INTRODUCTION
FLOW CONTROL
FUNCTIONS
DATATYPES
OBJECT & CLASS
Bài tập Python: Lập trình hướng đối tượng (OOP) trong Python Lập trình hướng đối tượng trong Python Class Variables trong Python Tìm hiểu về Methods trong Python Cách sử dụng phương thức __init__() trong Python Các biến Instance trong Python Tìm hiểu về Class Attributes trong Python Hàm Static Methods trong Python Phương thức __str__ trong Python Phương thức __repr__ trong Python Phương thức eq trong Python Tìm hiểu phương thức __hash__ trong Python Phương thức __bool__ trong Python Phương thức del trong Python Tìm hiểu về lớp Property trong Python Tìm hiểu về nạp chồng toán tử trong Python Trình Decorator Property trong Python Thuộc tính chỉ đọc trong Python Thuộc tính Delete trong Python Sử dụng super() trong Python Sử dụng __slots__ trong Python Cách sử dụng Protocol trong Python Sử dụng Enum aliases và @enum.unique trong Python Tùy chỉnh và mở rộng lớp Enum trong Python Cách sử dụng hàm Auto() của Python Single Responsibility Principle trong Python Nguyên tắc Đóng-Mở trong Python Nguyên tắc thay thế Liskov - LSP trong Python Interface Segregation Principle - ISP trong Python. Nguyên tắc đảo ngược sự phụ thuộc trong Python Đa kế thừa trong Python Tìm hiểu về các lớp mixin trong Python Mô tả Descriptors trong Python Phân biệt Data Descriptor và Non-data Descriptor trong Python Phương thức __new__ trong Python Tìm hiểu về Class Type trong Python Lớp Metaclass trong Python Ví dụ sử dụng metaclass trong Python Tìm hiểu về decorator dataclass trong Python Tìm hiểu về các ngoại lệ trong Python Ngoại lệ Raise trong Python Sử dụng câu lệnh raise from trong Python Ngoại lệ tùy chỉnh trong Python Module trong Python Package trong Python Class trong Python Hàm khởi tạo trong Python Kế thừa trong Python Đa kế thừa trong Python Setter và Getter trong Python Override trong Python Interface trong Python Bài tập Python: Module và Class
ADVANCED TOPICS
BỔ SUNG
PYTHON CĂN BẢN
CÁC CHỦ ĐỀ
BÀI MỚI NHẤT
MỚI CẬP NHẬT

Thông báo: Download 4 khóa học Python từ cơ bản đến nâng cao tại đây.

Thuộc tính chỉ đọc trong Python

Trong Python, thuộc tính chỉ đọc (readonly property) là một khái niệm quan trọng giúp bạn kiểm soát tốt hơn việc truy xuất và bảo vệ dữ liệu trong các đối tượng. Trong bài viết này, bạn sẽ học cách định nghĩa thuộc tính chỉ đọc, cách nó hoạt động và làm thế nào để sử dụng nó trong việc tạo các thuộc tính tính toán (computed properties) nhằm tối ưu hóa hiệu suất và cấu trúc mã nguồn.

test php

banquyen png
Bài viết này được đăng tại freetuts.net, không được copy dưới mọi hình thức.

Giới thiệu về thuộc tính chỉ đọc trong Python

Để định nghĩa một thuộc tính chỉ đọc, bạn cần tạo một thuộc tính chỉ có hàm getter (hàm lấy giá trị). Tuy nhiên, đây không hoàn toàn là thuộc tính chỉ đọc vì bạn vẫn có thể truy cập và thay đổi giá trị của thuộc tính gốc bên trong lớp.

Thuộc tính chỉ đọc rất hữu ích trong một số trường hợp, chẳng hạn như khi bạn cần một thuộc tính tính toán từ các giá trị khác.

Ví dụ dưới đây định nghĩa một lớp gọi là Circle (hình tròn) với thuộc tính radius (bán kính) và một phương thức area() (diện tích):

Bài viết này được đăng tại [free tuts .net]

import math

class Circle:
    def __init__(self, radius):
        self.radius = radius

    def area(self):
        return math.pi * self.radius ** 2

Đoạn mã sau sẽ tạo một đối tượng Circle mới và trả về diện tích của nó:

c = Circle(10)
print(c.area())

Kết quả đầu ra:

314.1592653589793

Đoạn mã này hoạt động hoàn toàn tốt. Tuy nhiên, sẽ hợp lý hơn nếu diện tích là một thuộc tính của đối tượng Circle, thay vì là một phương thức. Để làm cho area() trở thành một thuộc tính, bạn có thể sử dụng trình trang trí @property như sau:

import math

class Circle:
    def __init__(self, radius):
        self.radius = radius

    @property
    def area(self):
        return math.pi * self.radius ** 2

c = Circle(10)
print(c.area)

Ở đây, diện tích được tính từ thuộc tính radius, vì vậy nó thường được gọi là thuộc tính tính toán (calculated hoặc computed property).

Lưu trữ tạm thời thuộc tính tính toán (Cache computed properties) trong Python

Giả sử bạn tạo một đối tượng Circle mới và truy cập thuộc tính area nhiều lần. Mỗi lần truy cập, diện tích sẽ được tính lại, điều này không hiệu quả.

Để cải thiện hiệu suất, bạn chỉ cần tính lại diện tích khi bán kính thay đổi. Nếu bán kính không thay đổi, bạn có thể sử dụng lại giá trị diện tích đã được tính trước đó mà không cần tính lại.

Bạn có thể sử dụng kỹ thuật lưu trữ tạm thời (caching) như sau:

  • Đầu tiên, tính toán diện tích và lưu nó vào một bộ nhớ tạm (cache).
  • Thứ hai, nếu bán kính thay đổi, đặt lại giá trị diện tích. Nếu không, chỉ cần trả về giá trị diện tích từ bộ nhớ tạm mà không cần tính toán lại.

Ví dụ dưới đây định nghĩa một lớp Circle mới với thuộc tính area được lưu trữ tạm thời:

import math

class Circle:
    def __init__(self, radius):
        self._radius = radius
        self._area = None

    @property
    def radius(self):
        return self._radius

    @radius.setter
    def radius(self, value):
        if value < 0:
            raise ValueError('Bán kính phải là số dương')

        if value != self._radius:
            self._radius = value
            self._area = None

    @property
    def area(self):
        if self._area is None:
            self._area = math.pi * self.radius ** 2
        return self._area

Cách hoạt động:

  • Đầu tiên, trong phương thức __init__, đặt giá trị của _areaNone. Thuộc tính _area chính là bộ nhớ tạm để lưu trữ giá trị diện tích đã tính.
  • Thứ hai, nếu bán kính thay đổi (trong hàm setter), giá trị của _area sẽ được đặt lại là None.
  • Thứ ba, định nghĩa thuộc tính tính toán area. Thuộc tính này sẽ trả về giá trị _area nếu nó khác None. Nếu không, diện tích sẽ được tính toán, lưu vào _area và sau đó trả về giá trị diện tích.

Kết bài

Bằng cách chỉ cần định nghĩa hàm getter, bạn có thể tạo ra các thuộc tính chỉ đọc một cách dễ dàng trong Python. Việc sử dụng thuộc tính tính toán giúp các thuộc tính của lớp trở nên tự nhiên và trực quan hơn. Ngoài ra, áp dụng kỹ thuật lưu trữ tạm thời (caching) sẽ cải thiện hiệu suất khi làm việc với các thuộc tính tính toán. Nhờ đó, bạn có thể quản lý tốt hơn dữ liệu trong lớp và tối ưu hóa hiệu suất cho ứng dụng của mình, đặc biệt khi xử lý các thuộc tính phức tạp.

Cùng chuyên mục:

Hướng dẫn xây dựng Command-Line Interface (CLI) bằng Quo trong Python

Hướng dẫn xây dựng Command-Line Interface (CLI) bằng Quo trong Python

Hướng dẫn toàn diện về module datetime trong Python

Hướng dẫn toàn diện về module datetime trong Python

Cách truy cập và thiết lập biến môi trường trong Python

Cách truy cập và thiết lập biến môi trường trong Python

Lớp dữ liệu (Data Classes) trong Python với decorator @dataclass

Lớp dữ liệu (Data Classes) trong Python với decorator @dataclass

Từ khóa yield trong Python

Từ khóa yield trong Python

Sự khác biệt giữa sort() và sorted() trong Python

Sự khác biệt giữa sort() và sorted() trong Python

Sử dụng Poetry để quản lý dependencies trong Python

Sử dụng Poetry để quản lý dependencies trong Python

Định dạng chuỗi Strings trong Python

Định dạng chuỗi Strings trong Python

Một tác vụ phổ biến khi làm việc với danh sách trong Python

Một tác vụ phổ biến khi làm việc với danh sách trong Python

Làm việc với các biến môi trường trong Python

Làm việc với các biến môi trường trong Python

Sự khác biệt giữa set() và frozenset() trong Python

Sự khác biệt giữa set() và frozenset() trong Python

Sự khác biệt giữa iterator và iterable trong Python

Sự khác biệt giữa iterator và iterable trong Python

Cách làm việc với file tarball/tar trong Python

Cách làm việc với file tarball/tar trong Python

Chuyển đổi kiểu dữ liệu trong Python

Chuyển đổi kiểu dữ liệu trong Python

Sự khác biệt giữa toán tử == và is trong Python

Sự khác biệt giữa toán tử == và is trong Python

Làm việc với file ZIP trong Python

Làm việc với file ZIP trong Python

Cách sử dụng ThreadPoolExecutor trong Python

Cách sử dụng ThreadPoolExecutor trong Python

Sự khác biệt giữa byte objects và string trong Python

Sự khác biệt giữa byte objects và string trong Python

Xử lý độ chính xác các hàm floor, ceil, round, trunc, format  trong Python

Xử lý độ chính xác các hàm floor, ceil, round, trunc, format trong Python

Cách lặp qua nhiều list với hàm zip() trong Python

Cách lặp qua nhiều list với hàm zip() trong Python

Top