defaultdict嵌套时不能直接写defaultdict(dict)因为default_factory参数必须是可调用对象，而dict是类型非函数；正确做法是用lambda或partial包装，如defaultdict(lambda: defaultdict(dict))。
defaultdict嵌套时为什么不能直接写 defaultdict(dict)
因为 dict 是类型，不是可调用对象；defaultdict 的 default_factory 参数必须是函数（或可调用对象）。写成 defaultdict(dict) 看似合理，但实际会报 TypeError: first argument must be callable —— 这是新手最常卡住的第一步。
正确做法是用 lambda 或 functools.partial 包一层：
from collections import defaultdict # ✅ 正确：返回一个空 dict 实例 nested = defaultdict(lambda: defaultdict(dict)) <h1>✅ 也可用 partial，语义更清晰</h1><p>from functools import partial nested = defaultdict(partial(defaultdict, dict))
三层及以上嵌套怎么避免写一堆 lambda
每多一层，lambda 嵌套就多一层，可读性迅速下降。比如四层嵌套：defaultdict(lambda: defaultdict(lambda: defaultdict(dict))) —— 容易漏括号，也难维护。
更稳妥的方式是定义一个递归工厂函数：
立即学习“Python免费学习笔记（深入）”；
def nested_dict():
return defaultdict(nested_dict)
<h1>任意深度，自动递归</h1><p>data = nested_dict()
data['a']['b']['c']['d'] = 42 # 不报错，自动创建中间层级注意：这种写法会让 defaultdict 的 default_factory 指向自身，所以每次访问不存在的键都会触发新 defaultdict 实例生成。它不消耗额外内存，但要小心无限递归 —— 只在明确需要“无限深”结构时才用。
用 defaultdict 初始化多级计数器时的典型陷阱
常见需求：统计 [(user, action, status)] 三元组频次，想得到 counts[user][action][status] 形式。
- 错误写法：
counts = defaultdict(lambda: defaultdict(int))—— 这只支持两层，第三层访问counts[u][a][s]会抛KeyError - 正确写法（推荐）：
counts = defaultdict(lambda: defaultdict(lambda: defaultdict(int))) - 更健壮写法：用函数封装，避免嵌套过深
def make_3level_counter():
return defaultdict(lambda: defaultdict(lambda: defaultdict(int)))
<p>counts = make_3level_counter()
counts['alice']['login']['success'] += 1
counts['bob']['logout']['failed'] += 1如果后续要转成普通字典导出（比如 JSON），记得用 dict() 逐层转换：dict(dict(dict(counts)))，否则序列化会失败。
性能和内存开销比普通字典高吗？
单次访问不存在的键时，defaultdict 会调用 default_factory 创建默认值，比普通 dict.get() 或 setdefault() 多一次函数调用开销，但通常可忽略。
真正要注意的是：嵌套 defaultdict 会持续持有对工厂函数的引用，且每一层都多一个 __missing__ 方法绑定。如果层级很深、键极多，内存占用会略高；但绝大多数业务场景下差异微乎其微。
真正容易被忽略的是「调试困难」：打印 nested 时看到的是 defaultdict(<function ...>, {...})</function>，而不是直观的嵌套结构。需要用 json.dumps(dict(nested), indent=2) 或自定义递归转换函数才能看清全貌。
