# https://www.cnblogs.com/ahu-lichang/p/7169026.html和http://blog.csdn.net/lanxu_yy/article/details/18747855   关于信息熵可以参考
import numpy as np # 快速操作结构数组的工具
import pandas as pd # 数据分析处理工具
from sklearn.tree import export_graphviz
from sklearn.preprocessing import LabelEncoder
from sklearn import tree
import sys

class jcs():
   def getResult(self,trainData,labelName,testData):
       # 下面的数据分为为每个用户的来源网站、位置、是否阅读FAQ、浏览网页数目、选择的服务类型（目标结果）
       attr_arr = trainData

       #生成属性数据集和结果数据集
       dataMat = np.array(attr_arr)

       arrMat = dataMat[:,0:4]
       resultMat = dataMat[:,4]
       # 构造数据集成pandas结构
       attr_names = labelName   #特征属性的名称
       attr_pd = pd.DataFrame(data=arrMat,columns=attr_names)    #每行为一个对象，每列为一种属性，最后一个为结果值
       #将数据集中的字符串转化为代表类别的数字。因为sklearn的决策树只识别数字`
       le = LabelEncoder()
       for col in attr_pd.columns:                                            #为每一列序列化,就是将每种字符串转化为对应的数字。用数字代表类别
           attr_pd[col] = le.fit_transform(attr_pd[col])
       # 构建决策树
       clf = tree.DecisionTreeClassifier()
       clf.fit(attr_pd, resultMat)
       # 使用决策树进行预测
       result = clf.predict(testData)    # 输入也必须是数字的。分别代表了每个数字所代表的属性的字符串值
       print(result)

       # 将决策树保存
       #dot -T jpg dtc.dot -o test.jpg(在命令行利用这句话把dtc.dot转为图片)
       # with open('dtc.dot','w') as file:
       #     export_graphviz(clf,feature_names=labelName,out_file=file)

if __name__=='__main__':
   trainData = [['slashdot','USA','yes',18,'None'],
                ['google','France','yes',23,'Premium'],
                ['digg','USA','yes',24,'Basic'],
                ['kiwitobes','France','yes',23,'Basic'],
                ['google','UK','no',21,'Premium'],
                ['(direct)','New Zealand','no',12,'None'],
                ['(direct)','UK','no',21,'Basic'],
                ['google','USA','no',24,'Premium'],
                ['slashdot','France','yes',19,'None'],
                ['digg','USA','no',18,'None'],
                ['google','UK','no',18,'None'],
                ['kiwitobes','UK','no',19,'None'],
                ['digg','New Zealand','yes',12,'Basic'],
                ['slashdot','UK','no',21,'None'],
                ['google','UK','yes',18,'Basic'],
                ['kiwitobes','France','yes',19,'Basic']]

   labelName = ['src', 'address', 'FAQ', 'num']

   #因为sklearn的决策树只识别数字，上面的训练数据也会转成数字，根据ascll顺序排序
   testData = [[4,1,1,0]]

   jcs = jcs()
   jcs.getResult(trainData,labelName,testData)
   
   #返回的结果如下['None']