花卉矩阵(有谁知道这是什么花)

属：郁金香属

荷兰国花

它作为荷兰主要的出口观赏作物，成为荷兰经济命脉之一，和风车并称为荷兰的象征。

2. 名称起源

郁金香原产于中东，16世纪传入欧洲。在中东，人们总是将其与穆斯林头巾相联系。由于其花似穆斯林头巾，波斯语称之为dulband，土耳其语借了过来，作tulbend，意即“穆斯林头巾”。该词通过法语tulipe/tulipan和拉丁文tulipa进入英文，演变成tulip这一形式。土耳其语tulbend一词通过另一渠道进入英文，则作turban，仍指“穆斯林头巾”。

3. 产地分布

原产地中海南北沿岸及中亚细亚和伊朗、土耳其、东至中国的东北地区等地，确切起源已难于考证，但现时多认为起源于锡兰及地中海偏西南方向。而今郁金香已普遍地在世界各个角落种植，其中以荷兰栽培最为盛行，成为商品性生产。中国各地庭园中也多有栽培。

4. 形态特征

多年生草本植物，鳞茎扁圆锥形或扁卵圆形，长约2厘米，具棕褐色皮股，外被淡**纤维状皮膜。茎叶光滑具白粉。叶出，3~5片，长椭圆状披针形或卵状披针形，长10~21厘米，宽1~6.5厘米；基生者2~3枚，较宽大，茎生者1~2枚。花茎高6~10厘米，花单生茎顶，大形直立，林状，基部常黑紫色。花葶长35~55厘米；花单生，直立，长5~7.5厘米；花瓣6片，倒卵形，鲜**或紫红色，具**条纹和斑点：雄蕊6，离生，花药长0.7~1.3厘米，基部着生，花丝基部宽阔；雌蕊长1.7~2.5厘米，花柱3裂至基部，反卷。花型有杯型、碗型、卵型、球型、钟型、漏斗型、百合花型等，有单瓣也有重瓣。花色有白、粉红、洋红、紫、褐、黄、橙等，深浅不一，单色或复色。花期一般为3~5月，有早、中、晚之别。蒴果3室，室背开裂，种子多数，扁平。

5. 生态习性

郁金香原产伊朗和土耳其高山地带，由于地中海的气候，形成郁金香适应冬季湿冷和夏季干热的特点，其特性为夏季休眠、秋冬生根并萌发新芽但不出土，需经冬季低温后第二年2月上旬左右(温度在5℃以上)开始伸展生长形成茎叶，3~4月开花。生长开花适温为15~20℃。花芽分化是在茎叶变黄时将鳞茎从盆内掘起放阴冷的室外内度夏的贮藏期间进行的。分化适温为20~25℃，最高不得超过28℃。

郁金香属长日照花卉，性喜向阳、避风，冬季温暖湿润，夏季凉爽干燥的气候。8℃以上即可正常生长，一般可耐-14℃低温。耐寒性很强，在严寒地区如有厚雪覆盖，鳞茎就可在露地越冬，但怕酷暑，如果夏天来的早，盛夏又很炎热，则鳞茎休眠后难于度夏。要求腐殖质丰富、疏松肥沃、排水良好的微酸性沙质壤土。忌碱土和连作。

6. 花期调控

郁金香有耐寒不耐热的特性，一般可耐-30℃的低温，在炎热的季节就会转入休眠。平时喜湿润、冷凉气候和背风向阳的环境，在中性或微酸性土壤中生长更好。一个成熟的郁金香种球 包含了三代鳞茎，或称三代种球。大种球本身是第一代种球，具有分化完全的花器官，定植后当年开花。而第二代、第三代种球为子球，它们可培育成大种球。

郁金香种球必须经过一定的低温才能开花，在原产地，冬季一般有充足的低温时间，郁金香种球能够获得足够的低温处理时间，可以在春天自然开花。一般来说，在生产上使用的郁金香球茎有5℃处理和9℃处理，处理后的种植方法主要是温室栽培和箱内促成栽培。

在华南等南方地区栽培郁金香因受温度的限制，在12月至第二年 2月这三个月内种植。12月份华南地区的气温仍可能很高，这时可以将郁金香栽培于栽培箱中，置于约5℃冷库中，放置2周至3周，待郁金香球茎已长根，芽约1厘米至2厘米长时，再将其移出冷库置于栽植棚内生长。

华南地区栽培郁金香受气候的影响较大，郁金香对温度敏感，若在华南地区出现“暖冬”的天气，往往就会使大批郁金香提前开花，花的品质也大受影响。为保证郁金香能准时开花，在生长期中应尽量保持日间温度17℃-20℃，夜间温度10℃-12℃，温度高时可通过遮光、通风降低温度，温度过低时可通过加温、增加光照促进生长。用控水来抑制生长，会出现“干花”现象。如持续高温，箱装的可将箱移入冷库，注意冷库温度应在8℃-10℃左右，而且最好在花茎抽长时移入，否则易造成花蕾发育不良。郁金香的花期控制还可以通过植物生长激素来调节。如用赤霉素浸泡郁金香球茎，使之在温室中开花，并且可加大花的直径。

7. 品种情况

经过园艺家长期的杂交栽培，目前全世界已拥有8000多个品种，被大量生产的约150种。它色彩艳丽，变化多端，以红、黄、紫色最受人们欢迎。但开黑色花的郁金香却被视为稀世奇珍。19世纪，法国作家大仲马所写的传奇小说《黑郁金香》，赞美这种花“艳丽得叫人睁不开眼睛，完美得让人透不过气来”。其实，纯黑的花是没有的。黑郁金香所开的黑花，并不是真正的黑色，它有如黑玫瑰一样，是红到发紫的暗紫色罢了。这些黑花大都是通过人工杂交培育出来的杂种。诸如荷兰所产的“黛颜寡妇”、“绝代佳丽”、“黑人皇后”等品种所开的花都不是纯黑的。

〖品种〗

(1) 红色系 火红郁金香

摩斯特麻衣路兹：深红色；

帕路里希达：初为橙红，不久变为绯红；

洛拉多：鲜红色镶白边；

博学：鲜红色；

基斯内里斯：深红、镶鲜**边；

伯奇哥：绯红色；

艾森豪威尔将军：鲜红色；

普里特奥哈沦：鲜桃红色；

哈迪埃洛蒂：绯红色；

斯特列柯比姆：紫红色；

玫瑰美人：深桃色。

(2) **系

赫蒂富兹：鲜**；

金质奖：深色柠檬黄；

别洛究鲁：深**；

黄飞腾：亮**。

(3) 白色系

莫扎特：白色镶红边；

运动员：纯白色；

兹马：白底镶红边；

阿洛 比罗：纯白色等。

郁金香品种虽极为丰富，却同风信子一样，在许多地方栽培不易成功，也常退化。

〖按颜色分类〗

1. 郁金香(红色)Tulipa gesnerianna 百合科郁金香属

郁金香是荷兰的国花，1634~1637年间，被称为荷兰历史上的“郁金香狂热”的时期。新品种和珍奇品种的郁金香被高价习卖，成为人们竞相追逐的投资对象。

花语：爱的告白

赠花礼仪：将几枝红色的郁金香放在方形的硬衬纸上，用胶带纸固定位置，小心地包上透明塑料纸，四角饰以金色的缎带，以增添华美感。

2. 郁金香(**)Tulipa gesnerianna 百合科郁金香属

在欧美，**的花通常不太受欢迎，有关的花语也都寓意较为消极。其实明澈的**蕴含着春天的喜悦之情，引人注目的明亮花朵让人怎能不喜欢呢?

花语：无望之恋

赠花礼仪：由于郁金香的花茎颇具曲线美，宜用稍大一些的白底花纹的包装纸，4~5株长长的扎成一束，饰带一定要用**的。

3. 郁金香(白色)Tulipa gesnerianna 百合科郁金香属

16世纪来到土耳其的澳大利亚大使初次看到这种花，他向身边的土耳其人询问其名称，答案是：tulip。实际上这个发音是指土耳其的头巾，那个土耳其人误会了大使的意思，但是这个花名就这样产生了并沿用下来。

花语：逝去的爱情

赠花礼仪：只用几只白色郁金香做成花束即可，不用加其它的点缀。外面用粉红色的薄纱白过，再用几根红色的细丝带轻轻的系好。

荷兰国花——郁金香郁金香原生长在我国的青藏高原，在1554年从土耳其引入欧洲，从此马上风行起来，到了17世纪成了荷兰疯狂金融投机商们竞相追逐的目标。有人还编了一个故事：古代有位美丽的少女住在雄伟的城堡里，有三位勇士同时爱上了她。一个送她一顶皇冠；一个送把宝剑；一个送块金堆。但她对谁都不予钟情，只好向花神祷告。花神深感爱情不能勉强，遂把皇冠变成鲜花，宝剑变成绿叶，黄金变成球根，这样合起来便成了郁金香了。在每年的情人节为了表达爱意的少男少女们，除了玫瑰，郁金香也成了传情意给情人的最佳选择。 这个故事更加深了荷兰人对这花的印象。甚至有宣传媒介还宣扬一句箴言：“谁轻视郁金香，谁就是冒犯了上帝。”

郁金香 终于一场“郁金香热”席卷荷兰全国以至欧洲。不少人认为“没有郁金香的富翁也不算真正的富有”。有的人竟宁愿用一座酒坊或一幢房子去换取几粒珍稀的种头。1637年，荷兰的郁金香市场崩溃了，最后政府介入阻止了进一步的投机。

在疯狂投机时期，金融市场上的郁金香数量超出了实际种植的数量，但这许许多多的“狂人舞曲”却把荷兰奏富起来了。19世纪之初荷兰全国只种郁金香130英亩，到了20世纪中叶已发展到两万多英亩，占全世界郁金香出口总量的80%以上，行销125个国家，被誉为“世界花后”。这个超级拳头产品的出现，使郁金香当然无愧地成为国花，也无愧与风车、奶酪、木鞋一道被定为“四大国宝”了。

另一种说法认为，第二次世界大战期间，有一年的冬季荷兰闹饥荒，很多饥民便以郁金香的球状根茎为食，靠郁金香维持了性命。荷兰人感念郁金香的救命之恩，便以郁金香为国花。另外，郁金香也是土耳其、匈牙利、伊朗的国花。五. "格里奇"类郁金香首次亮相京城眼下，北京中山公园里带有黑点的绿色叶子，衬托着洋红色、橘黄带白边的郁金香吸引了众多游客。这些从荷兰引进的“格里奇”类20个品种郁金香，还是首次在京城亮相。 以“回归自然”为主题的中山公园第十届大型郁金香花展于4月21日拉开序幕，将陆续展出60余个品种、30万株郁金香。据公园工程师孟令扬介绍，本届花展上，郁金香除‘橙色花束’、‘幸福时光’、‘风度’等一些常规品种外，新增加“格里奇”类的‘梦之船’、‘玛丽安’、‘**黎明’等20个品种。这个种类郁金香的特点是开花早、花形大、株型矮。这些郁金香花期不同，开花最晚的在 5月初。郁金香在公园中的布局分规则式和自然式两种。规则式一般摆成矩阵形。自然式则结合公园地势，发挥创意，进行随机摆放，以达到和环境和谐的景观效果。 图为北京中山公园里绽放的“格里奇” 类郁金香吸引了游客的目光。

这次案例还是使用鸢尾花数据分类的数据。

数据路径： /datas/iris.data

数据格式：

数据解释：

1、引入头文件

feature_selection 是做特征选择的包

feature_selection 中的方法 SelectKBest ，帮助我们选择K个最优的特征

feature_selection 中的方法 chi2-卡方检验 ，表示使用 chi2 的方法帮助我们在 SelectKBest 中选择最优的K个最优特征。

2、防中文乱码、去警告、读取数据

总样本数目：150;特征属性数目:4

x=data[list(range(4))]

取得样本前四列特殊数据 '花萼长度', '花萼宽度', '花瓣长度', '花瓣宽度'

iris_class = 'Iris-setosa', 'Iris-versicolor', 'Iris-virginica'

y=pd.Categorical(data[4]).codes#把Y转换成分类型的0,1,2

将目标的三种分类转换成0,1,2

PS: 在之前的例子中： 04 分类算法 - Logistic回归 - 信贷审批案例 ，我们自己写过一个分类的算法对部分特征进行哑编码操作: parseRecord(record) ，其实pandas自己也集成了这个转换算法： pd.Categorical(data[4]).codes ，可以把y直接转换成0,1,2。

以上是数据预处理的步骤，和之前的例子类似。

3、数据分割(训练数据和测试数据)

训练数据集样本数目：120, 测试数据集样本数目：30

注意： 这个demo中的案例在这一步还没有做 KFold-K折交叉验证 。当前步骤的主要内容是对数据进行划分。K折就要生成K个互斥的子集。 KFold 的工作就是帮助我们划分子集的，划分完后我们将子集扔进建模即可。 02 分类算法 - Logistic案例 中提及过K折交叉验证的内容。

4、数据标准化和数据归一化的区别

思考： 行数据和列数据，哪个服从正态分布？显然，列数据是特征，和样本一样都服从正态分布。所以数据标准化和归一化的对象是列。

数据标准化：

StandardScaler (基于特征矩阵的列，将属性值转换至服从正态分布)

标准化是依照特征矩阵的列处理数据，其通过求z-score: z-score=(x-μ)/σ 的方法，将样本的特征值转换到同一量纲下。z-score是N(0,1)正态分布，即标准正态分布。

常用与基于正态分布的算法，比如回归。

PS：在 04 回归算法 - 最小二乘线性回归案例 中对 ss = StandardScaler() 数据标准化操作进行了深入分析。

数据归一化：

MinMaxScaler （区间缩放，基于最大最小值，将数据转换到0,1区间上的）

提升模型收敛速度，提升模型精度。

常见用于神经网络。

Normalizer （基于矩阵的行，将样本向量转换为单位向量）

其目的在于样本向量在点乘运算或其他核函数计算相似性时，拥有统一的标准。

常见用于文本分类和聚类、logistic回归中也会使用，有效防止过拟合。

原始数据各个特征属性的调整最小值:

[-1.19444444 -0.83333333 -0.18965517 -0.04166667]

原始数据各个特征属性的缩放数据值:

[ 0.27777778 0.41666667 0.17241379 0.41666667]

5、特征选择：

特征选择：从已有的特征中选择出影响目标值最大的特征属性

特征选择是一个transform的过程

常用方法：

{ 分类：F统计量、卡方系数，互信息mutual_info_classif

{ 连续：皮尔逊相关系数 F统计量 互信息mutual_info_classif

这里介绍一种特征选择方法： K方检验 SelectKBest

补充知识：K方检验

https://baike.baidu.com/item/%E5%8D%A1%E6%96%B9%E6%A3%80%E9%AA%8C/2591853?fr=aladdin

ch2 = SelectKBest(chi2,k=3) 这步操作本质是一个Transformer的步骤。Transformer的概念参考 05 回归算法 - 多项式扩展、管道Pipeline 。

K方检验的本质是：判断两个特征之间的关联程度。

看下面两个样本：

1、男女性别和是否会化妆的关联性是很强的：

2、男女性别和是否出门带口罩的关联性不强：

但大部分属性对结果的关联性我们很难用常识去判断，所以我们可以首先假设样本的特征和目标无关。

假设性别和是否会化妆无关。 因此我们设男人中化妆的比例为55%，男人中不化妆的比例是45%

根据实际情况进行计算：( 列联表 )

(20-55) 2 /55 + (90-55) 2 /55 + (80-45) 2 /45 + (10-45) 2 /45

结果越大，说明性别和是否会化妆的关联程度越大，当数值较大时我们可以说拒绝原假设，即原假设错误，真实情况下性别和是否会化妆有很大的影响。 (越大越拒绝)

如果结果越小，说明假设正确，我们称之为不拒绝原假设。

注意: K方统计用于离散的特征，对连续的特征无效。

对类别判断影响最大的三个特征属性分布是:

[ True False True True]

[0 2 3]

这里False的属性就是K方检验分数最小的那个，如果只取3个特征，False对应的那个特征就会被丢弃。

6、模型的构建、训练、预测：

准确率:96.67%

Score： 0.966666666667

Classes: [0 1 2]

7、画图：