Python - クラス内でパブリック変数、プライベート変数、プロテクト変数を定義する方法
導入
Python はオブジェクト指向プログラミング言語として、クラス内にデータをカプセル化するさまざまな方法を提供します。
このカプセル化の重要な側面の 1 つは、パブリック、プロテクト、プライベートに分類できるクラス変数の可視性です。この記事では、Python クラスでパブリック、プライベート、およびプロテクト変数を定義する方法を説明します。
これらの変数の動作は他のプログラミング言語とは異なり静かです。これらのアクセス制御は、実際のオブジェクトの非表示ではなく、単なる Python の命名規則です。
1. パブリック変数
パブリック変数は、最もアクセスしやすいタイプの変数です。クラスの内外を問わず、どこからでもアクセスできます。 Python では、明示的に定義されていない限り、すべてのクラス変数はデフォルトでパブリックです。
例:
class MyClass: def __init__(self, name): self.name = name # Public variable obj = MyClass("John") print(obj.name) # Accessible outside the class #Output : John
この例では、name はパブリック変数です。クラスの外部から制限なくアクセスして変更できます。
2. 保護された変数
保護された変数は、クラスとそのサブクラス内でのみアクセスされることを目的としています。 Python は厳密なアクセス制御を強制しませんが、変数が保護されていることを示す慣例として、名前の前に 1 つのアンダースコア (_) が付けられます。
例:
class MyClass: def __init__(self, name, age): self._age = age # Protected variable class ChildClass(MyClass): def display(self): print(f"Age: {self._age}") # Accessible within a subclass obj = ChildClass("John", 30) obj.display() # Output: Age: 30
この例では、年齢は保護された変数です。 Python ではクラス外から直接アクセスすることを妨げませんが、そうすることは意図された使用法に反します。
3. プライベート変数
プライベート変数は、それを定義するクラス内でのみアクセスすることを目的としています。 Python では、変数名の前に二重アンダースコア (__) を付けることでプライベート変数を表します。これにより、名前のマングリングが引き起こされ、クラスの外部からプライベート変数にアクセスすることが困難になります (不可能ではありません)。
例:
class MyClass: def __init__(self, name, age, salary): self.__salary = salary # Private variable def display_salary(self): print(f"Salary: {self.__salary}") # Accessible within the class obj = MyClass("John", 30, 50000) obj.display_salary() # Output: Salary: 50000 # Trying to access the private variable outside the class print(obj.__salary) # Raises AttributeError
この例では、給与はプライベート変数です。クラスの外部から直接アクセスしようとすると、Python は AttributeError を発生させます。ただし、名前がマングルされたバージョンを使用してアクセスすることはできますが、これはお勧めできません。
名前のマングリングの例:
print(obj._MyClass__salary) # Output: 50000
このコード行は、クラス名を含むようにプライベート変数の名前が内部的に変更され、アクセスしにくくなる方法を示しています。
まとめ
- パブリック変数: どこからでもアクセス可能。アンダースコアは使用できません。
- 保護された変数: クラスとそのサブクラス内でアクセス可能。先頭に 1 つのアンダースコア (_) が付きます。
- プライベート変数: クラス内でのみアクセス可能。先頭に二重アンダースコア (__) が付きます。
Python のアクセス制御は厳密な強制ではなく命名規則に基づいていますが、これらの規則に従うことはコードの明確さと整合性を維持するのに役立ちます。 Python で効果的なオブジェクト指向プログラミングを行うには、パブリック変数、プロテクト変数、プライベート変数の定義方法と使用方法を理解することが重要です。
以上がPython - クラス内でパブリック変数、プライベート変数、プロテクト変数を定義する方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











Pythonは学習と使用が簡単ですが、Cはより強力ですが複雑です。 1。Python構文は簡潔で初心者に適しています。動的なタイピングと自動メモリ管理により、使いやすくなりますが、ランタイムエラーを引き起こす可能性があります。 2.Cは、高性能アプリケーションに適した低レベルの制御と高度な機能を提供しますが、学習しきい値が高く、手動メモリとタイプの安全管理が必要です。

Pythonを1日2時間学ぶだけで十分ですか?それはあなたの目標と学習方法に依存します。 1)明確な学習計画を策定し、2)適切な学習リソースと方法を選択します。3)実践的な実践とレビューとレビューと統合を練習および統合し、統合すると、この期間中にPythonの基本的な知識と高度な機能を徐々に習得できます。

Pythonは開発効率でCよりも優れていますが、Cは実行パフォーマンスが高くなっています。 1。Pythonの簡潔な構文とリッチライブラリは、開発効率を向上させます。 2.Cのコンピレーションタイプの特性とハードウェア制御により、実行パフォーマンスが向上します。選択を行うときは、プロジェクトのニーズに基づいて開発速度と実行効率を比較検討する必要があります。

PythonとCにはそれぞれ独自の利点があり、選択はプロジェクトの要件に基づいている必要があります。 1)Pythonは、簡潔な構文と動的タイピングのため、迅速な開発とデータ処理に適しています。 2)Cは、静的なタイピングと手動メモリ管理により、高性能およびシステムプログラミングに適しています。

PythonListSarePartOfThestAndardarenot.liestareBuilting-in、versatile、forStoringCollectionsのpythonlistarepart。

Pythonは、自動化、スクリプト、およびタスク管理に優れています。 1)自動化:OSやShutilなどの標準ライブラリを介してファイルバックアップが実現されます。 2)スクリプトの書き込み:Psutilライブラリを使用してシステムリソースを監視します。 3)タスク管理:スケジュールライブラリを使用してタスクをスケジュールします。 Pythonの使いやすさと豊富なライブラリサポートにより、これらの分野で優先ツールになります。

科学コンピューティングにおけるPythonのアプリケーションには、データ分析、機械学習、数値シミュレーション、視覚化が含まれます。 1.numpyは、効率的な多次元配列と数学的関数を提供します。 2。ScipyはNumpy機能を拡張し、最適化と線形代数ツールを提供します。 3. Pandasは、データ処理と分析に使用されます。 4.matplotlibは、さまざまなグラフと視覚的な結果を生成するために使用されます。

Web開発におけるPythonの主要なアプリケーションには、DjangoおよびFlaskフレームワークの使用、API開発、データ分析と視覚化、機械学習とAI、およびパフォーマンスの最適化が含まれます。 1。DjangoandFlask Framework:Djangoは、複雑な用途の迅速な発展に適しており、Flaskは小規模または高度にカスタマイズされたプロジェクトに適しています。 2。API開発:フラスコまたはdjangorestFrameworkを使用して、Restfulapiを構築します。 3。データ分析と視覚化:Pythonを使用してデータを処理し、Webインターフェイスを介して表示します。 4。機械学習とAI:Pythonは、インテリジェントWebアプリケーションを構築するために使用されます。 5。パフォーマンスの最適化:非同期プログラミング、キャッシュ、コードを通じて最適化
