def kd_tree(points, depth):
if 0 == len(points):
return None
# 指定 切分维度，len(points[0]) 是数据的实际维度，这样计算可以保证循环
cutting_dim = depth % len(points[0])
# 切分点初始化
medium_index = len(points)
# 对所有实例点按照指定维度进行排序，itemgetter用于获取对象哪些维度上的数据，参数
# 为需要获取的数据在对象中的序号
points.sort(key=itemgetter(cutting_dim))
# 将该维度的中值点作为根节点
node = Node(points[medium_index])
# 对于左子树，重复构建（depth+1）
node.left = kd_tree(points[:medium_index], depth + 1)
# 对于右子树，重复构建（depth+1）
node.right = kd_tree(points[medium_index + 1:], depth + 1)
return node
