slogan3

Optimaliseer mijn Matplotlib-plot voor publicatiekwaliteit

description

Stelt gebruikers in staat professionele, duidelijke en visueel aantrekkelijke plots te maken die geschikt zijn voor academische of professionele publicaties. Lost veelvoorkomende problemen met standaard plotweergaven op en biedt gerichte verbeteringen die de leesbaarheid en presentatiekwaliteit verhogen. Deze prompt richt zich verder dan basis plotting door te focussen op het verfijnen van visuele aspecten voor een hoogwaardig resultaat.

prompt

Help me mijn Matplotlib-plot te verbeteren zodat deze voldoet aan publicatiestandaarden. Mijn plot type is <voer het type plot in>, en de focus van de data is <beschrijf de data focus>. Geef sug ...

try_prompt

generate_helper
disclaimerOnPageApi

ai_answers

provider: openai
model: gpt-4.1-nano
Natuurlijk! Hier is een verbeterde versie van je Matplotlib-lijndiagram, ontworpen volgens publicatiestandaarden. De code bevat aanpassingen voor een professionele lay-out, leesbare lettertypen, hoge resolutie en een consistent kleurenschema. ```python import matplotlib.pyplot as plt import pandas as pd import numpy as np # Voorbeeld data: maandelijkse verkoop voor 2023 maanden = pd.date_range(start='2023-01-01', end='2023-12-01', freq='MS') verkoop = np.random.randint(50, 200, size=len(maanden)) data = pd.Series(verkoop, index=maanden) # Plot maken met verbeteringen plt.figure(figsize=(10, 6), dpi=300) # Hoge resolutie voor publicatie ax = plt.gca() # Gebruik een professioneel kleurenpalet kleur = '#1f77b4' # Blauw ax.plot(data.index, data.values, color=kleur, linewidth=2, marker='o', markersize=4) # Lay-out en stijling plt.title('Maandelijkse Verkooptrends 2023', fontsize=16, fontweight='bold', fontname='Arial') plt.xlabel('Maand', fontsize=14, fontname='Arial') plt.ylabel('Verkoop (aantal)', fontsize=14, fontname='Arial') # X-as formatting voor datums ax.xaxis.set_major_formatter(plt.matplotlib.dates.DateFormatter('%b')) ax.xaxis.set_major_locator(plt.matplotlib.dates.MonthLocator()) # Verbeter de zichtbaarheid van de grid ax.grid(True, which='both', linestyle='--', linewidth=0.5, color='gray', alpha=0.7) # Verbeter de spines voor een nette uitstraling for spine in ax.spines.values(): spine.set_visible(True) spine.set_linewidth(0.8) # Toevoegen van een subtitel of notitie indien nodig # plt.suptitle('Publicatiedatum: 2024-04-27', fontsize=10, style='italic', color='gray') # Save de plot met hoge resolutie plt.tight_layout() plt.savefig('verkoop_trends_2023.png', dpi=300) plt.show() ``` **Aanpassingen in deze code:** - **Resolutie:** `dpi=300` voor scherpe printkwaliteit. - **Lay-out:** `figsize` optimaliseert de afmetingen voor publicatie. - **Kleuren:** Een professioneel blauw voor de lijn en grijze gestippelde gridlijnen. - **Lettertypen:** Gebruik van Arial met grotere, vetgedrukte titels voor leesbaarheid. - **Datumweergave:** Maanden worden weergegeven met korte maandnamen. - **Grid en spines:** Verbeterde zichtbaarheid en netheid. - **Opslaan:** Plot wordt opgeslagen als PNG met hoge resolutie. Gebruik deze code als basis en pas indien nodig de kleuren, titels of data aan voor jouw specifieke visualisatie.
provider: deepseek
model: deepseek-chat
Zeker, hier zijn verbeteringen voor uw publicatieklare lijndiagram: ## Verbeteringen: - **DPI**: 300+ voor publicatiekwaliteit - **Lettertype**: Arial/Helvetica (sans-serif) voor leesbaarheid - **Kleurenschema**: Professioneel, printvriendelijk kleurenpalet - **Lijndikte**: 2.0+ voor duidelijke zichtbaarheid - **Aslabels**: Duidelijke beschrijvingen met eenheden - **Randen**: Optimalisatie whitespace ## Bijgewerkte code: ```python import matplotlib.pyplot as plt import numpy as np import matplotlib.font_manager as fm # Stel professioneel lettertype in (fallback naar standaard sans-serif) plt.rcParams['font.family'] = 'sans-serif' plt.rcParams['font.sans-serif'] = ['Arial', 'DejaVu Sans', 'Helvetica'] # Voorbeelddata (vervang met uw eigen data) maanden = ['Jan', 'Feb', 'Mrt', 'Apr', 'Mei', 'Jun', 'Jul', 'Aug', 'Sep', 'Okt', 'Nov', 'Dec'] verkopen = np.array([120, 135, 148, 165, 172, 190, 205, 198, 185, 170, 160, 175]) # Maak figure met hoge resolutie fig, ax = plt.subplots(figsize=(10, 6), dpi=300) # Professioneel kleurenschema (printvriendelijk) kleuren = ['#2E86AB', '#A23B72', '#F18F01', '#C73E1D'] # Plot data met verbeterde stijl ax.plot(maanden, verkopen, color=kleuren[0], linewidth=2.5, marker='o', markersize=6, markerfacecolor='white', markeredgecolor=kleuren[0], markeredgewidth=1.5) # Verbeter labels en titel ax.set_xlabel('Maand', fontsize=12, fontweight='bold', labelpad=10) ax.set_ylabel('Verkoopvolume (eenheden)', fontsize=12, fontweight='bold', labelpad=10) ax.set_title('Maandelijkse verkooptrends 2023', fontsize=14, fontweight='bold', pad=20) # Verbeter ticks en randen ax.tick_params(axis='both', which='major', labelsize=10) ax.spines['top'].set_visible(False) ax.spines['right'].set_visible(False) # Grid voor betere leesbaarheid ax.grid(True, alpha=0.3, linestyle='--') # Y-as start vanaf 0 voor correcte interpretatie ax.set_ylim(bottom=0) # Optimaliseer layout plt.tight_layout() # Opslaan in hoge kwaliteit (verander bestandsnaam naar wens) plt.savefig('maandelijkse_verkoop_2023.png', dpi=300, bbox_inches='tight', facecolor='white', edgecolor='none') plt.show() ``` ## Extra aanbevelingen: 1. **Exportformaat**: Gebruik PNG voor online, PDF/ESP voor print 2. **Kleurencontrast**: Zorg voor voldoende contrast voor kleurenblinden 3. **Data labels**: Overweeg belangrijke datapunten te labelen 4. **Consistentie**: Houdzelfde stijl aan in alle figures van publicatie Pas de data (`verkopen` array) aan met uw werkelijke verkoopcijfers. De kleuren en stijl zijn gekozen voor professionele presentatie en printbaarheid.