Hier is een Python-code met Matplotlib om geavanceerde geometrische patronen te creëren op basis van uw dataset: ```python import numpy as np import matplotlib.pyplot as plt from matplotlib.collections import LineCollection # Voorbeeld dataset (vervang met uw eigen coördinaten) # Annoteer: Gebruik uw eigen experimentele data hier x = np.random.rand(100) * 10 # Voorbeeld x-coördinaten y = np.random.rand(100) * 10 # Voorbeeld y-coördinaten # Spiraal patroon genereren op basis van data def create_spiral_pattern(x, y, size_factor=1.0): """Genereert spiraal patronen rond elke datapunt""" spirals = [] for xi, yi in zip(x, y): t = np.linspace(0, 4*np.pi, 100) spiral_x = xi + size_factor * t * np.cos(t) spiral_y = yi + size_factor * t * np.sin(t) spirals.append(np.column_stack([spiral_x, spiral_y])) return spirals # Fractal-achtig patroon (L-system inspiratie) def create_fractal_pattern(x, y, iterations=3, size_factor=1.0): """Genereert fractal-achtige vertakkingen""" patterns = [] for xi, yi in zip(x, y): segments = [] angle = 0 length = 0.5 * size_factor for _ in range(iterations): new_x = xi + length * np.cos(angle) new_y = yi + length * np.sin(angle) segments.append([(xi, yi), (new_x, new_y)]) angle += np.pi/4 # 45 graden rotatie length *= 0.7 # Schaal reductie patterns.extend(segments) return patterns # Hoofd visualisatie functie def create_geometric_visualization(x, y, pattern_type='spiral', colors=('red', 'yellow'), line_style='solid', size_factor=2.0): fig, ax = plt.subplots(figsize=(12, 10)) if pattern_type == 'spiral': patterns = create_spiral_pattern(x, y, size_factor) line_collection = LineCollection(patterns, colors=np.tile(colors, len(patterns))[:len(patterns)], linestyles=line_style, linewidths=2.0) ax.add_collection(line_collection) elif pattern_type == 'fractal': patterns = create_fractal_pattern(x, y, size_factor=size_factor) line_collection = LineCollection(patterns, colors=colors[0], linestyles=line_style, linewidths=1.5) ax.add_collection(line_collection) # Originele datapunten tonen ax.scatter(x, y, color='darkblue', s=50, alpha=0.8, zorder=3) # Plot instellingen ax.set_xlim(min(x)-5, max(x)+5) ax.set_ylim(min(y)-5, max(y)+5) ax.set_aspect('equal') ax.set_title('Geometrische Patroon Visualisatie\nExperimentele Data', fontsize=14, fontweight='bold') ax.grid(True, alpha=0.3) plt.tight_layout() return fig, ax # Gebruiksvoorbeeld met uw specificaties # Vervang x en y met uw eigen dataset fig, ax = create_geometric_visualization( x, y, pattern_type='spiral', # Kies 'spiral' of 'fractal' colors=('red', 'yellow'), # Rood en geel kleuren line_style='solid', # Doorgetrokken lijnen size_factor=2.0 # Groot patroon ) plt.show() # Optioneel: opslaan van de visualisatie # fig.savefig('geometrische_patronen.png', dpi=300, bbox_inches='tight') ``` **Aanpassingsopties:** 1. **Pattern type**: Verander `pattern_type` naar 'spiral' of 'fractal' 2. **Kleuren**: Pas de `colors` tuple aan naar gewenste kleuren 3. **Grootte**: Wijzig `size_factor` voor grotere/kleinere patronen 4. **Lijnstijl**: Options: 'solid', 'dashed', 'dotted', 'dashdot' **Belangrijke opmerking:** - Vervang de `x` en `y` arrays met uw eigen experimentele data - De code gebruikt nu random data als voorbeeld - Pas de `size_factor` aan op basis van uw dataschaal De visualisatie combineert uw originele datapunten met geometrische patronen voor een unieke representatie van uw fysieke experiment.