基于决策树网络的python深度优先搜索到bread-first搜索的转换

Question

我被指派去实现决策树算法。到目前为止，我已经找到了所有的节点/叶，但是我把它们放在一个平面的1d数组中。如何给它们加上标签，以便提取视觉表现？ 我有最左边的部门第一次搜索后的节点列表，参考图片：[喜剧，枪支，树叶，律师，叶子，叶子，枪，叶子，叶子]

我需要的是像喜剧这样的标签：1枪：1.1叶1.1.1律师：1.1.2等

我的代码基本上与此方案中的代码类似：

    track=0
    def create node(dataset):
       select best attribute
       save attribute with track #
       track+=1

       if this attribute has sub-options:
          track*=10 #to indicate new depth level
          create appropriate decision set
          create_node(newdataset)
       else:
          pass #interestingly this bottom part called multiple times

轨道metohd没有帮助我，我认为它可以保持跟踪内部环路等，但它失败了。任何建议都非常感谢