Hieronder vindt u een overzicht van methoden en bijpassende Python-code om verstoringen (uitbijters of uitschieters) in uw verkoopgegevens te identificeren en te visualiseren. Deze aanpak gebruikt statistische technieken zoals de Z-score en de IQR (interkwartielafstand), gecombineerd met visualisaties in Matplotlib en Seaborn, inclusief opties voor aanpassing van kleuren, vormen en annotaties. --- ### Methodes om uitschieters te identificeren: 1. **Z-score methode** - Identificeert datapunten die meer dan een bepaald aantal standaarddeviaties (bijvoorbeeld 3) van het gemiddelde liggen. 2. **Interkwartielafstand (IQR) methode** - Detecteert datapunten buiten 1.5 keer de IQR boven het derde kwartiel of onder het eerste kwartiel. --- ### Visualisatiestrategieën: - **Lijn- of scatterplot** van verkoopgegevens - **Kleurcodering** voor normale gegevens en uitschieters - **Vormvariatie** (bijvoorbeeld cirkels voor normaal, kruisjes voor uitschieters) - **Annotaties** bij uitschieters voor duidelijkheid --- ### Python-codevoorbeeld: ```python import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns # Voorbeeld: dataset laden # df = pd.read_csv('verkoopgegevens.csv') # Pas dit aan naar uw data # Veronderstel dat uw dataset een 'datum' en 'verkoop' kolom heeft # Als voorbeeld: # df['datum'] = pd.to_datetime(df['datum']) # Voor deze demonstratie genereer ik dummy data np.random.seed(42) dates = pd.date_range(start='2023-01-01', periods=365, freq='D') sales = np.random.normal(loc=200, scale=50, size=365) # Introduceer enkele uitschieters sales[::50] += np.random.choice([300, -300], size=8) df = pd.DataFrame({'datum': dates, 'verkoop': sales}) # Functie om uitschieters te detecteren via IQR def detect_outliers_iqr(data): Q1 = data.quantile(0.25) Q3 = data.quantile(0.75) IQR = Q3 - Q1 lower_bound = Q1 - 1.5 * IQR upper_bound = Q3 + 1.5 * IQR outliers = (data < lower_bound) | (data > upper_bound) return outliers # Detecteer uitschieters df['uitbijter'] = detect_outliers_iqr(df['verkoop']) # Optioneel: detectie via Z-score from scipy.stats import zscore df['z_score'] = zscore(df['verkoop']) df['uitbijter_z'] = df['z_score'].abs() > 3 # Visualisatie plt.figure(figsize=(15, 6)) sns.set(style="whitegrid") # Basislijn plot plt.plot(df['datum'], df['verkoop'], label='Verkoop', color='blue', linewidth=1) # Uitschieters markeren # Uitschieters volgens IQR plt.scatter( df.loc[df['uitbijter'], 'datum'], df.loc[df['uitbijter'], 'verkoop'], color='red', marker='X', # vorm aanpassen s=100, label='Uitschieter (IQR)' ) # Uitschieters volgens Z-score (optioneel) plt.scatter( df.loc[df['uitbijter_z'], 'datum'], df.loc[df['uitbijter_z'], 'verkoop'], color='orange', marker='D', s=80, label='Uitschieter (Z-score)' ) # Annotaties voor uitschieters for idx, row in df[df['uitbijter']].iterrows(): plt.annotate( f"{row['verkoop']:.1f}", (row['datum'], row['verkoop']), textcoords="offset points", xytext=(0,10), ha='center', fontsize=8, color='red' ) for idx, row in df[df['uitbijter_z']].iterrows(): plt.annotate( f"{row['verkoop']:.1f}", (row['datum'], row['verkoop']), textcoords="offset points", xytext=(0,10), ha='center', fontsize=8, color='orange' ) # Aanpassen kleuren, vormen en annotaties plt.title('Verkoopgegevens met Uitschieters') plt.xlabel('Datum') plt.ylabel('Verkoop') plt.legend() plt.tight_layout() plt.show() ``` --- ### Aanpassingsmogelijkheden: - **Kleuren**: wijzig de `color` parameter in `scatter()` en `annotate()`. - **Vormen**: wijzig de `marker` parameter (bijvoorbeeld `'o'`, `'X'`, `'D'`, `'s'`, `'^'`). - **Annotaties**: pas de tekst en offset aan om de zichtbaarheid te optimaliseren. - **Detectiemethoden**: wissel tussen IQR en Z-score of combineer ze voor meer robuuste detection. Met deze aanpak krijgt u een duidelijke visualisatie van de verkoopgegevens met opvallende markeringen en annotaties bij de uitschieters, en heeft u de flexibiliteit om de presentatie aan te passen voor maximale duidelijkheid.

Zeker, hier zijn effectieve methoden voor het identificeren en visualiseren van uitschieters in verkoopgegevens, inclusief Python-implementatie: ## Statistische Technieken voor Uitschieterdetectie ### 1. IQR-methode (Interquartile Range) ```python import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns from scipy import stats def detect_uitzonderingen_iqr(data, kolom): Q1 = data[kolom].quantile(0.25) Q3 = data[kolom].quantile(0.75) IQR = Q3 - Q1 onder_grens = Q1 - 1.5 * IQR boven_grens = Q3 + 1.5 * IQR uitzonderingen = data[(data[kolom] < onder_grens) | (data[kolom] > boven_grens)] return uitzonderingen, onder_grens, boven_grens ``` ### 2. Z-score methode ```python def detect_uitzonderingen_zscore(data, kolom, drempel=3): z_scores = np.abs(stats.zscore(data[kolom])) uitzonderingen = data[z_scores > drempel] return uitzonderingen ``` ## Complete Visualisatie Code ```python import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns from datetime import datetime import matplotlib.patches as mpatches # Stel de stijl in plt.style.use('seaborn-v0_8') sns.set_palette("husl") def visualiseer_verstoringen(data, verkoop_kolom, datum_kolom, uitzondering_kleur='red', normaal_kleur='blue', uitzondering_vorm='o', normaal_vorm='o', uitzondering_grootte=100, normaal_grootte=50, toon_annotaties=True): """ Visualiseer uitschieters in verkoopgegevens met aanpasbare weergave Parameters: - data: DataFrame met verkoopgegevens - verkoop_kolom: Naam van de kolom met verkoopcijfers - datum_kolom: Naam van de datumkolom - uitzondering_kleur: Kleur voor uitschieters - normaal_kleur: Kleur voor normale punten - uitzondering_vorm: Vormmarker voor uitschieters - normaal_vorm: Vormmarker voor normale punten - uitzondering_grootte: Grootte van uitschieterpunten - normaal_grootte: Grootte van normale punten - toon_annotaties: Toon annotaties voor uitschieters """ # Detecteer uitschieters met IQR-methode uitzonderingen, onder_grens, boven_grens = detect_uitzonderingen_iqr(data, verkoop_kolom) # Maak een kopie van de data voor visualisatie viz_data = data.copy() viz_data['is_uitzondering'] = viz_data.index.isin(uitzonderingen.index) # Creëer de visualisatie fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(15, 10)) # Tijdreeksplot met uitschieters for idx, row in viz_data.iterrows(): if row['is_uitzondering']: ax1.scatter(row[datum_kolom], row[verkoop_kolom], color=uitzondering_kleur, marker=uitzondering_vorm, s=uitzondering_grootte, alpha=0.7, edgecolors='black') if toon_annotaties: ax1.annotate(f'€{row[verkoop_kolom]:,.0f}', (row[datum_kolom], row[verkoop_kolom]), xytext=(10, 10), textcoords='offset points', bbox=dict(boxstyle='round,pad=0.3', facecolor='yellow', alpha=0.7), arrowprops=dict(arrowstyle='->', connectionstyle='arc3,rad=0')) else: ax1.scatter(row[datum_kolom], row[verkoop_kolom], color=normaal_kleur, marker=normaal_vorm, s=normaal_grootte, alpha=0.6) ax1.axhline(y=boven_grens, color='red', linestyle='--', alpha=0.7, label='Bovengrens') ax1.axhline(y=onder_grens, color='orange', linestyle='--', alpha=0.7, label='Ondergrens') ax1.set_title('Verkoopgegevens met Uitschieters', fontsize=16, fontweight='bold') ax1.set_xlabel('Datum') ax1.set_ylabel('Verkoopbedrag (€)') ax1.legend() ax1.grid(True, alpha=0.3) # Boxplot voor verdeling sns.boxplot(data=data, y=verkoop_kolom, ax=ax2, color='lightblue') sns.stripplot(data=uitzonderingen, y=verkoop_kolom, ax=ax2, color=uitzondering_kleur, size=8, jitter=True) ax2.set_title('Verdeling van Verkoopcijfers met Uitschieters', fontsize=14) ax2.set_ylabel('Verkoopbedrag (€)') plt.tight_layout() plt.show() return uitzonderingen # Voorbeeld gebruik met dummy data def maak_voorbeeld_data(): """Maak voorbeeld verkoopdata voor demonstratie""" dates = pd.date_range(start='2023-01-01', end='2023-12-31', freq='D') np.random.seed(42) # Normale verkoopdata met wat seizoenspatroon basis_verkoop = 1000 + 500 * np.sin(2 * np.pi * np.arange(len(dates)) / 365) ruis = np.random.normal(0, 100, len(dates)) verkoop = basis_verkoop + ruis # Voeg enkele uitschieters toe uitschieter_indices = [50, 150, 250, 300] verkoop[uitschieter_indices] = [5000, 4500, 4800, 100] # Hoge en lage uitschieters data = pd.DataFrame({ 'datum': dates, 'verkoop': verkoop }) return data # Gebruik de functie if __name__ == "__main__": # Laad je data (vervang dit met je eigen data) # data = pd.read_csv('jouw_verkoop_data.csv') # Voor demonstratie: maak voorbeelddata data = maak_voorbeeld_data() # Visualiseer met standaard instellingen uitzonderingen = visualiseer_verstoringen( data=data, verkoop_kolom='verkoop', datum_kolom='datum' ) print(f"Aantal gedetecteerde uitschieters: {len(uitzonderingen)}") print("\nUitschieters:") print(uitzonderingen[['datum', 'verkoop']]) # Aangepaste visualisatie met verschillende kleuren en vormen uitzonderingen_aangepast = visualiseer_verstoringen( data=data, verkoop_kolom='verkoop', datum_kolom='datum', uitzondering_kleur='purple', normaal_kleur='green', uitzondering_vorm='D', # Diamant vorm normaal_vorm='o', # Cirkel vorm uitzondering_grootte=120, normaal_grootte=40, toon_annotaties=True ) ``` ## Aanvullende Analyse Methoden ```python def uitgebreide_uitzonderingen_analyse(data, verkoop_kolom): """Voer uitgebreide uitschieteranalyse uit""" print("=== UITGEBREIDE UITSCHIETERANALYSE ===") # IQR methode uitzonderingen_iqr, onder_grens, boven_grens = detect_uitzonderingen_iqr(data, verkoop_kolom) print(f"IQR methode: {len(uitzonderingen_iqr)} uitschieters") # Z-score methode uitzonderingen_zscore = detect_uitzonderingen_zscore(data, verkoop_kolom) print(f"Z-score methode: {len(uitzonderingen_zscore)} uitschieters") # Percentiel methode p5 = data[verkoop_kolom].quantile(0.05) p95 = data[verkoop_kolom].quantile(0.95) uitzonderingen_percentiel = data[(data[verkoop_kolom] < p5) | (data[verkoop_kolom] > p95)] print(f"Percentiel methode (5%-95%): {len(uitzonderingen_percentiel)} uitschieters") # Samenvatting statistieken print(f"\nSamenvatting statistieken voor {verkoop_kolom}:") print(f"Gemiddelde: €{data[verkoop_kolom].mean():,.2f}") print(f"Mediaan: €{data[verkoop_kolom].median():,.2f}") print(f"Standaardafwijking: €{data[verkoop_kolom].std():,.2f}") print(f"IQR grenzen: €{onder_grens:,.2f} - €{boven_grens:,.2f}") return { 'iqr': uitzonderingen_iqr, 'zscore': uitzonderingen_zscore, 'percentiel': uitzonderingen_percentiel } ``` ## Gebruikstips: 1. **Pas kleuren aan** voor betere toegankelijkheid 2. **Experimenteer met markers**: 'o' (cirkel), 's' (vierkant), 'D' (diamant), '^' (driehoek) 3. **Gebruik annotaties** voor belangrijke uitschieters 4. **Combineer methoden** voor robuustere detectie 5. **Sla resultaten op** voor verdere analyse Deze code biedt een flexibele basis voor het identificeren en visualiseren van uitschieters in je verkoopgegevens, met volledige aanpasbaarheid voor presentatiedoeleinden.