小编典典
在Python中实现嵌套字典的最佳方法是什么？
这是个坏主意，请不要这样做。相反，请使用常规词典并dict.setdefault在适当位置使用apropos，因此，在正常使用情况下缺少键时，你将获得期望的KeyError。如果你坚持要采取这种行为，请按以下步骤射击自己：
__missing__在dict子类上实现以设置并返回新实例。
从Python 2.5开始，这种方法就已经可用（并记录在案），并且（对我来说特别有价值）它的打印效果与普通dict一样，而不是自动生成的defaultdict的丑陋打印：
class Vividict(dict):
def __missing__(self, key):
value = self[key] = type(self)() # retain local pointer to value
return value # faster to return than dict lookup（注意self[key]在作业的左侧，因此此处没有递归。）
并说你有一些数据：
data = {('new jersey', 'mercer county', 'plumbers'): 3,
('new jersey', 'mercer county', 'programmers'): 81,
('new jersey', 'middlesex county', 'programmers'): 81,
('new jersey', 'middlesex county', 'salesmen'): 62,
('new york', 'queens county', 'plumbers'): 9,
('new york', 'queens county', 'salesmen'): 36}这是我们的用法代码：
vividict = Vividict()
for (state, county, occupation), number in data.items():
vividict[state][county][occupation] = number现在：
>>> import pprint
>>> pprint.pprint(vividict, width=40)
{'new jersey': {'mercer county': {'plumbers': 3,
'programmers': 81},
'middlesex county': {'programmers': 81,
'salesmen': 62}},
'new york': {'queens county': {'plumbers': 9,
'salesmen': 36}}}批评
对这种类型的容器的批评是，如果用户拼错了密钥，我们的代码可能会无声地失败：
>>> vividict['new york']['queens counyt']
{}
另外，现在我们的数据中会有一个拼写错误的县：
>>> pprint.pprint(vividict, width=40)
{'new jersey': {'mercer county': {'plumbers': 3,
'programmers': 81},
'middlesex county': {'programmers': 81,
'salesmen': 62}},
'new york': {'queens county': {'plumbers': 9,
'salesmen': 36},
'queens counyt': {}}}说明：
Vividict每当访问键但缺少键时，我们都将提供类的另一个嵌套实例。（返回值分配很有用，因为它避免了我们在dict上额外调用getter，不幸的是，我们无法在设置它时返回它。）
请注意，这些与最受支持的答案具有相同的语义，但代码行的一半-nosklo的实现：
class AutoVivification(dict):
"""Implementation of perl's autovivification feature."""
def __getitem__(self, item):
try:
return dict.__getitem__(self, item)
except KeyError:
value = self[item] = type(self)()
return value用法示范
下面只是一个示例，说明如何轻松地使用此dict即时创建嵌套的dict结构。这样可以快速创建一个层次结构树结构，如你所愿。
import pprint
class Vividict(dict):
def __missing__(self, key):
value = self[key] = type(self)()
return value
d = Vividict()
d['foo']['bar']
d['foo']['baz']
d['fizz']['buzz']
d['primary']['secondary']['tertiary']['quaternary']
pprint.pprint(d)
哪个输出：
{'fizz': {'buzz': {}},
'foo': {'bar': {}, 'baz': {}},
'primary': {'secondary': {'tertiary': {'quaternary': {}}}}}正如最后一行所示，它打印精美，便于人工检查。但是，如果要直观地检查数据，则实现__missing__将其类的新实例设置为键并返回该键是一个更好的解决方案。
对比其他替代方法：
dict.setdefault
尽管询问者认为这不干净，但我发现它比Vividict我自己更喜欢。
d = {} # or dict()
for (state, county, occupation), number in data.items():
d.setdefault(state, {}).setdefault(county, {})[occupation] = number现在：
>>> pprint.pprint(d, width=40)
{'new jersey': {'mercer county': {'plumbers': 3,
'programmers': 81},
'middlesex county': {'programmers': 81,
'salesmen': 62}},
'new york': {'queens county': {'plumbers': 9,
'salesmen': 36}}}拼写错误将严重失败，并且不会因错误信息而使我们的数据混乱：
>>> d['new york']['queens counyt']
Traceback (most recent call last):
File "", line 1, in
KeyError: 'queens counyt'另外，我认为setdefault在循环中使用时效果很好，并且你不知道密钥要获得什么，但是重复使用变得很繁重，而且我认为没有人愿意遵守以下规定：
d = dict()
d.setdefault('foo', {}).setdefault('bar', {})
d.setdefault('foo', {}).setdefault('baz', {})
d.setdefault('fizz', {}).setdefault('buzz', {})
d.setdefault('primary', {}).setdefault('secondary', {}).setdefault('tertiary', {}).setdefault('quaternary', {})另一个批评是setdefault是否需要使用新实例。但是，Python（或至少CPython）在处理未使用和未引用的新实例方面相当聪明，例如，它重用了内存中的位置：
>>> id({}), id({}), id({})
(523575344, 523575344, 523575344)自动更新的defaultdict
这是一个简洁的实现，不检查数据的脚本中的用法与实现一样有用__missing__：
from collections import defaultdict
def vivdict():
return defaultdict(vivdict)但是，如果你需要检查数据，则以相同方式填充数据的自动复现defaultdict的结果如下所示：
>>> d = vivdict(); d['foo']['bar']; d['foo']['baz']; d['fizz']['buzz']; d['primary']['secondary']['tertiary']['quaternary']; import pprint;
>>> pprint.pprint(d)
defaultdict(, {'foo': defaultdict(
at 0x17B01870>, {'baz': defaultdict(, {}), 'bar':
defaultdict(, {})}), 'primary': defaultdict(
vivdict at 0x17B01870>, {'secondary': defaultdict(,
{'tertiary': defaultdict(, {'quaternary': defaultdict(
, {})})})}), 'fizz': defaultdict(
0x17B01870>, {'buzz': defaultdict(, {})})})此输出非常微不足道，并且结果非常不可读。通常给出的解决方案是递归转换回dict以进行手动检查。这个非平凡的解决方案留给读者练习。
性能
最后，让我们看一下性能。我要减去实例化的成本。
>>> import timeit
>>> min(timeit.repeat(lambda: {}.setdefault('foo', {}))) - min(timeit.repeat(lambda: {}))
0.13612580299377441
>>> min(timeit.repeat(lambda: vivdict()['foo'])) - min(timeit.repeat(lambda: vivdict()))
0.2936999797821045
>>> min(timeit.repeat(lambda: Vividict()['foo'])) - min(timeit.repeat(lambda: Vividict()))
0.5354437828063965
>>> min(timeit.repeat(lambda: AutoVivification()['foo'])) - min(timeit.repeat(lambda: AutoVivification()))
2.138362169265747基于性能，dict.setdefault效果最佳。如果你关心执行速度，我强烈建议将其用于生产代码。
如果你需要将它用于交互式使用（也许是在IPython笔记本中），那么性能并不重要-在这种情况下，我会选择Vividict来确保输出的可读性。与AutoVivification对象（使用__getitem__而不是__missing__为此目的而使用）相比，它要优越得多。
结论
__missing__在子类dict上实现以设置和返回新实例要比替代方法难一些，但具有以下优点：
易于实例化
简单数据填充
轻松查看数据
并且因为它比修改不那么复杂且性能更高__getitem__，所以应该优先于该方法。
但是，它有缺点：
错误的查询将自动失败。
错误的查询将保留在词典中。
因此，我个人更喜欢setdefault其他解决方案，并且在每种情况下都需要这种行为。
