我的数据相当于：

shopper_1 = ['beer', 'eggs', 'water',...]
shopper_2 = ['diapers', 'beer',...]
...

我想对这个数据集进行一些分析，以获得一个相关矩阵，其含义类似于：如果你买了 x，你很可能会买 y。

使用 python（或者除了 MATLAB 之外的任何东西），我该怎么做呢？一些基本准则或指向我应该查看的位置的指针会有所帮助。

谢谢，

编辑 - 我学到了什么：

1. 这些类型的问题被称为关联规则发现。维基百科有一篇很好的文章，涵盖了一些常见的算法。这样做的经典算法似乎是 Apriori，由于 Agrawal 等。人。

2. 这让我想到了orange，一个 python 接口的数据挖掘包。对于 Linux，最好的安装方式似乎是使用提供的 setup.py 从源代码

3. Orange 默认情况下从文件中读取输入，以多种支持的方式之一进行格式化。

4. 最后，一个简单的 Apriori 关联规则学习是简单的橙色。