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

Propriedades e getters/setters fornecem acesso controlado aos dados da classe, transformando o acesso simples a atributos em interações poderosas, validadas e computadas. Eles fazem a ponte entre o uso direto de atributos e o controle baseado em métodos, combinando legibilidade com robustez.

As propriedades em Python utilizam o **protocolo de descritor** internamente. Isso permite que métodos decorados com `@property` se comportem como atributos, enquanto ainda executam lógica personalizada.


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

**Padrões profissionais** incluem **avaliação preguiçosa** para cálculos custosos, **cache** para valores acessados com frequência, **mensagens de erro claras** para validação e **documentação abrangente** do comportamento da propriedade. As propriedades devem parecer **atributos naturais** enquanto ainda oferecem o **controle de métodos**.

**Considerações de desempenho** são importantes para propriedades acessadas frequentemente. **Getters/setters** simples têm sobrecarga mínima, mas **validação complexa** ou **cálculos pesados** podem degradar o desempenho. Nesses casos, **cache**, **avaliação preguiçosa** e **algoritmos eficientes** são essenciais.

A escolha entre **propriedades vs. getters/setters tradicionais** depende das necessidades: propriedades oferecem **sintaxe mais limpa** e estão alinhadas com os **idiomas do Python**, enquanto métodos explícitos podem ser melhores para **validação complexa** ou **APIs baseadas em métodos**.

Qual vantagem as propriedades do Python oferecem em relação aos métodos tradicionais de getter e setter?

Aprenda a construir aplicações limpas, seguras e escaláveis com Programação Orientada a Objetos em Python. Aborde os fundamentos de classes e objetos, avançando para conceitos avançados como herança, composição, polimorfismo e encapsulamento. Com explicações claras e exemplos práticos, você desenvolverá a capacidade de projetar programas Python poderosos, manuteníveis e prontos para uso no mundo real.

Aprenda os principais fundamentos da programação orientada a objetos em Python. Esta seção aborda classes, objetos, métodos e variáveis, proporcionando uma base sólida para compreender como a OOP organiza e estrutura o código.

Explore como as classes podem compartilhar e estender funcionalidades. Você aprenderá diferentes padrões de herança, desde hierarquias simples até herança múltipla e classes abstratas, e verá como eles possibilitam o reuso de código e a escalabilidade.

Descubra como construir sistemas flexíveis combinando objetos. Em vez de depender apenas de herança, veja como a composição permite montar comportamentos de forma modular e adaptável.

Compreenda como diferentes objetos podem compartilhar uma interface comum enquanto apresentam comportamentos distintos. Esta seção demonstra como a sobrescrita de métodos, interfaces e protocolos tornam seu código mais dinâmico e reutilizável.

Aprenda a proteger dados internos e controlar o acesso aos atributos de classe. Serão explorados atributos privados, métodos getters e setters, e técnicas de ocultação de dados que mantêm suas classes seguras e fáceis de manter.

Usando Getters e Setters