2016年全国花卉统计(2016年全国花卉统计数据)

1. 2016年全国花卉统计数据

　　参考《2016-2021年中国花卉行业市场需求预测与投资战略规划分析报告》显示，花卉消费升级作为一种绿色时尚生活方式，鲜花消费正在逐年升温。除了节日鲜花消费，目前家庭鲜花消费市场也在迅速成长，未来将成为鲜花市场新的增长点。可以预见，未来5年家庭鲜花消费将超过礼品鲜花消费。　　　（2）互联网渠道成为主流随着“互联网+鲜花”的普及，鲜花电商正在改变传统鲜花零售格局。鲜花是全国最早开展O2O的行业之一，鲜花同城O2O有效解决了配送时效问题，大中城市一般3小时内可以送达，令顾客获得极速体验。参考其他商品零售领域的变革趋势，未来3年内网上鲜花销售占比将超过线下花店。　　（3）鲜花供应链变革鲜花和生鲜领域正在快速变革，覆盖全国的鲜花冷链网络逐渐形成，为鲜花储运和深层次渗透到社会零售领域提供了条件。目前从昆明到全国大中城市，都已开通专业的鲜花冷链运输班车，例如上海，每天都有数十吨鲜花通过冷链车送达。为了赶速度，还有更多的鲜花通过各个航班陆续空运抵达。　　（4）上游行业生产方式创新无土栽培技术的生产效率是传统花农种植的3倍至5倍，而未来工业4.0的生产方式，效率将提升10倍以上，并大大降低能耗、污染和土地占用面积。目前，无土栽培的温控大棚生产面积在全行业占比不足10%，未来还有巨大的发展空间。随着种植技术的不断升级，我国鲜花的品质和产量都将不断提升，这将有力地支持鲜花电商的发展。　　中国花卉产业具有超过1000多亿元的市场规模，“互联网+鲜花”正在走进千家万户，尤其是家庭订阅式鲜花消费正在兴起。未来，随着消费升级和产业升级，鲜花和绿植将成为现代生活的重要组成部分，前景可期。

2. 我国花卉种植面积统计

中国已成为世界上商品兰花生产面积最大的国家，在大陆31个省(区、市)都有兰花种植生产，海峡两岸已经成为全球蝴蝶兰、文心兰、国兰的产销中心。据农业部全国花卉统计数据，2017年全国有兰花类种植面积11664．1公顷，销售额90．2亿元，每公顷产值77．3万元。兰花占全国盆栽植物类花卉种植面积的9．8％，占全国盆栽植物类花卉销售额的23．6％。其中，中国兰花种植面积1706．0公顷，销售额23．0亿元。

3. 中国花卉消费数据

目前我国是世界最大的花卉生产中心，经过多年来的发展，我国花卉消费市场日趋成熟，花卉消费逐渐由过去的集团消费向大众消费转变，消费模式由单一化、团购化向个性化、多样化转变，从而带动了上游市场。从花卉种植面积方面来看，据统计，截止至2019年，全国花卉种植面积约为166万公顷，随着我国农业的我国花卉产业一直呈现快速发展的态势，预计在2021年花卉的种植面积将达到约183万公顷。

从种植面积来看，江苏省鲜切花类、盆栽植物类种植面积均有所减少，但盆景类、花坛植物、观赏苗木、食用与药用花卉种植面积均有一定幅度上升。云南全省已形成三大花卉产业区域，以昆明为主的滇中温带鲜切花生产区、以西双版纳为主的滇西南热带花卉生产区和以迪庆、丽江为主的滇西北高山花卉、球根类花卉生产区。山东花卉栽培规模持续扩大，逐渐成为全国北方重要的种苗花卉基地。

4. 2016年全国花卉统计数据图

预计到2021年，我国花卉种植面积将超过160万公顷。随着对花卉需求的领域越来越多，我国花卉的销售规模将呈现稳步增长的趋势。中商产业研究院发布的《2016-2021年中国花卉行业发展前景调查及投融资战略研究报告》指出：预计到2021年，我国花卉销售额将超过1600亿元。

5. 花卉统计图

本文所演示的的可视化方法

散点图 （Scatterplot)

直方图 (Histogram）

小提琴图 （Violinplot)

特征两两对比图（Pairplot）

安德鲁斯曲线 (Andrews curves)

核密度图 (Kernel density estimation plot)

平行坐标图 （Parallel coordinates）

Radviz （力矩图？）

热力图 (Heatmap)

气泡图 (Bubbleplot)

这里主要使用Python一个流行的作图工具: Seaborn library，同时Pandas和bubbly辅助。为什么Seaborn比较好？

因为很多时候数据分析，建模前，都要清洗数据，清洗后数据的结果总要有个格式，我知道的最容易使用，最方便输入模型, 最好画图的格式叫做"Tidy Data" (Wickham H. Tidy data[J]. Journal of Statistical Software, 2014, 59(10): 1-23.) 其实很简单，Tidy Data格式就是：

每条观察（记录）自己占一行

观察（记录）的每个特征自己占一列

举个例子，我们即将作图的数据集IRIS就是Tidy Data（IRIS（IRIS数据集）_百度百科）：

Iris数据集是常用的分类实验数据集，由Fisher, 1936收集整理。Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据集，分为3类，每类50个数据，每个数据包含4个属性。可通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类。

该数据集包含了5个属性：

Sepal.Length（花萼长度），单位是cm;

Sepal.Width（花萼宽度），单位是cm;

Petal.Length（花瓣长度），单位是cm;

Petal.Width（花瓣宽度），单位是cm;

种类：Iris Setosa（山鸢尾）、Iris Versicolour（杂色鸢尾），以及Iris Virginica（维吉尼亚鸢尾）。

IRIS数据可以看到，每条观察（ID=0,1,2...）自己占一行，每个特征(四个部位长/宽度，种类）自己占一列。Seaborn就是为Tidy Data设计的，所以方便使用。

所以这个数据集有6列，6个特征，很多时候做可视化就是为了更好的了解数据，比如这里就是想看每个种类的花有什么特点，怎么样根据其他特征把花分为三类。我个人的喜好是首先一张图尽量多的包含数据点，展示数据信息，从中发现规律。我们可以利用以下代码完全展示全部维度和数据这里用的bubbly：

三维图，全局观察

Python做出来，其实是一张可以拖动角度，放大缩小的图，拖一拖看各角度视图会发现三类还是分的挺明显的。Github上这个bubbly还是很厉害的，方便。

接下来开始做一些基础的可视化，没有用任何修饰，代码只有最关键的画图部分，可视化作为比赛的一个基础和开端，个人理解做出的图能看就行，美不美无所谓，不美也不扣分。因为

散点图，可以得到相关性等信息，比如基本上SepalLengthCm越大，SepalWidthCm越大

散点图使用Jointplot, 看两个变量的分布，KDE图，同时展示对应的数据点

就像上一篇说的，比赛中的每个环节都至关重要，很有必要看下这些分布直方图，kde图，根据这些来处理异常值等，这里请教，为什么画了直方图还要画KDE？？我理解说的都是差不多的东西。

关于KDE:"由于核密度估计方法不利用有关数据分布的先验知识，对数据分布不附加任何假定，是一种从数据样本本身出发研究数据分布特征的方法，因而，在统计学理论和应用领域均受到高度的重视。"

无论如何，我们先画直方图，再画KDE

直方图

KDE 图这里通过KDE可以说，由于Setosa的KDE与其他两种没有交集，直接可以用Petailength线性区分Setosa与其他两个物种。

Pairplot箱线图，显示一组数据分散情况的统计图。形状如箱子。主要用于反映原始数据分布的特征，关键的5个黑线是最大值、最小值、中位数和两个四分位数。在判断异常值，处理异常值时候有用。

BoxPlot小提琴图

Violinplot

这个Andrews curves很有趣，它是把所有特征组合起来，计算个值，展示该值，可以用来确认这三个物种到底好不好区分，维基百科的说法是“If there is structure in the data, it may be visible in the Andrews' curves of the data.”（Andrews plot - Wikipedia）

Andrews' curves

radvizRadviz可视化原理是将一系列多维空间的点通过非线性方法映射到二维空间的可视化技术，是基于圆形平行坐标系的设计思想而提出的多维可视化方法。圆形的m条半径表示m维空间，使用坐标系中的一点代表多为信息对象，其实现原理参照物理学中物体受力平衡定理。 多维空间的点映射到二维可视空间的位置由弹簧引力分析模型确定。 (Radviz可视化原理 - CSDN博客) ，能展示一些数据的可区分规律。

数值是皮尔森相关系数，浅颜色表示相关性高，比如Petal.Length（花瓣长度）与 Petal.Width（花瓣宽度）相关性0.96，也就是花瓣长的花，花瓣宽度也大，也就是个大花。

不过，现在做可视化基本上不用python了，具体为什么可以去看我的写的文章，我拿python做了爬虫，BI做了可视化，效果和速度都很好。

finereport

可视化的一大应用就是数据报表，而FineReport可以自由编写整合所需要的报表字段进行报表输出，支持定时刷新和监控邮件提醒，是大部分互联网公司会用到的日常报表平台。

尤其是公司体系内经营报表，我们用的是商业报表工具，就是finereport。推荐他是因为有两个高效率的点：①可以完成从数据库取数（有整合数据功能）—设计报表模板—数据展示的过程。②类似excel做报表，一张模板配合参数查询可以代替几十张报表。

FineBI

简洁明了的数据分析工具，也是我个人最喜欢的可视化工具，优点是零代码可视化、可视化图表丰富，只需要拖拖拽拽就可以完成十分炫酷的可视化效果，拥有数据整合、可视化数据处理、探索性分析、数据挖掘、可视化分析报告等功能，更重要的是个人版免费。

主要优点是可以实现自助式分析，而且学习成本极低，几乎不需要太深奥的编程基础，比起很多国外的工具都比较易用上手，非常适合经常业务人员和运营人员。在综合性方面，FineBI的表现比较突出，不需要编程而且简单易做，能够实现平台展示，比较适合企业用户和个人用户，在数据可视化方面是一个不错的选择；

这些是我见过比较常用的，对数据探索有帮助的可视化方法。

6. 中国花卉2019的数据

中国没有统一的国花，这是一个十分争议很大的问题，北方人独爱牡丹，雍容华贵，大国气象。牡丹花是圆满、浓情、富贵、吉祥、幸福、雍容华贵、国色天香。很符合辉煌华夏，上下五千年悠久历史，过去30世纪其中28世纪中国是第一名。

南方人独爱梅花，墙角数枝梅，凌寒独自开，遥知不是雪，为有暗香来，梅花香自苦寒来的耐寒，耐旱，坚韧不拔精神正式几千年了中国民族精神的象征。

当然国花在广袤无垠的，横亘东方的国土上，关于国花是仁者见仁，智者见智的问题，例如:有人喜欢兰花，有人喜欢荷花等等。

7. 2016年全国花卉统计数据查询

中国古代十大珍禽花鸟画名家

1、五代 黄筌

黄筌(约903-965)，五代时西蜀画院的宫廷画家，所画禽鸟造型正确，骨肉兼备，形象丰满，赋色浓丽，钩勒精细，几乎不见笔迹，似轻色染成，谓之“写生”。与江南徐熙并称“黄徐”，形成五代、宋初花鸟画两大主要流派。

黄筌多画宫中异卉珍禽，徐熙多写汀花水鸟，故有“黄家富贵，徐熙野逸”之谚，对后世花鸟画影响极大。又因黄筌及其子居宝、居寀，弟惟亮等画格调富丽，遂成为北宋初翰林图画院优劣取舍标准，被称为“院体”。

《写生珍禽图》上面用工细的手法绘有数十种鸟虫。其中有山雀、鹡鸰、斑鸠、蚱蜢、蜜蜂、牵牛、乌龟等。每种动物都描绘得十分精巧、肖似。无论羽毛、鳞翅，都具有很强的质感，称得上活灵活现，栩栩如生。两只乌龟是以侧上方俯视的角度进行描绘，透视关系准确精到，显示了作者娴熟的造型能力和精湛的笔墨技巧，令人赞叹不已。

画幅的左下角有一行小字:“付子居宝习”，由此可知，这幅《写生珍禽图》是作者为创作而收集的素材，是交给其子黄居宝临摹练习用的一幅稿本。

2、五代后蜀 黄居寀

黄居寀(933-993以后)，五代十国名画家黄筌之子。善画花鸟山水。黄筌父子之画艺，在北宋初期尚成为图画院评定优劣之标准。

此幅中景物有动有静，配合得宜。像山鹧跳到石上，伸颈欲饮溪水的神态，就十分生动。另麻雀或飞、或鸣、或俯视下方，是动的一面;而细竹、凤尾蕨和近景两丛野草，有的朝左，有的朝右，表现出无风时意态舒展的姿态，则都予人从容不迫和宁静的感觉。

下方的大石上，山鹧的身体从喙尖到尾端，几乎横贯整个画幅。背景则以巨石土坡，搭配麻雀、荆棘、蕨竹，布满了整个画面。画的重心在于画幅的中间位置，形成近于北宋山水画中轴线的构图方式。而具有图案意味的布局，有著装饰的效果，显示作者有意呈现唐代花鸟画古拙而华美的遗意。

3、五代南唐 徐熙

徐熙，五代南唐画家。擅画江湖间汀花、野竹、水鸟、鱼虫、蔬果，独创“落墨”法，一变黄筌细笔钩勒，填彩晕染之法。大师谢稚柳的落墨山水就出自徐熙的“落墨”法。

因不屑于踏入仕途，终生置于画院之外，故后人称他“江南处士”或“江南布衣”。

《玉堂富贵》此图是一幅竖轴画，画中牡丹、玉兰、海棠布满全幅，花丛间有两只杜鹃，图的下方，湖石边绘了一只羽毛华丽的野禽。

枝叶与花鸟，先用墨笔勾出轮廓，然后再敷以色彩。玉兰、牡丹、海棠，白的淡雅，粉的娇媚，在石青铺地儿的映衬下，更现端庄秀丽之气韵。这种满纸点染，不留空隙的画法，显然是受了佛教艺术的影响。

4、北宋 崔白

崔白，北宋画家。擅画花竹、禽鸟，尤工秋荷凫雁，注重写生，精于勾勒填彩，体制清赡，笔迹劲利如铁丝，设色淡雅，别创一种清淡疏秀之格，一变宋初以来画院中流行的黄筌父子的浓艳细密的画风。

此图写秋野景物，草树坡石，布置生动，而秋风飒飒竹树摇撼，山草皆靡，风势甚烈。整幅画面诗意之浓郁，有声有色，真堪称一幅“西风颂”了。而体物之精，笔势欲动，诚如黄庭坚称崔白之画为“盗造物机”，大得自然野趣，偶然着笔，巧夺天工。

作品描绘隆冬的黄昏，一群麻雀在古木上安栖入寐的景象。作者在构图上把雀群分为三部分:左侧三雀，已经憩息安眠，处于静态;右侧二雀，乍来迟到，处于动态;而中间四雀，作为本幅重心，呼应上下左右，串联气脉，由动至静，使之浑然一体。鸟雀的灵动在向背、俯仰、正侧、伸缩、飞栖、宿鸣中被表现得维妙维肖。

树干在形骨轻秀的鸟雀衬托下，显得格外浑穆恬澹，苍寒野逸。此图树干的用笔落墨都很重，且烘、染、勾、皴，浑然不分，造型纯以墨法，笔踪难寻。虽施于画上的赭石都已褪落，但丝毫未损害它的神采，野逸之趣盈溢于绢素之外，有师法徐熙的用笔特点。

5、宋徽宗赵佶

赵佶是一位艺术家皇帝，称得上是一个“不爱江山爱丹青”的皇帝，艺术造诣极深，吹弹、书画、声歌、词赋无不精工极研。

《芙蓉锦鸡图》是中国历代经典名画中的精品，风格殊异、妙笔纷呈。

《芙蓉锦鸡图》作者以其独特的艺术天赋和精湛的绘画技巧，使用笔和设色这两大中国传统绘画技法的元素达到完美的统一，且以特有的笔调活灵活现地传达出所描绘对象的精神特质，达到了高度成熟的艺术化境，使其作品栩栩如生、流传千古。

6、明初 边文进

边文进，即边景昭(约1356-约1428)，为明初重要的宫廷花鸟画家，画风延续北宋黄筌画派工笔重彩传统，并融合南宋院画风格。

边文进的这幅《三友百禽》最能体现他的绘画特色。画中近百只禽鸟，品种各异，而且都能找到真鸟的原型，生物学家皆能一一叫出它们的名字。

百鸟皆各具姿态，有飞有翔、有立有起、有跃有跳，或露或藏，或高瞻远瞩，或转首探望，或啄或叫，或自理羽毛，或追逐嬉斗，无一重复，非具有高度的观察能力和精绝技巧者不能达。

《三友百禽》鸟的画法不但继承了南宋的传统，更上追到五代黄筌的画法，勾勒后着色，着色后再加勾，色与墨皆比黄筌画得厚，但比南宋画秀雅，从中可以看出明代的气息和边氏自己的风格。

7、明代 吕纪

明代的吕纪(活动于1439-1505)，以花鸟画著称，他的花鸟设色鲜艳，生气奕奕，被称为明代花鸟画第一家。

吕纪绘画风格可分为两大类，一类是以水墨为主略淡彩，用笔较为豪纵，另一类则是设色浓丽，用和工致，具有富丽的宫廷装饰趣味。

画中以一姿态优雅的盛开杏花树圈围出一对姿态各异的孔雀，周围红白牡丹盛开，树梢麻雀跳跃，画面用色华丽且细致，整体呈现一既优雅又不失热闹的景象。杏花为春天的象徵，孔雀与牡丹意指富贵，而「雀」与「爵」谐音，则暗示高官禄位，为原本富丽堂皇的表现更添吉祥寓意。

烟岚迷漫的秋夜，明月半悬。芙蓉、芦苇坡地栖息豆雁四只，三已入眠，一对月长鸣。

幅中画花鸟的笔法工细而不刻板，画坡石则写意。不但表现雁群夜间栖息时，由一雁警戒守夜的习性，也画出秋夜的凄清，并寄托著借时、借景抒发情怀的心境，是表现吕纪结合工写，擅于掌握情境气氛特色的代表作。

萧疏雪景，江天如墨。群凫畏寒相依，多已入眠，衰柳上栖息著冻雀寒鸠。作者充分掌握真实情境的氛围，令人体现冬日的寒意。笔墨色泽展现吕纪浑厚的风味，但更为朴实简洁，和其别的作品相比较，更添一层古朴的趣味。

8、八大山人

八大山人的花鸟承袭陈淳、徐渭写意花鸟画的传统，发展为阔笔大写意画法。

其特点是通过象征寓意的手法，并对所画的花鸟、鱼虫进行夸张，以其奇特的形象和简练的造型，使画中形象突出，主题鲜明，甚至将鸟、鱼的眼睛画成“白眼向人”，以此来表现自己孤傲不群、愤世嫉俗的性格，从而创造了一种前所未有的花鸟造型。

9、清 郎世宁

郎世宁(1688-1766)，意大利人，清代宫廷画家。历任康、雍、乾三朝，在中国从事绘画达50多年。他是一位艺术上的全面手，人物、肖像、走兽、花鸟、山水无所不涉、无所不精。

10、清 沈铨

沈铨(1682-约1760)，清代画家。沈铨以花卉、翎毛见长，亦擅仕女。其花鸟画远宗“黄家富贵”，师法吕纪，从明代院体脱颖而出，笔墨工致，设色艳雅，形象逼真，生动传神，达到了一般画家难以企及的“有声有色”的境界。

8. 2016年全国花卉统计数据表

2016年中国造林678.8万公顷，人均公园绿地面积达13.5平方米。公报称，2016年中国森林抚育836.7万公顷，城市建成区绿地率36.4%，人均公园绿地面积13.5平方米，沙化土地治理192.9万公顷，全国经济林面积3588万公顷，花卉种植面积129.2万公顷。下一步中国将进一步抓好林业建设和生态保护工作，开展大规模国土绿化行动，推进森林进城和森林乡村建设，全面深化林业改革，大力发展林业产业，加快发展森林旅游、经济林、竹藤花卉、林下经济等绿色富民产业，推动森林体验、康养等新业态发展。