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?

Lär dig att bygga rena, säkra och skalbara applikationer med objektorienterad programmering i Python. Täck grunderna i klasser och objekt, och gå sedan vidare till avancerade koncept såsom arv, komposition, polymorfism och inkapsling. Med tydliga förklaringar och praktiska exempel utvecklar du förmågan att designa Python-program som är kraftfulla, underhållbara och redo för verklig användning.

Lär dig de grundläggande byggstenarna i objektorienterad programmering i Python. Detta avsnitt behandlar klasser, objekt, metoder och variabler, vilket ger en stabil grund för att förstå hur OOP organiserar och strukturerar kod.

Utforska hur klasser kan dela och utöka funktionalitet. Du kommer att lära dig olika arvsmönster, från enkla hierarkier till multipelt arv och abstrakta klasser, och se hur dessa möjliggör återanvändning av kod och skalbarhet.

Upptäck hur du bygger flexibla system genom att kombinera objekt. Istället för att enbart förlita dig på arv, visar vi hur komposition gör det möjligt att sammanfoga beteenden på ett modulärt och anpassningsbart sätt.

Förstå hur olika objekt kan dela ett gemensamt gränssnitt men ändå uppträda på sitt eget sätt. Detta avsnitt visar hur metodöverskuggning, gränssnitt och protokoll gör din kod mer dynamisk och återanvändbar.

Lär dig hur du skyddar intern data och kontrollerar åtkomst till klassattribut. Du kommer att utforska privata attribut, getters och setters samt tekniker för att dölja data som håller dina klasser säkra och underhållbara.

Introduction to Encapsulation