Hier is een voorbeeld van Python-code die een interactieve Matplotlib-visualisatie opzet met event handlers voor muisklikken en hover-events. Deze code toont annotaties bij aangeklikte punten en past de titel aan op basis van de interactie: ```python import matplotlib.pyplot as plt import pandas as pd import numpy as np import datetime # Voorbeeld dataset: daggegevens van afgelopen maand dates = pd.date_range(end=pd.Timestamp.today(), periods=30) np.random.seed(0) omzet = np.random.randint(100, 500, size=30) df = pd.DataFrame({'datum': dates, 'omzet': omzet}) # Plot maken fig, ax = plt.subplots() ax.plot(df['datum'], df['omzet'], marker='o', linestyle='-') ax.set_title('Dagelijkse omzet afgelopen maand') ax.set_xlabel('Datum') ax.set_ylabel('Omzet (€)') # Initialiseren van de annotatie (verberg deze eerst) annot = ax.annotate("", xy=(0,0), xytext=(20,20), textcoords="offset points", bbox=dict(boxstyle="round", fc="w"), arrowprops=dict(arrowstyle="->")) annot.set_visible(False) def update_annot(ind): """Update de annotatie met informatie van het aangeklikte punt.""" x, y = line.get_data() idx = ind["ind"][0] annot.xy = (x[idx], y[idx]) text = f"Datum: {pd.to_datetime(x[idx]).date()}\nOmzet: €{y[idx]}" annot.set_text(text) annot.get_bbox_patch().set_facecolor('lightyellow') annot.get_bbox_patch().set_alpha(0.9) def on_click(event): """Handle muisklikken op de plot.""" if event.inaxes == ax: cont, ind = line.contains(event) if cont: update_annot(ind) annot.set_visible(True) # Update de titel met datum van geklikt punt x_data, y_data = line.get_data() idx = ind["ind"][0] datum = pd.to_datetime(x_data[idx]).date() ax.set_title(f"Omzet op {datum}") fig.canvas.draw_idle() else: # Verberg annotatie als buiten punten geklikt wordt annot.set_visible(False) ax.set_title('Dagelijkse omzet afgelopen maand') fig.canvas.draw_idle() def on_hover(event): """Optioneel: hover-effect om een andere feedback te geven.""" vis = annot.get_visible() if event.inaxes == ax: cont, ind = line.contains(event) if cont: update_annot(ind) annot.set_visible(True) fig.canvas.draw_idle() else: if vis: annot.set_visible(False) ax.set_title('Dagelijkse omzet afgelopen maand') fig.canvas.draw_idle() # Plotgegevens extraheren line, = ax.plot(df['datum'], df['omzet'], marker='o', linestyle='-') # Event binden fig.canvas.mpl_connect('button_press_event', on_click) fig.canvas.mpl_connect('motion_notify_event', on_hover) plt.show() ``` **Uitleg:** - We maken een plot van de omzetgegevens. - Een `annot` object wordt gebruikt om annotaties te tonen bij klikken. - De functie `update_annot()` vult de annotatie met de juiste data. - `on_click()` behandelt muisklikken en toont de annotatie, terwijl het de titel bijwerkt naar de datum van het aangeklikte punt. - `on_hover()` geeft een hover-effect door de annotatie te tonen als de muis over een punt beweegt. - Event handlers worden gekoppeld aan de plot via `mpl_connect`. Je kunt deze code verder uitbreiden door bijvoorbeeld toetsenbordinvoer te verwerken of andere visuele feedback toe te voegen!

Hier is een complete Python-implementatie met interactieve event handlers voor uw verkoopgegevens: ```python import matplotlib.pyplot as plt import pandas as pd import numpy as np from datetime import datetime, timedelta # Voorbeeld dataset genereren (vervang dit met uw eigen data) np.random.seed(42) start_date = datetime.now() - timedelta(days=30) dates = [start_date + timedelta(days=i) for i in range(31)] sales = np.random.normal(10000, 2000, 31).astype(int) df = pd.DataFrame({ 'datum': dates, 'omzet': sales }) # Plot initialiseren fig, ax = plt.subplots(figsize=(12, 6)) line, = ax.plot(df['datum'], df['omzet'], 'o-', markersize=6, linewidth=2) ax.set_title('Dagelijkse Verkoopcijfers - Laatste 30 Dagen', fontsize=14, fontweight='bold') ax.set_xlabel('Datum', fontsize=12) ax.set_ylabel('Omzet (€)', fontsize=12) ax.grid(True, alpha=0.3) fig.autofmt_xdate() # Huidige annotatie bijhouden current_annotation = None # Functie om annotatie te updaten of te verwijderen def update_annotation(x, y, text): global current_annotation if current_annotation: current_annotation.remove() current_annotation = ax.annotate( text, xy=(x, y), xytext=(10, 20), textcoords='offset points', bbox=dict(boxstyle='round,pad=0.5', fc='yellow', alpha=0.8), arrowprops=dict(arrowstyle='->', connectionstyle='arc3,rad=0') ) fig.canvas.draw() # Mouse click event handler def on_click(event): if event.inaxes == ax: # Zoek het dichtstbijzijnde datapunt x_data = df['datum'] y_data = df['omzet'] # Converteer datetime naar numerieke waarde voor berekening x_numeric = [x.timestamp() for x in x_data] click_x_numeric = event.xdata # Zoek het dichtstbijzijnde punt idx = np.argmin(np.abs(np.array(x_numeric) - click_x_numeric)) selected_date = x_data.iloc[idx] selected_sales = y_data.iloc[idx] # Update titel en toon annotatie ax.set_title(f'Geselecteerd: {selected_date.strftime("%d-%m-%Y")} - €{selected_sales:,}', fontsize=14, fontweight='bold') annotation_text = f'Datum: {selected_date.strftime("%d-%m-%Y")}\nOmzet: €{selected_sales:,}' update_annotation(selected_date, selected_sales, annotation_text) # Hover event handler def on_hover(event): if event.inaxes == ax: x_data = df['datum'] y_data = df['omzet'] x_numeric = [x.timestamp() for x in x_data] hover_x_numeric = event.xdata idx = np.argmin(np.abs(np.array(x_numeric) - hover_x_numeric)) # Verander cursor naar pointer bij hover over datapunten if abs(x_numeric[idx] - hover_x_numeric) < 86400: # ±1 dag fig.canvas.set_cursor(plt.Cursors.HAND) else: fig.canvas.set_cursor(plt.Cursors.ARROW) # Keyboard event handler def on_key(event): global current_annotation if event.key == 'escape': # Reset naar originele staat if current_annotation: current_annotation.remove() current_annotation = None ax.set_title('Dagelijkse Verkoopcijfers - Laatste 30 Dagen', fontsize=14, fontweight='bold') fig.canvas.draw() elif event.key == 'r': # Toon willekeurig datapunt random_idx = np.random.randint(0, len(df)) random_date = df['datum'].iloc[random_idx] random_sales = df['omzet'].iloc[random_idx] ax.set_title(f'Willekeurige selectie: {random_date.strftime("%d-%m-%Y")} - €{random_sales:,}', fontsize=14, fontweight='bold') annotation_text = f'Willekeurig gekozen:\n{random_date.strftime("%d-%m-%Y")}\nOmzet: €{random_sales:,}' update_annotation(random_date, random_sales, annotation_text) # Event handlers koppelen fig.canvas.mpl_connect('button_press_event', on_click) fig.canvas.mpl_connect('motion_notify_event', on_hover) fig.canvas.mpl_connect('key_press_event', on_key) plt.tight_layout() plt.show() ``` **Gebruiksinstructies:** - **Klik** op een datapunt om details te zien - **Hover** over de grafiek voor interactieve cursor - **Druk op 'r'** voor een willekeurige selectie - **Druk op 'escape'** om te resetten **Aanpasbare opties:** ```python # Voor aangepaste kleuren en stijlen: colors = {'annotation_bg': 'lightblue', 'line_color': 'red'} styles = {'font_size': 10, 'marker_size': 8} # Voor extra keyboard shortcuts: def extended_key_handler(event): if event.key == 'a': # Voeg uw custom actie toe pass # Voeg meer keys toe naar wens ``` **Vervang de dataset** door uw eigen gegevens: ```python # Laad uw eigen dataset df = pd.read_csv('uw_bestand.csv') df['datum'] = pd.to_datetime(df['datum']) ``` Deze code biedt een solide basis voor interactieve data-exploratie met volledig aanpasbare event handling!