当然可以直接通过设置嵌套的defaultdict来实现你的需求，不用再手动逐个添加字典项！

核心实现思路 #

你需要构建两层嵌套的defaultdict：

• 外层是一个defaultdict，当访问不存在的年份键（比如year2019）时，自动生成一个内层的defaultdict
• 内层的defaultdict的默认工厂函数返回你指定的[0, 0, 0]列表，这样访问不存在的温度区间键时，会自动填充这个默认值

代码示例 #

from collections import defaultdict

# 定义嵌套的defaultdict结构
dic01 = defaultdict(lambda: defaultdict(lambda: [0, 0, 0]))

# 直接赋值已有数据，和你原来的操作一致
dic01['year2017']['jul_to_sep_temperature'] = [25, 20, 17]
dic01['year2017']['oct_to_dec_temperature'] = [10, 8, 7]
dic01['year2018']['jan_to_mar_temperature'] = [8, 9, 10]

# 访问不存在的键时，自动生成默认值[0,0,0]
print(dic01['year2018']['apr_to_jun_temperature'])  # 输出: [0, 0, 0]
# 甚至可以直接访问完全不存在的年份和区间
print(dic01['year2019']['jul_to_sep_temperature'])  # 输出: [0, 0, 0]

额外小技巧：转换为普通字典 #

如果后续需要把这个嵌套的defaultdict转换成普通字典（比如用于JSON序列化），可以用字典推导式快速转换：

# 转换为普通字典结构
normal_dic = {
    year: {period: temps for period, temps in season_data.items()}
    for year, season_data in dic01.items()
}

这样就能完全替代你之前手动添加项的方式，而且更高效、更灵活！

内容的提问来源于stack exchange，提问作者maynull