告别Getter/Setter的繁琐，揭秘@property如何将Python属性访问变成一场优雅革命。

其核心价值在于：

1. 接口稳定性：将内部实现细节隐藏，对外暴露统一属性接口，避免因内部变量名变更影响调用方；
2. 惰性计算优化：仅在访问时执行计算逻辑，避免不必要的性能开销；
3. 数据验证与拦截：通过配套的@attr.setter在赋值时自动触发校验规则，守护数据完整性；
4. 维护性提升：属性访问逻辑集中管理，大幅降低代码耦合度。

掌握@property是编写Pythonic且强健类设计的关键一步，它让封装与易用性完美共存。

一、 告别 Getter/Setter：@property 的优雅登场

传统面向对象编程中，为保护类内部数据，常需编写大量Getter/Setter方法：

class OldCircle:
    def __init__(self, radius):
        self._radius = radius
    
    def get_radius(self):   # 冗余的Getter
        return self._radius
    
    def set_radius(self, value):  # 繁琐的Setter
        if value < 0:
            raise ValueError("Radius cannot be negative")
        self._radius = value

# 使用方式笨重
c = OldCircle(5)
print(c.get_radius())  # 输出: 5
c.set_radius(10)

@property 的改造：

class Circle:
    def __init__(self, radius):
        self.radius = radius  # 直接通过property赋值

    @property
    def radius(self):         # 访问如属性，实则为方法
        return self._radius

    @radius.setter
    def radius(self, value):  # 赋值时自动调用
        if value < 0:
            raise ValueError("Radius cannot be negative")
        self._radius = value

# 使用优雅如直接访问属性
c = Circle(5)
print(c.radius)  # 输出: 5 (看似属性，实为方法调用)
c.radius = 10    # 自动触发setter校验

二、 超越简单封装：@property 的进阶魔法

1. 动态计算属性：属性值随其他变量实时变化

class Rectangle:
    def __init__(self, width, height):
        self.width = width
        self.height = height
    
    @property
    def area(self):  # 动态计算，无需存储
        return self.width * self.height

rect = Rectangle(3, 4)
print(rect.area)  # 输出: 12
rect.width = 5    # 修改依赖项
print(rect.area)  # 输出: 20 (自动重新计算)

1. 只读属性保护：通过省略setter实现

class TemperatureSensor:
    def __init__(self):
        self._current_temp = 25.0
    
    @property
    def temperature(self):  # 只读属性
        return self._current_temp

sensor = TemperatureSensor()
print(sensor.temperature)  # 可读
sensor.temperature = 30    # 报错: AttributeError (无setter)

1. 属性访问日志与调试

class Account:
    def __init__(self, balance):
        self._balance = balance
    
    @property
    def balance(self):
        print("【LOG】账户余额被查询")
        return self._balance
    
    @balance.setter
    def balance(self, value):
        print(f"【LOG】余额更新: {self._balance} -> {value}")
        self._balance = value

acc = Account(1000)
acc.balance = 1500  # 输出日志

三、 性能与设计：何时该用 @property？

# 性能对比示例 (伪代码)
import timeit

class DirectAttr:
    value = 42  # 直接属性访问

class WithProperty:
    @property
    def value(self):  # 通过property访问
        return 42

# 测试十亿次访问
t_direct = timeit.timeit('obj.value', 'obj = DirectAttr()', number=1_000_000_000)
t_property = timeit.timeit('obj.value', 'obj = WithProperty()', number=1_000_000_000)

print(f"直接属性: {t_direct:.2f}s")    # 约 2.8s (参考值)
print(f"@property: {t_property:.2f}s") # 约 8.5s (参考值，慢3倍)

结论：@property 绝非简单的语法糖，而是 Python 面向对象设计的核心范式。它通过装饰器魔法，在数据封装与接口优雅之间找到了完美平衡点。掌握其动态计算、数据校验、只读控制等能力，能显著提升代码的健壮性与可维护性，让属性访问成为一场优雅革命。