这里的其他答案告诉您如何创建一个包含“无限多个”defaultdict的defaultdict，但它们未能解决我认为可能是您最初的需求，即简单地拥有一个双深度defaultdict。

你可能一直在寻找:

defaultdict(lambda: defaultdict(dict))

你可能更喜欢这个结构的原因是:

它比递归解决方案更明确，因此读者可能更容易理解。 这使得defaultdict的“叶子”可以是字典以外的东西，例如:defaultdict(lambda: defaultdict(list))或defaultdict(lambda: defaultdict(set))

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()

下面是一个递归函数，用于将递归默认字典转换为普通字典

def defdict_to_dict(defdict, finaldict):
    # pass in an empty dict for finaldict
    for k, v in defdict.items():
        if isinstance(v, defaultdict):
            # new level created and that is the new value
            finaldict[k] = defdict_to_dict(v, {})
        else:
            finaldict[k] = v
    return finaldict

defdict_to_dict(my_rec_default_dict, {})

@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)

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))

这里的其他答案告诉您如何创建一个包含“无限多个”defaultdict的defaultdict，但它们未能解决我认为可能是您最初的需求，即简单地拥有一个双深度defaultdict。

你可能一直在寻找:

defaultdict(lambda: defaultdict(dict))

你可能更喜欢这个结构的原因是:

它比递归解决方案更明确，因此读者可能更容易理解。 这使得defaultdict的“叶子”可以是字典以外的东西，例如:defaultdict(lambda: defaultdict(list))或defaultdict(lambda: defaultdict(set))