slogan3

Ontwerp Matplotlib Visualisaties voor Kleurenblind Toegankelijkheid

description

Helpt gebruikers visualisaties te maken die toegankelijk zijn voor mensen met kleurenzien beperkingen, wat communicatie en inclusiviteit verbetert. Deze prompt begeleidt je bij het toepassen van best practices voor kleurkeuze en ontwerp, waardoor je grafieken effectiever en breder begrijpelijk zijn dan standaard visualisaties.

prompt

Help me een Matplotlib visualisatie te ontwerpen voor mijn dataset: <beschrijf je dataset>. Ik wil dat het grafiektype <kies grafiektype> is. Pas kleurenpaletten en ontwerpprincipes toe die geschikt zijn voor k ...

try_prompt

generate_helper
disclaimerOnPageApi

ai_answers

provider: openai
model: gpt-4.1-nano
Natuurlijk! Hier is een voorbeeld van Python-code voor een toegankelijke staafgrafiek met kleurenblind-vriendelijk palet en duidelijke labels, titels en legendeplaatsing. Je kunt je dataset aanpassen waar nodig. ```python import matplotlib.pyplot as plt import numpy as np # Voorbeeldgegevens: vervang deze door jouw dataset maanden = ['Jan', 'Feb', 'Mrt', 'Apr', 'Mei', 'Jun'] product_a = [150, 200, 250, 300, 280, 320] product_b = [100, 150, 200, 220, 210, 250] product_c = [80, 120, 160, 180, 170, 200] product_d = [130, 170, 210, 240, 230, 290] # Kleurenblind-vriendelijk palet (bijvoorbeeld: Color Universal Design) kleuren = ['#E69F00', '#56B4E9', '#009E73', '#F0E442'] # Breedte van de staven bar_width = 0.2 # Posities voor de groepen x = np.arange(len(maanden)) x_a = x - 1.5 * bar_width x_b = x - 0.5 * bar_width x_c = x + 0.5 * bar_width x_d = x + 1.5 * bar_width # Plotten van de staafgrafiek plt.figure(figsize=(10, 6)) plt.bar(x_a, product_a, width=bar_width, color=kleuren[0], label='Product A') plt.bar(x_b, product_b, width=bar_width, color=kleuren[1], label='Product B') plt.bar(x_c, product_c, width=bar_width, color=kleuren[2], label='Product C') plt.bar(x_d, product_d, width=bar_width, color=kleuren[3], label='Product D') # Labels en titel plt.xlabel('Maand') plt.ylabel('Verkoopcijfers') plt.title('Maandelijkse verkoopcijfers per product') # X-as labels plt.xticks(x, maanden) # Legende rechtsboven (standaard) plt.legend(title='Producten', loc='upper right', frameon=False) # Toegankelijkheid: extra contrast en duidelijke labels plt.grid(axis='y', linestyle='--', alpha=0.7) # Layout aanpassen voor betere visualisatie plt.tight_layout() # Grafiek tonen plt.show() ``` Deze code gebruikt een kleurenblind-vriendelijk palet en plaatst de legend rechtsboven voor een overzichtelijke presentatie. Pas de datasets en labels aan naar jouw gegevens.
provider: deepseek
model: deepseek-chat
Hier is een direct uitvoerbare Python-code met een kleurenblindvriendelijke staafgrafiek: ```python import matplotlib.pyplot as plt import numpy as np # Voorbeeld dataset - vervang dit met jouw eigen data maanden = ['Jan', 'Feb', 'Mrt', 'Apr', 'Mei', 'Jun', 'Jul', 'Aug', 'Sep', 'Okt', 'Nov', 'Dec'] producten = ['Product A', 'Product B', 'Product C', 'Product D'] # Voorbeeld verkoopcijfers (vervang met jouw eigen data) verkoopcijfers = np.array([ [120, 130, 140, 150, 160, 170, 180, 190, 200, 210, 220, 230], # Product A [90, 95, 100, 110, 120, 130, 140, 150, 160, 170, 180, 190], # Product B [80, 85, 90, 95, 100, 105, 110, 115, 120, 125, 130, 135], # Product C [70, 75, 80, 85, 90, 95, 100, 105, 110, 115, 120, 125] # Product D ]) # Kleurenblindvriendelijk palet (blauw, oranje, groen, rood) kleuren = ['#0173B2', '#DE8F05', '#029E73', '#D55E00'] # Grafiek instellen fig, ax = plt.subplots(figsize=(14, 8)) breedte = 0.2 # Breedte van de staven x_posities = np.arange(len(maanden)) # Staafgrafiek maken voor elk product for i, (product, kleur) in enumerate(zip(producten, kleuren)): offset = breedte * i ax.bar(x_posities + offset, verkoopcijfers[i], breedte, label=product, color=kleur, edgecolor='white', linewidth=0.5) # Grafiek opmaak ax.set_xlabel('Maanden', fontsize=12, fontweight='bold') ax.set_ylabel('Verkoopcijfers', fontsize=12, fontweight='bold') ax.set_title('Maandelijkse Verkoopcijfers per Product', fontsize=16, fontweight='bold', pad=20) ax.set_xticks(x_posities + breedte * 1.5) ax.set_xticklabels(maanden, rotation=45, ha='right') # Legende toevoegen (buiten het plotgebied) ax.legend(bbox_to_anchor=(1.05, 1), loc='upper left', borderaxespad=0.) # Raster toevoegen voor betere leesbaarheid ax.grid(axis='y', alpha=0.3, linestyle='--') ax.set_axisbelow(True) # Y-as formatteren ax.yaxis.set_major_formatter(plt.FuncFormatter(lambda x, p: f'{int(x):,}')) # Ruimte aanpassen voor de legende plt.tight_layout() # Toon de grafiek plt.show() ``` **Belangrijke aanpassingen voor toegankelijkheid:** 1. **Kleurenpalet**: Gebruikt het Color Universal Design (CUD) palet dat geschikt is voor alle vormen van kleurenblindheid 2. **Kleurencontrast**: Hoge contrastverhoudingen tussen de kleuren 3. **Legendeplaatsing**: Buiten het plotgebied voor betere leesbaarheid 4. **Grijslijnen**: Gebruikt stippellijnen in plaats van kleurafhankelijke lijnen 5. **Labelformattering**: Duidelijke, vetgedrukte labels en titels 6. **Data-annotatie**: Y-as heeft duidelijke numerieke formaten **Om je eigen data te gebruiken:** - Vervang de `verkoopcijfers` array met jouw eigen data - Pas de `maanden` en `producten` lijsten aan naar jouw dataset - De kleuren blijven geschikt voor kleurenblinden Deze visualisatie voldoet aan WCAG-richtlijnen voor toegankelijkheid en is optimaal leesbaar voor mensen met kleurenzienstoornissen.