Hier is een voorbeeld van Python-code om een histogram te maken van maandelijkse verkoopgegevens voor verschillende productcategorieën met Matplotlib. De code voegt statistische annotaties toe zoals gemiddelde, mediaan, en betrouwbaarheidsintervallen, inclusief opties voor annotatiestijl en -positie: ```python import matplotlib.pyplot as plt import numpy as np import pandas as pd from scipy import stats # Voorbeelddataset: vervang dit door je eigen dataset # Stel dat je data hebt als een DataFrame met kolommen 'Categorie' en 'Verkoop' # Bijvoorbeeld: # data = pd.read_csv('verkoopgegevens.csv') # Simulatie van gegevens np.random.seed(0) data = pd.DataFrame({ 'Categorie': np.random.choice(['A', 'B', 'C'], size=300), 'Verkoop': np.random.normal(100, 20, size=300) }) # Selecteer een categorie of alle categorieën categorie = 'A' # Of gebruik None voor alle if categorie: dataset = data[data['Categorie'] == categorie]['Verkoop'] else: dataset = data['Verkoop'] # Maak histogram plt.figure(figsize=(10,6)) n, bins, patches = plt.hist(dataset, bins=20, alpha=0.7, color='skyblue', edgecolor='black') # Bereken statistieken mean = np.mean(dataset) median = np.median(dataset) conf_int = stats.t.interval( alpha=0.95, df=len(dataset)-1, loc=mean, scale=stats.sem(dataset) ) # Voeg gemiddelde toe met stippellijn en label plt.axvline(mean, color='red', linestyle='--', linewidth=2, label=f'Mean: {mean:.2f}') plt.text(mean, plt.ylim()[1]*0.9, f'Mean: {mean:.2f}', color='red', rotation=0, ha='center') # Voeg mediaan toe met stippellijn en label plt.axvline(median, color='green', linestyle='--', linewidth=2, label=f'Median: {median:.2f}') plt.text(median, plt.ylim()[1]*0.8, f'Median: {median:.2f}', color='green', rotation=0, ha='center') # Voeg betrouwbaarheidsinterval toe plt.fill_betweenx( y=[0, plt.ylim()[1]], x1=conf_int[0], x2=conf_int[1], color='orange', alpha=0.2, label='95% betrouwbaarheidsinterval' ) # Optioneel: regressielijn (voor lineaire trend) # Als je meerdere data points hebt en een regressie wilt # Hier niet direct van toepassing op histogram, maar kan worden toegevoegd bij scatterplots # Voeg legenda toe plt.legend() # Titels en labels plt.title(f'Maandelijkse Verkoopgegevens - Categorie {categorie}') plt.xlabel('Verkoop') plt.ylabel('Frequentie') plt.show() ``` **Wat deze code doet:** - Laadt of simuleert dataset met verkoop per categorie. - Selecteert een categorie om te visualiseren. - Maakt een histogram van de verkoopgegevens. - Berekent en toont de gemiddelde en mediaan met stippellijnen en tekstlabels. - Voegt een 95% betrouwbaarheidsinterval toe als een gekleurd gebied. - Laat zien hoe je de annotaties duidelijk en visueel onderscheidend maakt. **Aanpassingen:** - Pas `categorie` aan of verwijder de filter om alle data te tonen. - Voeg regressielijnen toe bij geschikte plottypes (bijvoorbeeld scatterplots). - Pas kleuren, stijlen en annotatieposities aan naar wens voor betere visualisatie. Heb je specifieke wensen of data, dan kan ik de code verder aanpassen!

Hier is een Python-code voor een histogram met statistische annotaties voor uw maandelijkse verkoopgegevens: ```python import matplotlib.pyplot as plt import numpy as np import pandas as pd from scipy import stats # Voorbeeld dataset (vervang dit met uw eigen data) data = { 'maand': ['Jan', 'Feb', 'Mrt', 'Apr', 'Mei', 'Jun', 'Jul', 'Aug', 'Sep', 'Okt', 'Nov', 'Dec'], 'elektronica': [12000, 15000, 13000, 14000, 16000, 18000, 19000, 17000, 15500, 16500, 17500, 20000], 'kleding': [8000, 9000, 8500, 9500, 11000, 12000, 13000, 11500, 10500, 10000, 9500, 12500], 'huisraad': [5000, 6000, 5500, 6500, 7000, 7500, 8000, 7200, 6800, 7100, 6900, 8200] } df = pd.DataFrame(data) # Selecteer een categorie om te visualiseren categorie = 'elektronica' verkoop_data = df[categorie] # Bereken statistieken gemiddelde = np.mean(verkoop_data) mediaan = np.median(verkoop_data) std_dev = np.std(verkoop_data) betrouwbaarheids_interval = stats.norm.interval(0.95, loc=gemiddelde, scale=std_dev/np.sqrt(len(verkoop_data))) # Maak de visualisatie plt.figure(figsize=(12, 8)) ax = plt.gca() # Histogram met aangepaste stijl n, bins, patches = plt.hist(verkoop_data, bins=6, alpha=0.7, color='skyblue', edgecolor='black', linewidth=1.2, density=False) # Voeg gemiddelde lijn toe plt.axvline(gemiddelde, color='red', linestyle='--', linewidth=2, label=f'Gemiddelde: €{gemiddelde:,.0f}') # Voeg mediaan lijn toe plt.axvline(mediaan, color='green', linestyle='--', linewidth=2, label=f'Mediaan: €{mediaan:,.0f}') # Betrouwbaarheidsinterval gebied plt.axvspan(betrouwbaarheids_interval[0], betrouwbaarheids_interval[1], alpha=0.2, color='orange', label='95% Betrouwbaarheidsinterval') # Regressielijn (lineaire trend) x = range(len(verkoop_data)) slope, intercept, r_value, p_value, std_err = stats.linregress(x, verkoop_data) regressie_lijn = intercept + slope * x plt.plot(x, regressie_lijn, 'purple', linewidth=2, label=f'Trendlijn (R²: {r_value**2:.3f})') # Annotaties en labels plt.xlabel('Verkoopbedrag (€)', fontsize=12, fontweight='bold') plt.ylabel('Frequentie', fontsize=12, fontweight='bold') plt.title(f'Maandelijkse Verkoop - {categorie.capitalize()}\n', fontsize=14, fontweight='bold') # Statistische annotaties toevoegen annotatie_tekst = f'''Statistische Samenvatting: Gemiddelde: €{gemiddelde:,.0f} Mediaan: €{mediaan:,.0f} Standaarddeviatie: €{std_dev:,.0f} Betrouwbaarheidsinterval: [€{betrouwbaarheids_interval[0]:,.0f}, €{betrouwbaarheids_interval[1]:,.0f}] Steekproefgrootte: {len(verkoop_data)} maanden''' plt.annotate(annotatie_tekst, xy=(0.02, 0.98), xycoords='axes fraction', bbox=dict(boxstyle="round,pad=0.5", facecolor="white", alpha=0.8), fontsize=10, verticalalignment='top') # Legenda plt.legend(loc='upper right', frameon=True, fancybox=True, shadow=True) # Grid voor betere leesbaarheid plt.grid(alpha=0.3, linestyle='--') # Formatteer y-as voor euro bedragen plt.gca().yaxis.set_major_formatter(plt.FuncFormatter(lambda x, p: f'€{x:,.0f}')) plt.tight_layout() plt.show() # Optioneel: print statistieken in console print(f"Statistieken voor {categorie}:") print(f"Gemiddelde: €{gemiddelde:,.2f}") print(f"Mediaan: €{mediaan:,.2f}") print(f"Standaarddeviatie: €{std_dev:,.2f}") print(f"95% Betrouwbaarheidsinterval: [€{betrouwbaarheids_interval[0]:,.2f}, €{betrouwbaarheids_interval[1]:,.2f}]") ``` **Aanpasopties voor annotatiestijlen en posities:** 1. **Annotatiepositie**: Pas `xy=(0.02, 0.98)` aan om de tekstbox te verplaatsen 2. **Lijnstijlen**: Verander `linestyle` ('-', '--', '-.', ':') 3. **Kleuren**: Wijzig `color` parameters voor verschillende categorieën 4. **Transparantie**: Pas `alpha` waarden aan (0-1) 5. **Fontgrootte**: Verander `fontsize` in de annotaties 6. **Legendapositie**: Gebruik `loc` parameter ('upper left', 'lower right', etc.) **Voor meerdere categorieën**: Maak een subplot voor elke categorie of gebruik een gestapeld histogram met verschillende kleuren per categorie.