再次扫描 D 的候选项计数代码逻辑，挺适合用来Apriori 算法里怎么从候选集算出频繁项集的 L2 那一步。每个项集支持度都有标注，像{I1, I2} 4这种，看起来清楚，方便调试。你要是正好在啃数据挖掘那几章，这段代码拿去直接改都不费事，格式也挺干净的。

格式上偏向事务型数据库的方式，逻辑上走的是频繁项集挖掘里的典型路径——先生成候选，再数支持度，输出 L2。你也可以结合一下垂直数据格式的思路做对比，比如看看这篇讲垂直格式的文章，也挺有意思的。

代码就一看就懂的风格，比较适合初学者上手。不需要太多铺垫，直接看支持度计数逻辑就行。如果你想扩展到 L3，拿这份改一下就行了，逻辑是一脉相承的。

你要是对挖掘频繁项集感兴趣，顺带也可以看看基于 FP-Tree 的改进算法，还有候选项集连接问题这类内容，结合来看，思路更清晰。

如果你正在准备数据挖掘相关的 PPT，或者写作业、研究频繁项集生成，像{I2, I4}、{I2, I5}这种格式的计数清单真的挺省事的，用来当作案例也完全没问题。