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 hvordan du bygger rene, sikre og skalerbare applikasjoner med objektorientert programmering i Python. Dekker grunnleggende konsepter som klasser og objekter, og går deretter videre til avanserte emner som arv, komposisjon, polymorfisme og innkapsling. Med klare forklaringer og praktiske eksempler utvikler du evnen til å designe Python-programmer som er kraftige, vedlikeholdbare og klare for bruk i virkelige situasjoner.

Lær de grunnleggende byggesteinene i objektorientert programmering i Python. Denne delen dekker klasser, objekter, metoder og variabler, og gir deg et solid grunnlag for å forstå hvordan OOP organiserer og strukturerer kode.

Utforsk hvordan klasser kan dele og utvide funksjonalitet. Du vil lære om ulike arvmønstre, fra enkle hierarkier til multippel arv og abstrakte klasser, og se hvordan de muliggjør gjenbruk av kode og skalerbarhet.

Lær hvordan du bygger fleksible systemer ved å kombinere objekter. I stedet for å kun stole på arv, vil du se hvordan komposisjon lar deg sette sammen funksjonalitet på en modulær og tilpasningsdyktig måte.

Forstå hvordan ulike objekter kan dele et felles grensesnitt samtidig som de oppfører seg på sin egen måte. Denne delen viser hvordan metodeoverstyring, grensesnitt og protokoller gjør koden din mer dynamisk og gjenbrukbar.

Lær hvordan du beskytter interne data og kontrollerer tilgang til klasseattributter. Du vil utforske private attributter, getters og setters, samt teknikker for å skjule data som gjør klassene dine sikre og vedlikeholdbare.

Introduction to Encapsulation