有没有办法让defaultdict也成为defaultdict的默认值?(即无限级递归defaultdict?)
我希望能够做到:
x = defaultdict(...stuff...)
x[0][1][0]
{}
所以，我可以做x = defaultdict(defaultdict)但这只是第二层:
x[0]
{}
x[0][0]
KeyError: 0
有些食谱可以做到这一点。但是仅仅使用普通的defaultdict参数就可以做到吗?
注意，这是在询问如何做一个无限级递归defaultdict，所以它与Python不同:defaultdict of defaultdict?，这是如何做一个两级defaultdict。
我可能最终会使用串模式，但当我意识到我不知道如何做时，它让我感兴趣。
当前回答
类似于BrenBarn的解决方案，但不包含两次变量树的名称，所以即使在修改变量字典后也能工作:
tree = (lambda f: f(f))(lambda a: (lambda: defaultdict(a(a))))
然后你可以用x = tree()创建每个新的x。
对于def版本，我们可以使用函数闭包作用域来保护数据结构，避免在树名为“反弹”时现有实例停止工作的缺陷。它是这样的:
from collections import defaultdict
def tree():
def the_tree():
return defaultdict(the_tree)
return the_tree()
其他回答
然而，根据Chris W的回答，为了解决类型注释问题，您可以将其作为定义详细类型的工厂函数。例如，当我研究这个问题时，这是我问题的最终解决方案:
def frequency_map_factory() -> dict[str, dict[str, int]]:
"""
Provides a recorder of: per X:str, frequency of Y:str occurrences.
"""
return defaultdict(lambda: defaultdict(int))
@nucklehead的响应可以扩展到处理JSON中的数组:
def nested_dict(existing=None, **kwargs):
if existing is None:
existing = defaultdict()
if isinstance(existing, list):
existing = [nested_dict(val) for val in existing]
if not isinstance(existing, dict):
return existing
existing = {key: nested_dict(val) for key, val in existing.items()}
return defaultdict(nested_dict, existing, **kwargs)
类似于BrenBarn的解决方案，但不包含两次变量树的名称，所以即使在修改变量字典后也能工作:
tree = (lambda f: f(f))(lambda a: (lambda: defaultdict(a(a))))
然后你可以用x = tree()创建每个新的x。
对于def版本，我们可以使用函数闭包作用域来保护数据结构，避免在树名为“反弹”时现有实例停止工作的缺陷。它是这样的:
from collections import defaultdict
def tree():
def the_tree():
return defaultdict(the_tree)
return the_tree()
这里有一个妙招:
tree = lambda: defaultdict(tree)
然后你可以用x = tree()来创建你的x。
我基于安德鲁的回答。 如果你想从json或现有的dict中加载数据到nester defaultdict中，请看这个例子:
def nested_defaultdict(existing=None, **kwargs):
if existing is None:
existing = {}
if not isinstance(existing, dict):
return existing
existing = {key: nested_defaultdict(val) for key, val in existing.items()}
return defaultdict(nested_defaultdict, existing, **kwargs)
https://gist.github.com/nucklehead/2d29628bb49115f3c30e78c071207775
