《表1 交易记录：应用驱动的渐进式Python案例教学探索与实践》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《应用驱动的渐进式Python案例教学探索与实践》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

因此，可选用购物篮分析方法来介绍图书推荐应用的实现算法与原理。不过，购物篮分析涉及关联规则挖掘算法（algorithm for mining association rules）、频繁项集（frequent itemsets）、最小支持度（minimum support）和最小可信度（minimum confidence）等概念，如果以数学公式的方式介绍这些，不仅需要占用大量课堂时间，而且需要学生有一定的数学基础才能理解。因此，可结合应用场景与算法原理，设计适合学生理解的实例，在教学方法层次上，用表格作为可视化手段辅助案例讲解。具体过程：首先，以表格的方式直观介绍图书推荐应用案例（如表1～表4所示），并讲解购物篮分析的原理；其次，启发学生如何利用已学习的课程内容编程实现购物篮分析中的一些步骤；最后，介绍如何利用“函数与模块”实现这些步骤。