Hier is een volledige code voor een geavanceerde Seaborn scatterplot met de gewenste specificaties: ```python import pandas as pd import seaborn as sns import matplotlib.pyplot as plt import numpy as np from sklearn.cluster import KMeans import matplotlib.patches as mpatches # Stel donker thema in plt.style.use('dark_background') sns.set_style("darkgrid") # Voorbeeld dataset (vervang met jouw eigen data) data = { 'maand': ['Jan', 'Feb', 'Mrt', 'Apr', 'Mei', 'Jun', 'Jul', 'Aug', 'Sep', 'Okt', 'Nov', 'Dec'] * 3, 'afdeling': ['Electronica']*12 + ['Kleding']*12 + ['Huishouden']*12, 'omzet': np.random.randint(50000, 200000, 36), 'aantal_klanten': np.random.randint(1000, 5000, 36), 'kosten': np.random.randint(30000, 120000, 36) } df = pd.DataFrame(data) # Voeg clusteranalyse toe voor hoge verkoopcijfers kmeans = KMeans(n_clusters=3, random_state=42) df['cluster'] = kmeans.fit_predict(df[['omzet', 'aantal_klanten']]) # Identificeer cluster met hoogste omzet hoogste_cluster = df.groupby('cluster')['omzet'].mean().idxmax() # Maak de scatterplot fig, ax = plt.subplots(figsize=(14, 8)) # Plot met verschillende kleuren per cluster scatter = sns.scatterplot( data=df, x='aantal_klanten', y='omzet', hue='cluster', size='kosten', sizes=(50, 300), alpha=0.7, palette='viridis', ax=ax ) # Markeer cluster met hoge verkoopcijfers hoog_omzet_data = df[df['cluster'] == hoogste_cluster] ax.scatter( hoog_omzet_data['aantal_klanten'], hoog_omzet_data['omzet'], s=100, edgecolor='red', linewidth=2, facecolor='none', label='Hoge omzet cluster' ) # Annotaties toevoegen for idx, row in df.iterrows(): if row['cluster'] == hoogste_cluster: ax.annotate( f"{row['maand']}-{row['afdeling']}", (row['aantal_klanten'], row['omzet']), xytext=(5, 5), textcoords='offset points', fontsize=8, color='red', weight='bold' ) # Legend en labels ax.set_xlabel('Aantal Klanten', fontsize=12, fontweight='bold') ax.set_ylabel('Omzet (€)', fontsize=12, fontweight='bold') ax.set_title('Maandelijkse Omzet vs Aantal Klanten per Afdeling', fontsize=14, fontweight='bold') # Verwijder gridlijnen ax.grid(False) # Custom legend handles, labels = ax.get_legend_handles_labels() new_handles = [handles[0], handles[1], handles[2], mpatches.Circle((0,0), radius=1, fill=False, edgecolor='red', linewidth=2)] new_labels = ['Cluster 0', 'Cluster 1', 'Cluster 2', 'Hoge Omzet Cluster'] ax.legend(new_handles, new_labels, title='Legenda') # Interactive tooltips (voor Jupyter Notebook) from mpld3 import plugins tooltip_data = [] for idx, row in df.iterrows(): tooltip = f""" <div style="background: #2b2b2b; padding: 10px; border-radius: 5px;"> <b>Afdeling:</b> {row['afdeling']}<br> <b>Maand:</b> {row['maand']}<br> <b>Omzet:</b> €{row['omzet']:,.0f}<br> <b>Klanten:</b> {row['aantal_klanten']}<br> <b>Kosten:</b> €{row['kosten']:,.0f}<br> <b>Winst:</b> €{row['omzet']-row['kosten']:,.0f} </div> """ tooltip_data.append(tooltip) plugins.connect(fig, plugins.PointHTMLTooltip(scatter, tooltip_data)) plt.tight_layout() plt.show() # Voor niet-interactieve omgevingen, gebruik deze alternatieve tooltip approach: print("\nVoor interactieve tooltips in Jupyter Notebook, installeer: pip install mpld3") ``` **Benodigde installaties:** ```bash pip install seaborn matplotlib pandas scikit-learn mpld3 ``` **Belangrijke features:** 1. **Donker thema** met aangepaste styling 2. **Clusteranalyse** markeert automatisch groep met hoogste omzet 3. **Interactieve tooltips** met volledige maandelijkse data 4. **Size encoding** voor kosten visualisatie 5. **Speciale annotaties** voor hoge-omzet maanden 6. **Gridlijnen uitgeschakeld** zoals gevraagd **Extra optie voor productie-omgeving:** Voor webapplicaties overweeg Plotly voor betere interactieve tooltips: ```python import plotly.express as px fig = px.scatter(df, x='aantal_klanten', y='omzet', color='cluster', size='kosten', hover_data=['maand', 'afdeling', 'kosten']) fig.show() ```