典型代碼1：

　　from collections import defaultdict

　　if __name__ == '__main__':

　　data = defaultdict(int)

　　data[0] += 1

　　print(data)

　　輸出1:

　　defaultdict(, {0: 1})

　　典型代碼2:

　　if __name__ == '__main__':

　　data = {'k': 1}

　　data.setdefault('k', 100)

　　data.setdefault('k1', -100)

　　print(data)

　　輸出2:

　　{'k': 1, 'k1': -100}

　　應用場景：

　　典型代碼1的應用場景：

　　在寫一些統計代碼的時候，總是需要統計一些key的個數，用一個字典來存儲計數的結果，如果使用的是經典字典，那么我們每次都需要人工寫代碼來判斷對應的key是否存在，如果不存在還需要將其存入這個字典中，再將其初始化為0;而利用defaultdict數據類型，我們就可以直接指定一個工廠函數來為我們生產默認值，典型代碼1中使用的是內置的int函數，當然也可以是lambda表達式定義的匿名函數。

　　典型代碼2的應用場景：

　　對于一個字典，如果我們只想保留每個key被第一次指定的值，如果用傳統的方法data['k']='v'的話，我們需要每次都要判斷相應的key是否已經存在于字典中，然后才能決定是否能夠設置這個key的值;二利用dict的setdefault方法，我們可以避免這次判斷，以更加簡潔的方式實現這個功能。

　　帶來的好處：

　　1. 場景2中的setdefault方法，在Python解釋器的實現中經過優化，一般情況下要比自己寫的同樣功能的Python代碼執行效率要高

　　2. 這兩種默認情形，都能夠使代碼更加緊湊，邏輯上，讀代碼時理解起來也更高效

　　其它說明：

　　1. defaultdict類型，可以接收很多的類型，內置的list, set, dict都可以直接使用，使用lambda匿名函數，可以使用自己定義的類型