クラスメンバーの構成と動作原理

フィールド（属性）の格納領域とスコープ

Pythonのクラスにおいてデータは、メモリ上の格納位置と所有権の違いから「インスタンス属性」と「クラス属性」に明確に区分されます。インスタンス属性は self を介して定義され、各オブジェクトが独立したメモリ領域を確保します。一方、クラス属性はクラス本体のネームスペースに格納され、すべてのインスタンスで単一の参照を共有します。

class ServiceConnector:
    # クラス属性：クラス定義時に1回だけメモリに確保され、全インスタンスで共有される
    protocol_version = "v2.1"

    def __init__(self, host, port, credentials):
        # インスタンス属性：new演算子とinitの結合により、各オブジェクト固有の領域に割り当てられる
        self.host = host
        self.port = port
        self._credentials = credentials

# インスタンス属性へのアクセスはオブジェクト経由
node_a = ServiceConnector("192.168.1.10", 5432, {"user": "admin"})
print(node_a.host)  # 出力: 192.168.1.10

# クラス属性へのアクセスはクラス名経由（インスタンス経由でも参照可能だが、意図を明示するのが適切）
print(ServiceConnector.protocol_version)  # 出力: v2.1

メソッドの分類と呼び出し規約

メソッドは暗黙的な第1引数の有無と、呼び出し主体の違いにより3種類に分類されます。これらはすべてクラスのネームスペース内に格納されますが、実行時のバインディング挙動が異なります。

• 通常メソッド：self を第1引数に取り、インスタンスが呼び出し元となる。実行時に呼び出し元オブジェクトが self に自動バインドされます。
• クラスメソッド：cls を第1引数に取り、クラスが呼び出し元となる。ファクトリメソッドやクラス設定の更新に適します。
• 静的メソッド：self も cls も受け取らない。クラス内に論理的にグループ化された独立したユーティリティ関数として振る舞います。

class ResourceHandler:
    base_endpoint = "/api/v1"

    def __init__(self, resource_name):
        self.name = resource_name

    def fetch_data(self):
        # 通常メソッド：呼び出しインスタンスの状態にアクセス可能
        return f"Fetching {self.name} from {self.base_endpoint}"

    @classmethod
    def create_from_url(cls, full_url):
        # クラスメソッド：クラス自身を参照し、代替コンストラクタとして機能
        return cls(full_url.split("/")[-1])

    @staticmethod
    def validate_url(url_pattern):
        # 静的メソッド：クラスの状態に依存しない純粋なロジック
        return url_pattern.startswith("http")

プロパティによる計算型フィールドの実装

プロパティは、外部からフィールドアクセスのように見せながら、内部で計算・検証・キャッシュ制御を行うメカニズムです。Pythonでは @property デコレータと property() 組み込み関数の2つの定義形式が存在します。

デコレータ形式（推奨）

読みやすさとメンテナンス性を重視する場合に利用されます。新式クラスではゲッター、セッター、デリータの3フェーズを個別に定義可能です。

class SecureCredential:
    def __init__(self, plaintext):
        self._raw = plaintext

    @property
    def masked_value(self):
        # ゲッター：アクセス時に動的に変換処理を実行
        return self._raw[:2] + "*" * (len(self._raw) - 2)

    @masked_value.setter
    def masked_value(self, new_text):
        # セッター：代入時に型チェックや事前検証を挿入
        if not isinstance(new_text, str):
            raise TypeError("文字列のみ許可します")
        self._raw = new_text

    @masked_value.deleter
    def masked_value(self):
        # デリータ：削除時にメモリ解放や監査ログ出力を行う
        self._raw = None
        print("Credential flushed from memory.")

関数形式

property(fget, fset, fdel, doc) の引数順でメソッド参照を渡します。動的にプロパティを構築するライブラリ開発などで有効です。

def get_ratio(self): return self._width / self._height if self._height else 0
def set_ratio(self, val): self._width = val * self._height

class AspectConfig:
    def __init__(self, w, h):
        self._width, self._height = w, h

    # 静的フィールドとしてpropertyオブジェクトを割り当て
    display_ratio = property(get_ratio, set_ratio, None, "幅と高さの比率")

可視性修飾と名前マングリング

Pythonはアクセス修飾子（public/private/protected）を持たず、代わりに命名規則とランタイムの名前変換で可視性を管理します。

• 公開メンバー：外部・サブクラス・内部から自由にアクセス可能。
• 非公開メンバー：名前がアンダースコア2つ（__）で始まる場合、インタープリタが自動的に _ClassName__attr のように名前変換（マングリング）を行います。これにより、意図しない外部上書きやサブクラス間の衝突を回避できます。

class InternalCache:
    def __init__(self, data):
        self.public_tag = "active"
        self.__secret_key = data  # 名前マングリング対象

obj = InternalCache("token-xyz")
print(obj.public_tag)  # 正常出力
# print(obj.__secret_key)  # AttributeError: 直接アクセス不可
print(obj._InternalCache__secret_key)  # マングリング後の名前で強制参照可能（非推奨）

特殊メソッド（ダッダーメソッド）の活用

特殊メソッドは __ で始まり終わる予約された名前空間に属し、Pythonの組み込み演算子や関数が内部で呼び出すフックとして機能します。

1. メタ情報とライフサイクル制御

クラスやインスタンスの内部構造、ドキュメント、生成・破棄のタイミングを制御するメソッド群です。

• __doc__：クラスまたはメソッドのドキュメント文字列。
• __module__ / __class__：定義されたモジュールパスと、インスタンスが属するクラス型。
• __init__：オブジェクト初期化フック。メモリ確保後、初期状態を設定するために自動実行されます。
• __del__：ガーベッジコレクション時に呼び出されるデストラクタ。外部リソースの解放に使用しますが、Pythonのメモリ管理を信頼する場合は明示的な定義を避けるのが一般的です。

2. 組み込み演算とデータアクセスプロトコル

辞書やリストと同じような構文で自作クラスを操作できるようにするフックです。

class FlexibleStorage:
    def __init__(self, capacity):
        self._store = {}
        self.capacity = capacity

    def __str__(self):
        return f"FlexibleStorage({len(self._store)}/{self.capacity})"

    def __getitem__(self, key):
        # Python 3ではスライス操作もこのメソッドに統合
        return self._store[key]

    def __setitem__(self, key, value):
        if len(self._store) >= self.capacity:
            raise OverflowError("Storage capacity exceeded")
        self._store[key] = value

    def __delitem__(self, key):
        del self._store[key]

    def __call__(self, report_type="brief"):
        # オブジェクトを関数呼び出し構文で実行可能にする
        return f"[{report_type}] {len(self._store)} records stored."

3. イテレーションプロトコル

for ループや in 演算子に対応させるには __iter__ を実装し、イテレータオブジェクト（__next__ を持つオブジェクト）を返す必要があります。

class StepGenerator:
    def __init__(self, start, stop, step=1):
        self.start = start
        self.stop = stop
        self.step = step

    def __iter__(self):
        return self

    def __next__(self):
        if self.start >= self.stop:
            raise StopIteration
        current = self.start
        self.start += self.step
        return current

for val in StepGenerator(0, 10, 2):
    print(val)  # 0, 2, 4, 6, 8 が順次出力

4. クラス生成とメタクラス

Pythonでは「万物はオブジェクト」であり、クラスそのものも type クラスのインスタンスです。通常 class 宣言はシンタックスシュガーですが、本質的には type(name, bases, namespace) を呼び出すのと同義です。

# 辞書形式の属性定義から動的にクラスを構築
def auto_logging(self, action):
    return f"[LOG] {action} executed on {type(self).__name__}"

DynamicService = type(
    "DynamicService",          # 生成するクラス名
    (object,),                 # 基底クラス
    {"version": "1.0", "log_action": auto_logging}  # クラスネームスペース
)

instance = DynamicService()
print(instance.log_action("startup"))  # 出力: [LOG] startup executed on DynamicService

さらに __metaclass__（Python 2）または __new__ をオーバーライドしたカスタムメタクラスを設定することで、クラス定義そのものの解釈プロセスを横取りし、バリデーション、デコレータ自動適用、API仕様の強制など、高レベルのドメイン駆動設計を実現できます。