Python 嵌套结构的defaultdict介绍

在 Python 中，collections.defaultdict 是一个非常有用的数据结构，可以为字典提供默认值。嵌套的 defaultdict 则允许我们方便地构建多级（多层）结构，而无需手动检查键是否存在。

1. 基础语法：defaultdict

from collections import defaultdict

d = defaultdict(list)
d['a'].append(1)
print(d)  # defaultdict(<class 'list'>, {'a': [1]})

你不需要检查 'a' 是否存在，defaultdict 会自动初始化为一个空的 list。

2. 嵌套 defaultdict

常见的 二维嵌套结构：

from collections import defaultdict

nested_dict = defaultdict(lambda: defaultdict(list))

nested_dict['1abc']['A__H1'].append('file1.pkl')
nested_dict['1abc']['A__H1'].append('file2.pkl')
nested_dict['2xyz']['B__L3'].append('file3.pkl')

print(nested_dict)

创建了一个外层 defaultdict，其默认值是一个内层 defaultdict，内层 defaultdict 的默认值为一个空列表。

常见用法示例

✅ 1. 构建多层结构（类似 JSON）：

from collections import defaultdict

# 三层嵌套
tree = defaultdict(lambda: defaultdict(lambda: defaultdict(int)))

tree['human']['brain']['neurons'] = 100_000_000_000
tree['human']['heart']['beats_per_min'] = 72

print(tree['human']['brain']['neurons'])  # 100000000000

2. 统计词频（按文档和单词）：

docs = {
    "doc1": "hello world hello",
    "doc2": "hello ai model",
}

word_counts = defaultdict(lambda: defaultdict(int))

for doc_id, text in docs.items():
    for word in text.split():
        word_counts[doc_id][word] += 1

print(word_counts)
# defaultdict(<function ...>, {
#     'doc1': defaultdict(<class 'int'>, {'hello': 2, 'world': 1}),
#     'doc2': defaultdict(<class 'int'>, {'hello': 1, 'ai': 1, 'model': 1})
# })

注意事项

• defaultdict 会在访问不存在的键时自动创建新元素，有时可能会误操作（比如意外创建多余的键）。

• 可以使用 dict(nested_dict) 或 json.dumps(nested_dict) 将其转为普通结构，但需要先处理 defaultdict。