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
tags
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.