esplorati attributi privati, metodi getter e setter, e tecniche di occultamento dei dati che rendono le classi sicure e manutenibili.

Utilizzo di Getter e Setter