Natuurlijk! Hieronder vind je een voorbeeldcode in Python waarmee je met Seaborn visualisaties kunt genereren om correlaties en multivariate relaties in jouw dataset te benadrukken. De code gebruikt een pairplot en een heatmap, inclusief aanpassingen zoals kleuren, annotaties en regressielijnen, en toont statistische metrieken. ```python import seaborn as sns import matplotlib.pyplot as plt import pandas as pd # Voorbeeld: Laad je dataset # df = pd.read_csv('jouw_dataset.csv') # Veronderstel dat je dataset de volgende kolommen bevat: # 'Leeftijd', 'Geslacht', 'Inkomen', 'Maand', 'Productcategorie', 'Omzet' # Voor de visualisaties selecteer je de relevante variabelen # Voor de pairplot: numerieke variabelen + categorische variabelen pairplot_vars = ['Leeftijd', 'Inkomen', 'Geslacht'] sns.pairplot(df[pairplot_vars + ['Geslacht']], hue='Geslacht', markers=["o", "s"], plot_kws={'line_kws':{'color':'red'}, 'scatter_kws': {'alpha':0.6}}) plt.suptitle('Pairplot van Leeftijd, Inkomen en Geslacht', y=1.02) plt.show() # Voor de heatmap: correlatiematrix # Bereken correlaties tussen numerieke variabelen corr = df[['Leeftijd', 'Inkomen', 'Omzet']].corr() # Plot de heatmap met annotaties plt.figure(figsize=(8,6)) sns.heatmap(corr, annot=True, fmt=".2f", cmap='coolwarm', cbar=True) plt.title('Correlatiematrix van Leeftijd, Inkomen en Omzet') plt.show() # Extra: regressieanalyse tussen Inkomen en Omzet, met geslacht als kleur sns.lmplot(x='Inkomen', y='Omzet', hue='Geslacht', data=df, height=6, aspect=1.2, markers=["o", "s"], palette='Set1', ci=None) plt.title('Relatie tussen Inkomen en Omzet met Geslacht') plt.show() ``` **Aanpassingen:** - Vervang `df` door je daadwerkelijke dataset. - Pas de kolomnamen aan indien nodig. - Je kunt ook extra annotaties toevoegen of de kleuren aanpassen via de parameters. - Voor regressielijnen in de pairplot kun je overwegen om een `regplot` toe te voegen, maar dat vereist handmatige plotting. Wil je nog specifieke statistische metrieken op de grafieken, zoals correlatiecoëfficiënten of regressiecoëfficiënten, dan kan ik je daarbij verder helpen!

Zeker, ik help je met het genereren van Seaborn visualisaties voor jouw dataset. Hier is een stapsgewijze handleiding in het Nederlands: ### Vereiste imports: ```python import seaborn as sns import matplotlib.pyplot as plt import pandas as pd import numpy as np ``` ### 1. Pairplot met regressielijnen ```python # Selecteer alleen de numerieke variabelen voor pairplot numerieke_variabelen = ['Leeftijd', 'Inkomen', 'Omzet'] # Maak pairplot met regressielijnen pairplot = sns.pairplot(data=df, vars=numerieke_variabelen, hue='Geslacht', # Kleuren op basis van geslacht kind='reg', # Toon regressielijnen diag_kind='kde', # Density plots op diagonaal palette='viridis') # Kleurenschema # Voeg correlatiecoëfficiënten toe for i, ax in enumerate(pairplot.axes.flat): if ax is not None and i % (len(numerieke_variabelen)+1) != 0: # Bereken correlatie x_var = numerieke_variabelen[(i % (len(numerieke_variabelen)+1))-1] y_var = numerieke_variabelen[i // (len(numerieke_variabelen)+1)] # Toon correlatie in titel correlatie = df[[x_var, y_var]].corr().iloc[0,1] ax.set_title(f'Correlatie: {correlatie:.2f}', fontsize=10) plt.show() ``` ### 2. Heatmap met correlatiematrix ```python # Selecteer relevante variabelen voor correlatie correlatie_variabelen = ['Leeftijd', 'Inkomen', 'Omzet'] # Bereken correlatiematrix corr_matrix = df[correlatie_variabelen].corr() # Maak heatmap plt.figure(figsize=(10, 8)) heatmap = sns.heatmap(corr_matrix, annot=True, # Toon correlatiewaarden cmap='coolwarm', # Kleurenschema (blauw-rood) center=0, # Centreer op 0 square=True, # Vierkante vakjes fmt='.2f', # 2 decimalen cbar_kws={'label': 'Correlatiecoëfficiënt'}) # Titel en aanpassingen plt.title('Correlatiematrix - Maandelijkse Verkoopgegevens', fontsize=14, pad=20) plt.xticks(rotation=45) plt.yticks(rotation=0) plt.tight_layout() plt.show() ``` ### 3. Aanvullende statistische metrieken ```python # Toon beschrijvende statistieken print("Beschrijvende statistieken:") print(df[['Leeftijd', 'Inkomen', 'Omzet']].describe()) # Correlaties per geslacht print("\nCorrelaties per geslacht:") for geslacht in df['Geslacht'].unique(): subset = df[df['Geslacht'] == geslacht] correlatie = subset[['Inkomen', 'Omzet']].corr().iloc[0,1] print(f"{geslacht}: Inkomen-Omzet correlatie = {correlatie:.3f}") ``` ### 4. Geavanceerde heatmap met productcategorieën ```python # Groepeer per productcategorie en bereken gemiddelden categorie_stats = df.groupby('Productcategorie')[['Leeftijd', 'Inkomen', 'Omzet']].mean() # Maak heatmap van gemiddelden per categorie plt.figure(figsize=(12, 8)) sns.heatmap(categorie_stats.T, annot=True, cmap='YlOrRd', fmt='.1f', linewidths=0.5) plt.title('Gemiddelde Waarden per Productcategorie', fontsize=14) plt.tight_layout() plt.show() ``` ### Tips voor optimalisatie: 1. **Data preprocessing**: Zorg dat ontbrekende waarden zijn afgehandeld 2. **Outlier detectie**: Overweeg outliers te verwijderen voor betere visualisaties 3. **Kleuraanpassingen**: Pas `cmap` aan naar voorkeur (bijv. 'plasma', 'magma') 4. **Grootte aanpassen**: Gebruik `figsize` voor betere leesbaarheid ### Installatievereisten: ```bash pip install seaborn matplotlib pandas numpy ``` Deze code geeft je inzicht in: - Correlaties tussen leeftijd, inkomen en omzet - Verschillen tussen geslachten - Relaties tussen productcategorieën en demografie - Statistische samenhang in je dataset Pas de kleuren (`palette`, `cmap`) en formaten aan volgens je voorkeuren!