Natuurlijk! Hier is een voorbeeld van hoe je een geavanceerde scatterplot kunt maken met Seaborn, inclusief regressielijn en kleurcodering op geslacht: ```python import seaborn as sns import matplotlib.pyplot as plt # Stel dat je dataset in een DataFrame genaamd 'df' staat # Bijvoorbeeld: # df = pd.read_csv('jouw_dataset.csv') # Maak een scatterplot met regressielijn, gekleurd op geslacht sns.lmplot( x='leeftijd', y='inkomen', hue='geslacht', data=df, aspect=1.5, height=6, markers=['o', 's'], # onderscheidende markers voor geslacht palette='Set1' # kleurenpalet ) plt.title('Inkomen versus Leeftijd met regressielijn en geslacht') plt.xlabel('Leeftijd') plt.ylabel('Inkomen') plt.show() ``` ### Uitleg: - **x='leeftijd'** en **y='inkomen'**: de variabelen die je wilt vergelijken. - **hue='geslacht'**: kleurcodeert de punten op basis van geslacht. - **lmplot**: combineert een scatterplot met een regressielijn. - **markers**: gebruikt verschillende vormen voor verschillende geslachten voor betere visualisatie. - **palette**: kiest kleuren voor de geslachten. - **aspect** en **height**: aanpassen van de grootte van de plot. Wil je nog meer inzichten toevoegen, zoals verschillende regressielijnen per geslacht of extra variabelen? Laat het gerust weten!