使用字典的get方法
使用字典的底层方法get设置默认值为一个空字典，即可创建下层字典：
a = {} a["testkey"] = a.get("testkey", {})
优点是不需要导入其他包；
缺点是拓展性太差，几乎只能用在二层字典的创建上，层数越多，代码量越大。
使用collections.defaultdict创建
Python自带的collections包内的defaultdict类可以用来构建多层字典
示例：
from collections import defaultdict as dfd # 2层字典 dic2 = dfd(dict) # 3层字典 dic3 = dfd(lambda: dict) # 4层字典 dic4 = dfd(lambda: dfd(lambda: dict))
优点是：快捷方便；
缺点是：有多少层就需要手动创建多少层（就像上面的示例那样），
defaultdict的小问题（也许是bug）
如果靠循环来嵌套，会导致defaultdict实际只有一层，下面是用循环的结果示例：
尝试用循环嵌套生成一个4层字典：
from collections import defaultdict as dfd # 层数 n = 4 # 最内层字典 a = dict # 用来做嵌套的循环 for i in range(n - 1): if a is dict: a = dfd(a) else: a = dfd(lambda: a)
# 打印测试结果 print(a) a[0] = 1 a[1][2] = 5 a[3][4][5] = 10 a[6][7][8][9] = 15 a[10][11][12][13][14] = 9923 print(a)
测试结果：
开始的几个结果看起来还正常（比如0:1, 2:5, 5:10, 9:15等等），但是到了最后一个，发现它居然有5层（我们只嵌套了4层）。
实际上，它只有一层，可以自己测试。它把所有中括号内传入的键值都放进了同一个字典。
具体什么原因导致的暂不清楚。
替代方法——使用树结构
当字典层数非常多时（比如几十层），上述方法已经不适用了，这时最好建立一个节点类和一个树类来管理所有节点，毕竟多层字典和数结构是一样的。
节点类如何创建
节点类只需要 自身值、父子列表即可。
示例：
class Nod: def __init__(self): self.father = [] self.children = [] self.value = None
树类如何创建
树类只需要通过某些值追踪到特定节点即可，有时候甚至不需要。主要作为一个管理器进行使用，方便子节点的定位。
比如给每个子节点都赋予一个独特的id，那么可以在树类内建立一个字典，键值分别是：id，节点对象。
这样查找子节点时就可以直接通过id来查找。
示例：
class Tree: def __init__(self): self.id2nod = {}