Kd树+BBF（最邻近、次邻近查询）Python实现

 python2.7

import numpy as np

 构建Kd树：

KD树的构造 
一维的二叉查找树很好构造，先对所有数据排序，然后每次取中值，把数据分成两半，左半为左子树，右半为右子树；然后递归下去就好了。这样可以保证构造出来的二叉树是平衡的。 
KD树处理的数据是多维的，因此每次划分需要选定某一维作为参考来划分数据。选定后所有数据按这一维排序，然后划分成左子树，右子树。参考维度的选定可以依次选，比如这一层以X维划分，下一层就以Y维，如此循环反复。更好的方法是每次选择方差最大的那一维。只要划分以后左右区域都还有数据，划分就进行下去，直到按某个节点划分完以后两边没有数据点为止。

# kd-tree每个结点中主要包含的数据结构如下
class KdNode(object):
    def __init__(self, dom_elt, split, left, right):
        self.dom_elt = dom_elt  # k维向量节点(k维空间中的一个样本点)
        self.split = split  # 整数（进行分割维度的序号）
        self.left = left  # 该结点分割超平面左子空间构成的kd-tree
        self.right = right  # 该结点分割超平面右子空间构成的kd-tree


class KdTree(object):
    def __init__(self, data):
        k = len(data[0])  # 数据维度

        def CreateNode(split, data_set):  # 按第split维划分数