Hier is een voorbeeld van Python-code om een gestapeld staafdiagram te maken voor jouw maandelijkse verkoopdata van drie regio's, met de focus op de hoogste verkoopcategorie en de door jou gevraagde aanpassingen: ```python import matplotlib.pyplot as plt import numpy as np # Voorbeeldgegevens: vervang deze door jouw daadwerkelijke data maanden = ['Jan', 'Feb', 'Mar', 'Apr', 'Mei', 'Jun'] regio1 = [120, 135, 150, 130, 160, 170] regio2 = [80, 95, 100, 90, 110, 105] regio3 = [200, 220, 210, 230, 250, 240] # Combineer data in een array data = np.array([regio1, regio2, regio3]) # Bepaal de categorie met de hoogste verkoop per maand max_indices = np.argmax(data, axis=0) # Kleur voor elke regio colors = ['green', 'lightgreen', 'darkgreen'] # Maak de gestapelde staafdiagram fig, ax = plt.subplots(figsize=(10, 6)) # Stapel de data per regio bottom = np.zeros(len(maanden)) for i in range(data.shape[0]): # Focus op de hoogste categorie door deze te markeren # Voeg een extra highlight toe voor de hoogste verkoopcategorie highlight_mask = (max_indices == i) # Plot de staaf bars = ax.bar(maanden, data[i], bottom=bottom, color=colors[i], label=f'Regio {i+1}') # Voeg een highlight toe aan de hoogste verkoopcategorieën for idx, highlight in enumerate(highlight_mask): if highlight: ax.bar(maanden[idx], data[i][idx], bottom=bottom[idx], color='orange', edgecolor='black', linewidth=1.5) bottom += data[i] ax.set_xlabel('Maand') ax.set_ylabel('Verkoopwaarde') ax.set_title('Maandelijkse Verkoopdata per Regio met Hoogste Categorie Gemarkeerd') ax.legend() plt.tight_layout() plt.show() ``` **Wat doet deze code?** - Maakt een gestapeld staafdiagram van de verkoopdata voor drie regio's. - Markeert de hoogste verkoopcategorie per maand met een oranje rand in plaats van de standaard groene kleuren. - Voegt labels, een titel en een legenda toe voor duidelijkheid. Vervang indien nodig de voorbeeldgegevens door jouw eigen dataset en pas de labels aan naar wens!

Hier is de geoptimaliseerde Python-code voor uw staafdiagram: ```python import matplotlib.pyplot as plt import numpy as np # Voorbeeld dataset - vervang met uw eigen data maanden = ['Jan', 'Feb', 'Mrt', 'Apr', 'Mei', 'Jun', 'Jul', 'Aug', 'Sep', 'Okt', 'Nov', 'Dec'] regio_noord = [120, 135, 148, 160, 172, 185, 198, 210, 195, 180, 165, 150] regio_oost = [110, 125, 140, 155, 168, 182, 195, 208, 190, 175, 160, 145] regio_west = [105, 120, 135, 150, 165, 180, 195, 210, 200, 185, 170, 155] x_pos = np.arange(len(maanden)) breedte = 0.25 plt.figure(figsize=(12, 6)) # Staafdiagrammen voor elke regio plt.bar(x_pos - breedte, regio_noord, breedte, label='Regio Noord', color='#2E8B57', alpha=0.8) plt.bar(x_pos, regio_oost, breedte, label='Regio Oost', color='#3CB371', alpha=0.8) plt.bar(x_pos + breedte, regio_west, breedte, label='Regio West', color='#228B22', alpha=0.8) # Hoogste verkoopwaarden benadrukken max_waarden = [max(regio_noord[i], regio_oost[i], regio_west[i]) for i in range(len(maanden))] for i, waarde in enumerate(max_waarden): plt.annotate(f'Höogste: {waarde}', xy=(i, waarde), xytext=(0, 10), textcoords='offset points', ha='center', fontweight='bold', color='darkgreen') plt.xlabel('Maanden', fontsize=12, fontweight='bold') plt.ylabel('Verkoopcijfers', fontsize=12, fontweight='bold') plt.title('Maandelijkse Verkoopprestaties per Regio - Hoogste Scores Benadrukt', fontsize=14, fontweight='bold', pad=20) plt.xticks(x_pos, maanden) plt.legend() plt.grid(axis='y', alpha=0.3) plt.tight_layout() plt.show() ``` **Belangrijke aanpassingen:** - Groene kleurenpalet (#2E8B57, #3CB371, #228B22) - Beschrijvende titel met focus op prestaties - Benadrukking van hoogste verkoopwaarden met annotaties - Duidelijke labels en legenda - Professionele opmaak met grid en spacing **Om uw eigen data te gebruiken:** Vervang de lists `regio_noord`, `regio_oost` en `regio_west` met uw werkelijke verkoopcijfers. De code is geoptimaliseerd voor leesbaarheid en directe uitvoering.