Hier is een voorbeeld Python-code om een geavanceerde 3D-visualisatie te maken met Matplotlib, inclusief scatter- en surface-plotten, met de door jou gevraagde aanpassingen: ```python import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D # Voorbeeld dataset: vervang deze door je eigen data np.random.seed(0) num_points = 50 locaties = np.random.uniform(low=0, high=100, size=(num_points, 2)) temperatuur = np.random.uniform(low=15, high=30, size=num_points) vochtigheid = np.random.uniform(low=30, high=90, size=num_points) hoogte = np.random.uniform(low=0, high=200, size=num_points) # Maak een grid voor surface plot (bijvoorbeeld op basis van locatie) grid_x, grid_y = np.meshgrid( np.linspace(locaties[:,0].min(), locaties[:,0].max(), 20), np.linspace(locaties[:,1].min(), locaties[:,1].max(), 20) ) # Interpoleer temperatuur en vochtigheid voor grid (optioneel, afhankelijk van data) from scipy.interpolate import griddata temp_grid = griddata(locaties, temperatuur, (grid_x, grid_y), method='cubic') vocht_grid = griddata(locaties, vochtigheid, (grid_x, grid_y), method='cubic') # Maak de plot fig = plt.figure(figsize=(12, 8)) ax = fig.add_subplot(111, projection='3d') # Scatter plot van meetpunten ax.scatter(locaties[:,0], locaties[:,1], hoogte, c=temperatuur, cmap='Greens', s=50, label='Meetpunten') # Voeg een colorbar toe voor temperatuur cbar = plt.colorbar(plt.cm.ScalarMappable(cmap='Greens'), ax=ax, pad=0.1) cbar.set_label('Temperatuur (°C)') # Surface plot van temperatuur op grid surf = ax.plot_surface(grid_x, grid_y, hoogte, facecolors=plt.cm.Greens( (np.nan_to_num(temp_grid - np.nanmin(temp_grid)) / (np.nanmax(temp_grid) - np.nanmin(temp_grid)) )), alpha=0.6) # Labels ax.set_xlabel('X locatie') ax.set_ylabel('Y locatie') ax.set_zlabel('Hoogte (m)') ax.set_title('3D Visualisatie van Meetgegevens') # Rotatie van de x-as ax.view_init(30, 45) # 30 graden elevatie, 45 graden azimut # Toon de plot plt.legend() plt.show() ``` **Wat doet deze code?** - Maakt een scatter plot van meetpunten met kleuren gebaseerd op temperatuur. - Interpoleert temperatuur en vochtigheid over een grid voor een surface plot. - Visualiseert de hoogte op de x-y locatie. - Past kleuren, labels, en rotatie toe zoals gevraagd. Je kunt de dataset aanpassen door je eigen meetwaarden in te voeren.

Hier is een complete Python code voor een geavanceerde 3D visualisatie met Matplotlib: ```python import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D # Voorbeeld dataset (vervang met je eigen data) # Temperatuur (°C), Vochtigheid (%), Hoogte (m) np.random.seed(42) n_points = 100 temperatuur = np.random.uniform(10, 30, n_points) vochtigheid = np.random.uniform(40, 90, n_points) hoogte = np.random.uniform(0, 1000, n_points) # Creëer de figuur en 3D assen fig = plt.figure(figsize=(12, 8)) ax = fig.add_subplot(111, projection='3d') # 3D scatter plot met groene kleuren scatter = ax.scatter(temperatuur, vochtigheid, hoogte, c=hoogte, cmap='Greens', s=50, alpha=0.8, edgecolor='darkgreen') # Surface plot voorbeeld (vereist grid data) # Eerst creëren we een grid voor surface plot X = np.linspace(min(temperatuur), max(temperatuur), 20) Y = np.linspace(min(vochtigheid), max(vochtigheid), 20) X, Y = np.meshgrid(X, Y) Z = np.sin(X/5) * np.cos(Y/10) * 500 + 500 # Voorbeeld oppervlak # Surface plot toevoegen surface = ax.plot_surface(X, Y, Z, alpha=0.3, cmap='Greens', edgecolor='darkgreen', linewidth=0.5) # Wireframe plot toevoegen wireframe = ax.plot_wireframe(X, Y, Z, color='darkgreen', alpha=0.2, linewidth=0.5) # As labels en titel ax.set_xlabel('Temperatuur (°C)', fontsize=12, fontweight='bold') ax.set_ylabel('Vochtigheid (%)', fontsize=12, fontweight='bold') ax.set_zlabel('Hoogte (m)', fontsize=12, fontweight='bold') ax.set_title('3D Visualisatie: Temperatuur, Vochtigheid en Hoogte', fontsize=14, fontweight='bold') # Kleurenbalk toevoegen cbar = fig.colorbar(scatter, ax=ax, shrink=0.5, aspect=20) cbar.set_label('Hoogte (m)', fontsize=10) # Rotatie instellen: 30 graden rond x-as ax.view_init(elev=30, azim=0) # elev=30 graden voor x-as rotatie # Grid en achtergrond ax.grid(True, alpha=0.3) ax.xaxis.pane.fill = False ax.yaxis.pane.fill = False ax.zaxis.pane.fill = False # Beeldverhouding gelijk maken voor betere 3D weergave ax.set_box_aspect([1,1,1]) plt.tight_layout() plt.show() ``` **Aanpassingen die je kunt maken:** 1. **Eigen data laden**: ```python # Vervang de voorbeelddata met je eigen dataset # temperatuur = je_temperatuur_data # vochtigheid = je_vochtigheid_data # hoogte = je_hoogte_data ``` 2. **Kleuren aanpassen**: - Verander `cmap='Greens'` naar andere kleurenkaarten - Gebruik `color='#00FF00'` voor specifieke hex kleuren 3. **Rotatie aanpassen**: ```python # elev = hoogte (x-as rotatie), azim = azimuth (y-as rotatie) ax.view_init(elev=45, azim=30) # Experimenteer met waarden ``` 4. **Alleen scatter plot** (als surface niet nodig is): ```python # Verwijder de plot_surface en plot_wireframe regels ``` De code bevat zowel scatter plots, surface plots als wireframe plots in groene tinten met duidelijke labels en de gevraagde 30 graden rotatie rond de x-as.