超市销售数据关联分析算法基于Apriopri与FP-growth算法，以饮料销售数据为例，研究顾客购买其他商品时对饮料的高概率购买。测试环境为Python 3.9.6和Jupyter Notebook，包含相关数据集，可用于课程大作业。运行结果显示，顾客在购买进口食品时，有93.3%的概率会再购买饮料；购买常温熟食类时，有92.3%的概率会再购买饮料；购买香烟时，有84.97%的概率会再购买饮料；购买糖果巧克力时，有91.7%的概率会再购买饮料；购买散装休闲食品时，有87.5%的概率会再购买饮料。通过对比发现，Apriori算法效率高（时间集中在0.03秒以下），结果易解读；而FP-growth算法更易发现各因素之间的关联。Apriori算法实现简单，理论易理解。