我必须在为我的研究编写代码时经常这样做。您将希望使用defaultdict包，因为它允许您添加键：值对在任何级别上，通过简单的分配。回答完你的问题我会给你看的。这是直接来源于我的一个程序。关注最后4行(不是注释)并在块的其余部分跟踪变量，看看它在做什么：from astropy.io import fits #this package handles the image data I work with

import numpy as np

import os

from collections import defaultdict

klist = ['hdr','F','Ferr','flag','lmda','sky','skyerr','tel','telerr','wco','lsf']

dtess = []

for file in os.listdir(os.getcwd()):

if file.startswith("apVisit"):

meff = fits.open(file, mode='readonly', ignore_missing_end=True)

hdr = meff[0].header

oid = str(hdr["OBJID"]) #object ID

mjd = int(hdr["MJD5"].strip(' ')) #5-digit observation date

for k,v in enumerate(klist):

if k==0:

dtess = dtess+[[oid,mjd,v,hdr]]

else:

dtess=dtess+[[oid,mjd,v,meff[k].data]]

#header extension works differently from the rest of the image cube

#it's not relevant to populating dictionaries

#HDUs in order of extension no.: header, flux, flux error, flag mask,

# wavelength, sky flux, error in sky flux, telluric flux, telluric flux errors,

# wavelength solution coefficients, & line-spread function

dtree = defaultdict(lambda: defaultdict(lambda: defaultdict(list)))

for s,t,u,v in dtess:

dtree[s][t][u].append(v)

#once you've added all the keys you want to your dictionary,

#set default_factory attribute to None

dtree.default_factory = None

这是摘要版本。在首先，对于一个n级字典，必须进行排序和转储

所有内容都以[key_1，key_2，

... ，键\n，值]。在

然后，要初始化n级字典，

只需输入“defaultdict(lambda:”(减去引号)n-1次，

在末尾粘贴“defaultdict(list)”(或其他数据类型)，然后

关闭括号。在

用for循环附加到列表。*注意：当您访问数据值时

你可能会有最低档的U键

[…][key_n][0]获取实际值，而不仅仅是数据的描述

在其中键入。在

*编辑：当你的字典足够大的时候，设置

默认的“工厂”属性为“无”。在

如果尚未将default_factory设置为None，则可以稍后通过键入my_dict[key_1][key_2][…][new_key]=new_value，或使用append()命令来添加到嵌套字典中。您甚至可以添加额外的字典，只要您通过这些赋值形式添加的字典本身不是嵌套的。在

在*

警告！该代码段中新添加的最后一行(在该行中，您将default_factory属性设置为None)是super important。你的电脑需要知道你什么时候完成了字典的添加，否则它可能会继续在后台分配内存以防止buffer overflow，耗尽你的内存，直到程序停止运行。这是memory leak的类型。在我写下这个答案后的一段时间里，我艰难地学会了这一点。这个问题困扰了我几个月，我甚至不认为我是最终解决它的人，因为我对内存分配一无所知。在