这是一些非常有趣的行为，我不确定它是如何工作的，但我会弄清楚为什么是这样的行为。
首先，请注意
multiprocessing.Manager().dict()不是
dict，而是一个
DictProxy对象：
>>> d = multiprocessing.Manager().dict()>>> d<DictProxy object, typeid 'dict' at 0x7fa2bbe8ea50>
DictProxy该类的目的是为您提供一个
dict可以在进程之间共享的安全对象，这意味着它必须在常规
dict功能之上实现一些锁定。
显然，此处实现的一部分是不允许您直接访问嵌套在内的可变对象
DictProxy，因为如果允许，您将能够以绕过所有使
DictProxy安全使用的锁定的方式修改共享对象。
这是一些您无法访问可变对象的证据，这与发生的情况类似
setdefault()：
>>> d['foo'] = []>>> foo = d['foo']>>> id(d['foo'])140336914055536>>> id(foo)140336914056184
使用普通字典，您会期望
d['foo']并
foo指向同一个列表对象，而对一个字典的修改会修改另一个。如您所见，
DictProxy由于多处理模块强加了额外的过程安全性要求，因此该类并非如此。
编辑：
以下来自多处理文档的注释阐明了我在上面试图说的内容：
注意：
对dict和list代理中的可变值或项的修改不会通过管理器传播，因为代理无法知道何时修改其值或项。要修改此类项目，可以将修改后的对象重新分配给容器代理：
# create a list proxy and append a mutable object (a dictionary)lproxy = manager.list()lproxy.append({})# now mutate the dictionaryd = lproxy[0]d['a'] = 1d['b'] = 2# at this point, the changes to d are not yet synced, but by# reassigning the dictionary, the proxy is notified of the changelproxy[0] = d根据上述信息，以下是您如何重写原始代码以与一起使用的方法
DictProxy：
# d.setdefault('foo', []).append({'bar': 'baz'})d['foo'] = d.get('foo', []) + [{'bar': 'baz'}]正如Edward Loper在评论中建议的那样，对以上代码进行了编辑，以
get()代替
setdefault()。
