{"id":343918,"date":"2023-01-13T21:01:27","date_gmt":"2023-01-13T21:01:27","guid":{"rendered":"http:\/\/savepearlharbor.com\/?p=343918"},"modified":"-0001-11-30T00:00:00","modified_gmt":"-0001-11-29T21:00:00","slug":"","status":"publish","type":"post","link":"https:\/\/savepearlharbor.com\/?p=343918","title":{"rendered":"<span>\u041a\u0430\u043a \u043f\u043e\u0434\u0441\u0432\u0435\u0442\u0438\u0442\u044c \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0435 \u043e\u0442\u0440\u0435\u0437\u043a\u0438 \u043d\u0430 \u0433\u0440\u0430\u0444\u0438\u043a\u0430\u0445<\/span>"},"content":{"rendered":"<div><\/div>\n<div id=\"post-content-body\">\n<div>\n<div class=\"article-formatted-body article-formatted-body article-formatted-body_version-2\">\n<div xmlns=\"http:\/\/www.w3.org\/1999\/xhtml\">\n<h3>\u0412\u044b\u0432\u0435\u0441\u0442\u0438 \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u043e\u0439 \u0438\u043d\u0442\u0435\u0440\u0432\u0430\u043b \u043d\u0430 \u0433\u0440\u0430\u0444\u0438\u043a \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u043e\u0433\u043e \u0440\u044f\u0434\u0430 \u0441 \u043f\u043e\u043c\u043e\u0449\u044c Python<\/h3>\n<p>\u0427\u0430\u0441\u0442\u043e \u0434\u043b\u044f \u0430\u043d\u0430\u043b\u0438\u0437\u0430 \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0445 \u0440\u044f\u0434\u043e\u0432 \u043d\u0443\u0436\u043d\u043e \u043f\u0435\u0440\u0435\u0431\u0440\u0430\u0442\u044c \u043c\u043d\u043e\u0433\u043e \u0444\u0430\u043a\u0442\u043e\u0440\u043e\u0432 \u0432 \u043f\u043e\u0438\u0441\u043a\u0430\u0445 \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u044b\u0445 \u0441\u0432\u044f\u0437\u0435\u0439.  \u0418 \u043e\u0431\u044b\u0447\u043d\u043e, \u0444\u0430\u043a\u0442\u043e\u0440\u044b &#8212; \u044d\u0442\u043e \u043f\u0440\u043e\u0441\u0442\u043e \u043a\u0430\u043a\u0438\u0435-\u0442\u043e \u0441\u043e\u0431\u044b\u0442\u0438\u044f \u043f\u0440\u043e\u0438\u0441\u0445\u043e\u0434\u0438\u0432\u0448\u0438\u0435 \u0432 \u043d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u043f\u0435\u0440\u0438\u043e\u0434 \u0432\u0440\u0435\u043c\u0435\u043d\u0438 \u0438 \u043d\u0430 \u043f\u0440\u044f\u043c\u0443\u044e \u043d\u0435 \u0432\u043b\u0438\u044f\u0432\u0448\u0438\u0435 \u043d\u0430 \u0446\u0435\u043b\u0435\u0432\u043e\u0439 \u043f\u043e\u043a\u0430\u0437\u0430\u0442\u0435\u043b\u044c. \u0422\u043e \u0435\u0441\u0442\u044c \u0445\u043e\u0447\u0435\u0442\u0441\u044f &#171;\u043f\u043e\u0434\u0441\u0432\u0435\u0442\u0438\u0442\u044c&#187; \u0434\u0438\u0430\u043f\u0430\u0437\u043e\u043d \u0432\u0440\u0435\u043c\u0435\u043d\u0438 \u043d\u0430 \u0433\u0440\u0430\u0444\u0438\u043a\u0435 \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u043e\u0433\u043e \u0440\u044f\u0434\u0430, \u0430 \u0435\u0449\u0451 \u0442\u0430\u043a \u0447\u0442\u043e\u0431\u044b \u043a\u0430\u0436\u0434\u044b\u0439 \u0442\u0438\u043f \u0441\u043e\u0431\u044b\u0442\u0438\u044f \u0438\u043c\u0435\u043b \u0441\u0432\u043e\u0439 \u0446\u0432\u0435\u0442.<br \/>\u041a\u0430\u043a \u043e\u043a\u0430\u0437\u0430\u043b\u043e\u0441\u044c, \u043d\u0430\u0439\u0442\u0438 \u0440\u0435\u0448\u0435\u043d\u0438\u0435 \u0433\u043e\u0440\u0430\u0437\u0434\u043e \u0441\u043b\u043e\u0436\u043d\u0435\u0435, \u0447\u0435\u043c \u0435\u0433\u043e \u0440\u0435\u0430\u043b\u0438\u0437\u043e\u0432\u0430\u0442\u044c. \u041a\u043e\u0434  \u0431\u0430\u0437\u0438\u0440\u0443\u0435\u0442\u0441\u044f \u043d\u0430 \u0441\u0442\u0430\u0442\u044c\u0435 \u0441 <a href=\"https:\/\/www.geeksforgeeks.org\/how-to-highlight-a-time-range-in-time-series-plot-in-python-with-matplotlib\/\" rel=\"noopener noreferrer nofollow\">geeksforgeeks.org<\/a>, \u043e\u0434\u043d\u0430\u043a\u043e \u043c\u043e\u0451 \u0440\u0435\u0448\u0435\u043d\u0438\u0435 \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u043e \u0432 \u0432\u0438\u0434\u0435 \u0444\u0443\u043d\u043a\u0446\u0438\u0438, \u043f\u0443\u0441\u0442\u044c \u0438 \u043d\u0435 \u043e\u0447\u0435\u043d\u044c \u0438\u0437\u044f\u0449\u043d\u043e\u0439,  \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0435\u0442 \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0438 \u0433\u0435\u043d\u0435\u0440\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0440\u0430\u0437\u043d\u044b\u0435 \u0446\u0432\u0435\u0442\u0430 \u0434\u043b\u044f \u0440\u0430\u0437\u043d\u044b\u0445 \u0434\u0438\u0430\u043f\u0430\u0437\u043e\u043d\u043e\u0432 \u0432\u0440\u0435\u043c\u0435\u043d\u0438, \u0430 \u0442\u0430\u043a\u0436\u0435 \u0441\u043e\u0431\u0438\u0440\u0430\u0435\u0442 \u043b\u0435\u0433\u0435\u043d\u0434\u0443.<br \/>\u0414\u043b\u044f \u0438\u043b\u043b\u044e\u0441\u0442\u0440\u0430\u0446\u0438\u0438 \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0438\u043c, \u0435\u0441\u0442\u044c \u043b\u0438 \u043a\u0430\u043a\u0438\u0435-\u0442\u043e \u0432\u0437\u0430\u0438\u043c\u043e\u0441\u0432\u044f\u0437\u0438 \u043c\u0435\u0436\u0434\u0443 \u0438\u0437\u0432\u0435\u0440\u0436\u0435\u043d\u0438\u044f\u043c\u0438 \u0432\u0443\u043b\u043a\u0430\u043d\u043e\u0432 \u0420\u043e\u0441\u0441\u0438\u0438 \u0438 \u0441\u0440\u0435\u0434\u043d\u0438\u043c \u043e\u0442\u043a\u043b\u043e\u043d\u0435\u043d\u0438\u0435\u043c \u043c\u0438\u0440\u043e\u0432\u043e\u0439 \u0442\u0435\u043c\u043f\u0435\u0440\u0430\u0442\u0443\u0440\u044b \u043e\u0442 \u0431\u0430\u0437\u043e\u0432\u043e\u0439. \u041a\u0440\u0438\u0432\u0443\u044e \u043e\u0442\u043a\u043b\u043e\u043d\u0435\u043d\u0438\u044f \u0442\u0435\u043c\u043f\u0435\u0440\u0430\u0442\u0443\u0440 \u0431\u0435\u0440\u0451\u043c \u043e\u0442 <a href=\"https:\/\/datahub.io\/core\/global-temp#resource-annual\" rel=\"noopener noreferrer nofollow\">\u0441\u044e\u0434\u0430<\/a>, \u0430 \u0431\u0430\u0437\u0443 \u0441 \u0438\u0437\u0432\u0435\u0440\u0436\u0435\u043d\u0438\u0435\u043c \u0432\u0443\u043b\u043a\u0430\u043d\u043e\u0432 \u043c\u043e\u0436\u043d\u043e \u0441\u043a\u0430\u0447\u0430\u0442\u044c <a href=\"https:\/\/volcano.si.edu\/database\/search_eruption_results.cfm\" rel=\"noopener noreferrer nofollow\">\u0437\u0434\u0435\u0441\u044c<\/a>. \u0427\u0442\u043e\u0431\u044b \u043d\u0435 \u0437\u0430\u0433\u0440\u0443\u0436\u0430\u0442\u044c \u0433\u0440\u0430\u0444\u0438\u043a \u0432\u044b\u0431\u0435\u0440\u0435\u043c \u0442\u043e\u043b\u044c\u043a\u043e \u0438\u0437\u0432\u0435\u0440\u0436\u0435\u043d\u0438\u044f \u0441 VEI \u043e\u0442 4 \u0438 \u0431\u043e\u043b\u044c\u0448\u0435 (Volcanic Explosivity Index &#8212; \u043c\u0435\u0442\u0440\u0438\u043a\u0430 \u0441\u0438\u043b\u044b \u0438\u0437\u0432\u0435\u0440\u0436\u0435\u043d\u0438\u044f).<\/p>\n<h4>\u041f\u043e\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u044c \u0434\u0435\u0439\u0441\u0442\u0432\u0438\u0439<\/h4>\n<p>\u0412 \u0446\u0435\u043b\u043e\u043c, \u0432\u0441\u0451 \u0447\u0442\u043e \u043d\u0443\u0436\u043d\u043e \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u0443\u043a\u043b\u0430\u0434\u044b\u0432\u0430\u0435\u0442\u0441\u044f \u0432 4 \u043f\u0443\u043d\u043a\u0442\u0430:<\/p>\n<ol>\n<li>\n<p>\u043e\u0431\u044a\u044f\u0432\u043b\u044f\u0435\u043c <code>subplots<\/code><\/p>\n<\/li>\n<li>\n<p>&#171;\u0441\u0442\u0440\u043e\u0438\u043c&#187;  <code>scatter<\/code> \u0438\u043b\u0438 <code>plot<\/code> \u0441 \u0446\u0435\u043b\u0435\u0432\u044b\u043c \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435\u043c<\/p>\n<\/li>\n<li>\n<p>\u0441 \u043f\u043e\u043c\u043e\u0449\u044c\u044e <code>axvspan<\/code> \u0434\u043e\u0431\u0430\u0432\u043b\u044f\u0435\u043c \u043d\u0443\u0436\u043d\u044b\u0435 \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0435 \u043e\u0442\u0440\u0435\u0437\u043a\u0438<\/p>\n<\/li>\n<li>\n<p><code>plt.show()<\/code> &#8212; \u0443\u0440\u0430, \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0435 \u0438\u043d\u0442\u0435\u0440\u0432\u0430\u043b\u044b \u043f\u043e\u0434\u0441\u0432\u0435\u0442\u0438\u043b\u0438\u0441\u044c \u043d\u0430 \u0433\u0440\u0430\u0444\u0438\u043a\u0435<\/p>\n<\/li>\n<\/ol>\n<h3>\u0421\u0442\u0440\u043e\u0438\u043c \u0433\u0440\u0430\u0444\u0438\u043a \u0441\u0430\u043c\u0438<\/h3>\n<h3>\u0411\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0438 \u0438 \u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0430 \u0434\u0430\u043d\u043d\u044b\u0445<\/h3>\n<p>\u0414\u043b\u044f \u0441\u0431\u043e\u0440\u043a\u0438 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 \u043f\u043e\u0442\u0440\u0435\u0431\u0443\u0435\u0442\u0441\u044f \u0444\u0443\u043d\u043a\u0446\u0438\u0438 <code>subplots<\/code> \u0438 <code>axvspan<\/code> \u0438\u0437 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0438 <code>matplotlib.pyplot<\/code>. \u0414\u0430\u043d\u043d\u044b\u0435 \u0443\u0434\u043e\u0431\u043d\u0435\u0435 \u0432\u0441\u0435\u0433\u043e \u0445\u0440\u0430\u043d\u0438\u0442\u044c \u0432 \u0434\u0430\u0442\u0430\u0444\u0440\u0435\u0439\u043c\u0430\u0445, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u0442\u0430\u043a\u0436\u0435 \u043f\u043e\u0434\u0433\u0440\u0443\u0436\u0430\u0435\u043c <code>pandas<\/code> \u0438 \u0434\u043b\u044f \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u0438 \u0446\u0432\u0435\u0442\u043e\u0432, \u0443\u0447\u0438\u0442\u044b\u0432\u0430\u044f \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u0443\u044e \u043f\u043e\u0442\u0440\u0435\u0431\u043d\u043e\u0441\u0442\u044c \u0432 \u0438\u0445 \u0431\u043e\u043b\u044c\u0448\u043e\u043c \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u0435 \u0432\u043e\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u043c\u0441\u044f \u043c\u0435\u0442\u043e\u0434\u043e\u043c <code>random<\/code> \u0438\u0437 <code>numpy<\/code>.<\/p>\n<pre><code class=\"python\">import pandas as pd import matplotlib.pyplot as plt import numpy as np<\/code><\/pre>\n<p>\u0417\u0430\u0433\u0440\u0443\u0436\u0430\u0435\u043c \u0434\u0430\u043d\u043d\u044b\u0435. <em>\u041f\u043e\u0447\u0435\u043c\u0443-\u0442\u043e \u0431\u0430\u0437\u0430 \u0434\u0430\u043d\u043d\u044b\u0445 \u0438\u0437\u0432\u0435\u0440\u0436\u0435\u043d\u0438\u0439 \u0432\u0443\u043b\u043a\u0430\u043d\u043e\u0432 \u0432\u044b\u0433\u0440\u0443\u0436\u0430\u0435\u0442 \u0432 \u043e\u0447\u0435\u043d\u044c \u0441\u0442\u0430\u0440\u044b\u0445 \u0432\u0435\u0440\u0441\u0438\u044f\u0445 \u044d\u043a\u0441\u0435\u043b\u044f, \u0444\u0430\u0439\u043b\u0438\u043a \u043f\u0440\u0438\u0434\u0435\u0442\u0441\u044f \u043b\u0438\u0431\u043e \u043f\u0435\u0440\u0435\u0441\u043e\u0445\u0440\u0430\u043d\u0438\u0442\u044c \u0432\u0440\u0443\u0447\u043d\u0443\u044e, \u043b\u0438\u0431\u043e \u0438\u0441\u043a\u0430\u0442\u044c  \u043f\u043e\u0434\u0445\u043e\u0434\u044f\u0449\u0438\u0439 \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440 <\/em><code>engine<\/code>(\u044f \u043d\u0435 \u043d\u0430\u0448\u043b\u0430).<br \/> \u0412\u0430\u0436\u043d\u043e, \u0447\u0442\u043e\u0431\u044b <strong>\u0432\u0441\u0435 \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0439 \u0434\u0430\u043d\u043d\u044b\u0435 \u0438\u043c\u0435\u043b\u0438 \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u044b\u0439 \u0442\u0438\u043f<\/strong> \u0438 \u044f \u0432\u0435\u0437\u0434\u0435 \u0434\u043b\u044f \u0443\u0434\u043e\u0431\u0441\u0442\u0432\u0430 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044e <code>datetime<\/code>, \u043d\u043e \u0441\u0442\u0440\u043e\u0433\u043e \u0433\u043e\u0432\u043e\u0440\u044f \u044d\u0442\u043e \u043d\u0435 \u043e\u0431\u044f\u0437\u0430\u0442\u0435\u043b\u044c\u043d\u043e &#8212; \u043e\u0442\u043e\u0431\u0440\u0430\u0436\u0430\u0442\u044c \u043c\u043e\u0436\u043d\u043e \u0438 \u043f\u0440\u043e\u0441\u0442\u043e \u0447\u0438\u0441\u043b\u043e\u0432\u044b\u0435 \u0434\u0430\u043d\u043d\u044b\u0435.<\/p>\n<details class=\"spoiler\">\n<summary>\u0417\u0430\u0433\u0440\u0443\u0437\u043a\u0430 \u0438 \u043f\u0440\u0435\u0434\u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0430 \u0434\u0430\u043d\u043d\u044b\u0445<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\"># \u0437\u0430\u0433\u0440\u0443\u0436\u0430\u0435\u043c \u0434\u0430\u043d\u043d\u044b\u0435 \u0432 \u0434\u0430\u0442\u0430\u0444\u0440\u0435\u043c\u044b df_temp = pd.read_csv('annual_temp.csv') df_eruptions = pd.read_excel('eruptions.xlsx') # \u043f\u0440\u0438\u0432\u043e\u0434\u0438\u043c \u0434\u0430\u043d\u043d\u044b\u0435 \u0432 datetime \u0434\u043b\u044f \u0442\u0435\u043c\u043f\u0435\u0440\u0430\u0442\u0443\u0440\u043d\u044b\u0445 \u0434\u0430\u043d\u043d\u044b\u0445 df_temp['Year'] = pd.to_datetime(df_temp['Year'], format='%Y') df_temp.dropna(inplace=True) # \u0443\u0431\u0438\u0440\u0430\u0435\u043c \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u0438 df_temp = df_temp.groupby('Year').mean() # \u0434\u0430\u043d\u043d\u044b\u0435 \u0437\u0430 \u043a\u0430\u0436\u0434\u044b\u0439 \u0433\u043e\u0434 \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u044b \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u0438\u043c\u0438 \u0438\u0441\u0442\u043e\u0447\u043d\u0438\u043a\u0430\u043c\u0438, \u0433\u0440\u0443\u043f\u043f\u0438\u0440\u0443\u0435\u043c \u0438 \u0431\u0435\u0440\u0435\u043c \u0441\u0440\u0435\u0434\u043d\u0435\u0435 df_temp['Year'] = df_temp.index # \u0434\u043b\u044f \u0443\u0434\u043e\u0431\u0441\u0442\u0432\u0430 \u0441\u043e\u0437\u0434\u0430\u0434\u0438\u043c \u0441\u0442\u043e\u043b\u0431\u0435\u0446 \u0441 \u0433\u043e\u0434\u0430\u043c\u0438 # \u0434\u0430\u043d\u043d\u044b\u0435 \u043e \u0438\u0437\u0432\u0440\u0435\u0436\u0435\u043d\u0438\u044f \u043d\u0443\u0436\u043d\u043e \u0444\u0438\u043b\u044c\u0442\u0440\u043e\u0432\u0430\u0442\u044c df_eruptions = df_eruptions[['Volcano Name', 'VEI', 'Start Year', 'Start Month', 'Start Day', 'End Year','End Month', 'End Day']] # \u043d\u0443\u0436\u043d\u044b\u0435 \u0441\u0442\u043e\u043b\u0431\u0446\u044b df_eruptions.dropna(inplace=True) # \u0443\u0431\u0438\u0440\u0430\u0435\u043c \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u0438 df_eruptions = df_eruptions[(df_eruptions['VEI'] >=4) &amp;(df_eruptions['Start Year'] >=1880)] # \u0444\u0438\u043b\u044c\u0442\u0440\u0443\u0435\u043c \u0434\u0430\u043d\u043d\u044b\u0435 \u043f\u043e VEI  # \u044d\u0442\u043e \u0441\u0442\u0440\u043e\u043a\u0438 \u043f\u043e\u0441\u0432\u044f\u0449\u0435\u043d\u044b \u0444\u043e\u0440\u043c\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044e \u0441\u0442\u043e\u043b\u0431\u0446\u043e\u0432 \u0441 \u0434\u0430\u0442\u0430\u043c\u0438 \u043d\u0430\u0447\u0430\u043b\u0430 \u0438 \u043a\u043e\u043d\u0446\u0430 \u0438\u0437\u0432\u0440\u0435\u0436\u0435\u043d\u0438\u044f df_eruptions[['Start Year', 'Start Month', 'Start Day',                 'End Year', 'End Month', 'End Day']] = df_eruptions[['Start Year', 'Start Month', 'Start Day', 'End Year', 'End Month', 'End Day']].astype(str) df_eruptions['start_date'] = pd.to_datetime(df_eruptions['Start Year'] + '\/'                                              + df_eruptions['Start Month'] + '\/' + df_eruptions['Start Day'], format='%Y\/%m.0\/%d.0' ) df_eruptions['end_date'] = pd.to_datetime(df_eruptions['End Year'] + '\/'                                              + df_eruptions['End Month'] + '\/' + df_eruptions['End Day'], format='%Y.0\/%m.0\/%d.0')<\/code><\/pre>\n<p><code> <\/code><\/p>\n<\/div>\n<\/details>\n<h4>\u0413\u0440\u0430\u0444\u0438\u043a<\/h4>\n<p>\u0414\u0430\u043d\u043d\u044b\u0435 \u0433\u043e\u0442\u043e\u0432\u044b &#8212; \u043f\u043e\u0440\u0430 \u0441\u043e\u0437\u0434\u0430\u0442\u044c \u0432\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044e.<br \/> <code>plt.subplots()<\/code> &#8212; \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0442 \u0441\u043e\u0437\u0434\u0430\u0432\u0430\u0442\u044c \u0441\u0435\u0442 \u0441\u0443\u0431\u0433\u0440\u0430\u0444\u0438\u043a\u043e\u0432 \u0438 \u043e\u0431\u0449\u0438\u0439 \u043c\u0430\u043a\u0435\u0442 \u043f\u043e\u0434\u0437\u0430\u0433\u043e\u043b\u043e\u0432\u043a\u043e\u0432. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u0437\u0434\u0435\u0441\u044c \u043c\u043e\u0436\u043d\u043e \u0437\u0430\u0434\u0430\u0442\u044c \u0440\u0430\u0437\u043c\u0435\u0440 \u0438\u0442\u043e\u0433\u043e\u0432\u043e\u0433\u043e \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f<br \/> <code>ax.plot<\/code> &#8212; \u0441\u0442\u0440\u043e\u0438\u043c \u043a\u0440\u0438\u0432\u0443\u044e \u0446\u0435\u043b\u0435\u0432\u044b\u0445 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0439 (\u0432\u043c\u0435\u0441\u0442\u043e <code>plot<\/code>, \u043c\u043e\u0436\u0435\u0442 \u0431\u044b\u0442\u044c \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440 <code>scatter<\/code>  \u0438\u043b\u0438 \u0434\u0440\u0443\u0433\u043e\u0439). \u0412 \u0444\u0443\u043d\u043a\u0446\u0438\u044e \u043f\u043e\u0434\u0430\u0435\u043c x \u0438 y, \u0434\u043b\u044f \u043b\u0435\u0433\u0435\u043d\u0434\u044b \u043c\u043e\u0436\u043d\u043e \u043e\u0431\u043e\u0437\u043d\u0430\u0447\u0438\u0442\u044c label.<br \/> <code>ax.axvspan<\/code> &#8212; \u0432\u044b\u0434\u0435\u043b\u0438\u0442 \u0446\u0432\u0435\u0442\u043e\u043c \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u043e\u0439 \u0434\u0438\u0430\u043f\u0430\u0437\u043e\u043d. \u041d\u0430 \u0432\u0445\u043e\u0434 \u043d\u0443\u0436\u043d\u043e \u043f\u043e\u0434\u0430\u0442\u044c \u0434\u0430\u0442\u044b \u043d\u0430\u0447\u0430\u043b\u0430 \u0438 \u043a\u043e\u043d\u0446\u0430 \u0438\u043d\u0442\u0435\u0440\u0432\u0430\u043b\u0430. \u0412 \u0434\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0435 \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u044b \u043c\u043e\u0436\u043d\u043e \u043f\u0435\u0440\u0435\u0434\u0430\u0442\u044c \u0446\u0432\u0435\u0442 \u0438 \u043b\u0435\u0439\u0431\u043b.<br \/> <em>\u0412 \u044d\u0442\u043e\u043c \u043a\u043e\u0434\u0435 \u0446\u0432\u0435\u0442 \u043f\u0440\u0438\u0441\u0432\u0430\u0438\u0432\u0430\u0435\u0442\u0441\u044f \u0438\u0437\u0432\u0435\u0440\u0436\u0435\u043d\u0438\u044e, \u0442.\u0435. \u0438\u0437\u0432\u0435\u0440\u0436\u0435\u043d\u0438\u044f \u0428\u0438\u0432\u0435\u043b\u0443\u0447\u0430 1964 \u0433\u043e\u0434\u0430 \u0438 \u0437\u0430\u043f\u0438\u0441\u0430\u043d\u043d\u043e\u0435 \u0432 \u043e\u0434\u043d\u043e \u0431\u043e\u043b\u044c\u0448\u043e\u0435 \u0438\u0437\u0432\u0435\u0440\u0436\u0435\u043d\u0438\u044f \u0441 1999 \u0433\u043e\u0434\u0430 \u0438\u043c\u0435\u044e\u0442 \u0440\u0430\u0437\u043d\u044b\u0435 \u0446\u0432\u0435\u0442\u0430. \u0421\u043e\u043e\u0442\u0432\u0435\u0442\u0441\u0442\u0432\u0435\u043d\u043d\u043e \u0438 \u043b\u0435\u0433\u0435\u043d\u0434\u0430 \u0440\u0430\u0437\u0434\u0443\u0432\u0430\u0435\u0442\u0441\u044f. \u0412 \u0444\u0443\u043d\u043a\u0446\u0438\u0438 \u043d\u0438\u0436\u0435 \u0440\u0435\u0430\u043b\u0438\u0437\u043e\u0432\u0430\u043d\u044b \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u044b\u0435 \u0446\u0432\u0435\u0442\u0430<\/em>.<br \/> \u041f\u043e\u0441\u043a\u043e\u043b\u044c\u043a\u0443 \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0445 \u0438\u043d\u0442\u0435\u0440\u0432\u0430\u043b\u043e\u0432 \u043c\u043d\u043e\u0433\u043e &#8212; \u0440\u0435\u0430\u043b\u0438\u0437\u043e\u0432\u0430\u043d \u0446\u0438\u043a\u043b \u043f\u0440\u043e\u0431\u0435\u0433\u0430\u044e\u0449\u0438\u0439 \u043f\u043e \u0441\u043f\u0438\u0441\u043a\u0430\u043c \u0441 \u0434\u0430\u043d\u043d\u044b\u043c\u0438. \u041f\u0440\u0435\u043e\u0431\u0440\u0430\u0437\u043e\u0432\u0430\u043d\u0438\u0435 \u0432 \u0441\u043f\u0438\u0441\u043a\u0438 \u043f\u0440\u043e\u0434\u0438\u043a\u0442\u043e\u0432\u0430\u043d\u043e \u0443\u0434\u043e\u0431\u0441\u0442\u0432\u043e\u043c \u0438 \u043f\u043e\u043d\u044f\u0442\u043d\u043e\u0441\u0442\u044c\u044e \u043a\u043e\u0434\u0430.<\/p>\n<pre><code class=\"python\">fig, ax = plt.subplots(figsize=(20, 6)) # \u0437\u0430\u0434\u0430\u0435\u043c \u0441\u0430\u0431\u043f\u043b\u043e\u0442 \u0438 \u0440\u0430\u0437\u043c\u0435\u0440\u044b \u0433\u0440\u0430\u0444\u0438\u043a\u0430 ax.plot(df_temp['Year'], df_temp['Mean'], marker='x',label='\u0421\u0440\u0435\u0434\u043d\u0435\u0435 \u043e\u0442\u043a\u043b\u043e\u043d\u0435\u043d\u0438\u0435 \u043e\u0442 \u0431\u0430\u0437\u043e\u0432\u043e\u0439 \u0442\u0435\u043c\u043f\u0435\u0440\u0430\u0442\u0443\u0440\u044b') eruption_started = df_eruptions['start_date'].to_list() eruption_ended = df_eruptions['end_date'].to_list() for i in range(len(eruption_started)):     ax.axvspan(eruption_started[i], eruption_ended[i], alpha=0.3, color=np.random.rand(3,), label=df_eruptions['Volcano Name'].to_list()[i] ) plt.legend() plt.show()<\/code><\/pre>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/634\/cc2\/4e9\/634cc24e9e97a80c86b7d16f2cc9a32c.png\" alt=\"\u041f\u043e\u043b\u0443\u0447\u0438\u0432\u0448\u0438\u0439\u0441\u044f \u0433\u0440\u0430\u0444\u0438\u043a \u0441 \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u0435\u043c \u0442\u0435\u043c\u043f\u0435\u0440\u0430\u0442\u0443\u0440\u044b \u0438 \u043f\u0435\u0440\u0438\u043e\u0434\u0430\u043c\u0438 \u0438\u0437\u0432\u0435\u0440\u0436\u0435\u043d\u0438\u0439\" title=\"\u041f\u043e\u043b\u0443\u0447\u0438\u0432\u0448\u0438\u0439\u0441\u044f \u0433\u0440\u0430\u0444\u0438\u043a \u0441 \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u0435\u043c \u0442\u0435\u043c\u043f\u0435\u0440\u0430\u0442\u0443\u0440\u044b \u0438 \u043f\u0435\u0440\u0438\u043e\u0434\u0430\u043c\u0438 \u0438\u0437\u0432\u0435\u0440\u0436\u0435\u043d\u0438\u0439\" width=\"1161\" height=\"357\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/634\/cc2\/4e9\/634cc24e9e97a80c86b7d16f2cc9a32c.png\"\/><figcaption>\u041f\u043e\u043b\u0443\u0447\u0438\u0432\u0448\u0438\u0439\u0441\u044f \u0433\u0440\u0430\u0444\u0438\u043a \u0441 \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u0435\u043c \u0442\u0435\u043c\u043f\u0435\u0440\u0430\u0442\u0443\u0440\u044b \u0438 \u043f\u0435\u0440\u0438\u043e\u0434\u0430\u043c\u0438 \u0438\u0437\u0432\u0435\u0440\u0436\u0435\u043d\u0438\u0439<\/figcaption><\/figure>\n<h3>\u0424\u0443\u043d\u043a\u0446\u0438\u044f<\/h3>\n<p>\u0420\u0435\u0430\u043b\u0438\u0437\u0443\u0435\u043c \u0432 \u0432\u0438\u0434\u0435 \u0444\u0443\u043d\u043a\u0446\u0438\u0438 <code>highlighted_date<\/code>. \u041d\u0430 \u0432\u0445\u043e\u0434 \u043e\u043d\u0430 \u043f\u0440\u0438\u043d\u0438\u043c\u0430\u0435\u0442:<\/p>\n<ul>\n<li>\n<p><code>pandas.Series<\/code> \u0441 \u043a\u043e\u043e\u0440\u0434\u0438\u043d\u0430\u0442\u0430\u043c\u0438 \u0445 \u0438 \u0443 \u0434\u043b\u044f \u0446\u0435\u043b\u0435\u0432\u043e\u0433\u043e \u0433\u0440\u0430\u0444\u0438\u043a\u0430;<\/p>\n<\/li>\n<li>\n<p><code>str<\/code> &#8212; \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0446\u0435\u043b\u0435\u0432\u043e\u0433\u043e \u0433\u0440\u0430\u0444\u0438\u043a\u0430 \u0434\u043b\u044f \u043b\u0435\u0433\u0435\u043d\u0434\u044b;<\/p>\n<\/li>\n<li>\n<p><code>pandas.Series<\/code> \u0441 \u043a\u043e\u043e\u0440\u0434\u0438\u043d\u0430\u0442\u0430\u043c\u0438 \u0445 \u0438 \u0443 \u0434\u043b\u044f \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0445 \u0438\u043d\u0442\u0435\u0440\u0432\u0430\u043b\u043e\u0432;<\/p>\n<\/li>\n<li>\n<p><code>pandas.Series<\/code> \u0441 \u043b\u0435\u0439\u0431\u043b\u0430\u043c\u0438 \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0445 \u0438\u043d\u0442\u0435\u0440\u0432\u0430\u043b\u043e\u0432 \u0424\u0443\u043d\u043a\u0446\u0438\u044f \u0432\u044b\u0432\u043e\u0434\u0438\u0442 \u0433\u0440\u0430\u0444\u0438\u043a \u0441 <code>scatter<\/code> \u0446\u0435\u043b\u0435\u0432\u043e\u0439 \u0444\u0443\u043d\u043a\u0446\u0438\u0438 (\u0434\u043b\u044f \u0441\u043e\u0435\u0434\u0438\u043d\u0435\u043d\u0438\u0439 \u043c\u043e\u0436\u043d\u043e \u0437\u0430\u043c\u0435\u043d\u0438\u0442\u044c \u043d\u0430 <code>plot<\/code>), \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0435 \u0434\u0438\u0430\u043f\u0430\u0437\u043e\u043d\u044b \u043e\u043a\u0440\u0430\u0448\u0438\u0432\u0430\u044e\u0442\u0441\u044f \u043f\u043e <code>label<\/code> &#8212; <em>\u0442.\u0435. \u0432\u0441\u0435 \u0438\u0437\u0432\u0435\u0440\u0436\u0435\u043d\u0438\u044f \u0428\u0438\u0432\u0435\u043b\u0443\u0447\u0430 \u0438\u043c\u0435\u044e\u0442 \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u044b\u0439 \u0446\u0432\u0435\u0442 \u0438 \u043e\u0431\u043e\u0437\u043d\u0430\u0447\u0435\u043d \u0432 \u043b\u0435\u0433\u0435\u043d\u0434\u0435 \u0435\u0434\u0438\u043d\u043e\u0436\u0434\u044b<\/em>. \u041e\u0442\u043e\u0431\u0440\u0430\u0436\u0430\u0435\u0442\u0441\u044f \u043b\u0435\u0433\u0435\u043d\u0434\u0430.<\/p>\n<\/li>\n<\/ul>\n<pre><code class=\"python\">def highlighted_date (x, y, label, x_2, y_2, label_2):     \"\"\"     main_prepare_data(series,series, str, series,series,series)     \u043f\u043e\u0434\u0441\u0432\u0435\u0447\u0438\u0432\u0430\u0435\u0442 \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0435 \u043e\u0442\u0440\u0435\u0437\u043a\u0438 \u0438 \u0432\u044b\u0432\u043e\u0434\u0438\u0442 \u0446\u0435\u043b\u0435\u0432\u0443\u044e \u043a\u0440\u0438\u0432\u0443\u044e          \"\"\"     fig, ax = plt.subplots(figsize=(20, 6)) # \u0437\u0430\u0434\u0430\u0451\u043c \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u044b \u0433\u0440\u0430\u0444\u0438\u043a\u0430     ax.scatter(x, y, marker='x', label=label) # \u0441\u0442\u0440\u043e\u0438\u043c \u0433\u0440\u0430\u0444\u0438\u043a \u0446\u0435\u043b\u0435\u0432\u043e\u0433\u043e \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f     x_2 = x_2.to_list()     y_2 = y_2.to_list()     color_dict = {}     already_labeled = [] # \u0434\u043b\u044f \u0444\u0438\u043b\u044c\u0442\u0440\u0430\u0446\u0438\u0438 \u0443\u0436\u0435 \u0432\u044b\u043d\u0435\u0441\u0435\u043d\u043d\u044b\u0445 \u0432 \u043b\u0435\u0433\u0435\u043d\u0434\u0443     for j in label_2.unique(): # \u0441\u043e\u0437\u0434\u0430\u0451\u043c \u0441\u043b\u043e\u0432\u0430\u0440\u044c \u0446\u0432\u0435\u0442\u043e\u0432 \u0434\u043b\u044f \u0443\u043d\u0438\u043a\u0430\u043b\u044c\u043d\u044b\u0445 \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0439         color_dict[j] = np.random.rand(3,) # \u0446\u0432\u0435\u0442\u0430 \u0437\u0430\u0434\u0430\u044e\u0442\u0441\u044f \u0440\u0430\u043d\u0434\u043e\u043c\u043e\u043c     label_2 = label_2.to_list()     for i in range(len(x_2)):         if(label_2[i] in already_labeled):                 ax.axvspan(x_2[i], y_2[i], alpha=0.3, color=color_dict[label_2[i]])         else:             ax.axvspan(x_2[i], y_2[i], alpha=0.3, color=color_dict[label_2[i]], label=label_2[i])             already_labeled.append(label_2[i])     plt.legend()     plt.show()<\/code><\/pre>\n<p>\u0412\u044b\u0437\u043e\u0432 \u0432\u044b\u0433\u043b\u044f\u0434\u0438\u0442 \u0442\u0430\u043a:<\/p>\n<pre><code class=\"python\">highlighted_date(df_temp['Year'], df_temp['Mean'],                   '\u0421\u0440\u0435\u0434\u043d\u0435\u0435 \u043e\u0442\u043a\u043b\u043e\u043d\u0435\u043d\u0438\u0435 \u043e\u0442 \u0431\u0430\u0437\u043e\u0432\u043e\u0439 \u0442\u0435\u043c\u043f\u0435\u0440\u0430\u0442\u0443\u0440\u044b',                  df_eruptions['start_date'], df_eruptions['end_date'],                   df_eruptions['Volcano Name'])<\/code><\/pre>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/40e\/cb7\/56b\/40ecb756bb0423fd602cf4d9753578d6.png\" alt=\"\u0422\u0435\u043f\u0435\u0440\u044c \u043a\u0430\u0436\u0434\u044b\u0439 \u0432\u0443\u043b\u043a\u0430\u043d \u0438\u043c\u0435\u0435\u0442 \u0441\u0432\u043e\u0439 \u0446\u0432\u0435\u0442 \u0438 \u0432 \u043b\u0435\u0433\u0435\u043d\u0434\u0435 \u0432\u0441\u0442\u0440\u0435\u0447\u0430\u0435\u0442\u0441\u044f \u043e\u0434\u0438\u043d \u0440\u0430\u0437\" title=\"\u0422\u0435\u043f\u0435\u0440\u044c \u043a\u0430\u0436\u0434\u044b\u0439 \u0432\u0443\u043b\u043a\u0430\u043d \u0438\u043c\u0435\u0435\u0442 \u0441\u0432\u043e\u0439 \u0446\u0432\u0435\u0442 \u0438 \u0432 \u043b\u0435\u0433\u0435\u043d\u0434\u0435 \u0432\u0441\u0442\u0440\u0435\u0447\u0430\u0435\u0442\u0441\u044f \u043e\u0434\u0438\u043d \u0440\u0430\u0437\" width=\"1161\" height=\"357\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/40e\/cb7\/56b\/40ecb756bb0423fd602cf4d9753578d6.png\"\/><figcaption>\u0422\u0435\u043f\u0435\u0440\u044c \u043a\u0430\u0436\u0434\u044b\u0439 \u0432\u0443\u043b\u043a\u0430\u043d \u0438\u043c\u0435\u0435\u0442 \u0441\u0432\u043e\u0439 \u0446\u0432\u0435\u0442 \u0438 \u0432 \u043b\u0435\u0433\u0435\u043d\u0434\u0435 \u0432\u0441\u0442\u0440\u0435\u0447\u0430\u0435\u0442\u0441\u044f \u043e\u0434\u0438\u043d \u0440\u0430\u0437<\/figcaption><\/figure>\n<h3>\u0412\u044b\u0432\u043e\u0434<\/h3>\n<p><em>\u0418\u043d\u0442\u0435\u0440\u0435\u0441\u043d\u043e, \u043d\u0430\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0432\u0435\u043b\u0438\u043a\u043e \u0432\u043b\u0438\u044f\u043d\u0438\u0435 \u0438\u0437\u0432\u0435\u0440\u0436\u0435\u043d\u0438\u044f \u0432\u0443\u043b\u043a\u0430\u043d\u0430 \u0411\u0435\u0437\u044b\u043c\u044f\u043d\u043d\u043e\u0433\u043e 1955 \u0433\u043e\u0434\u0430 \u043d\u0430 \u0440\u0435\u0437\u043a\u0438\u0439 \u0441\u043a\u0430\u0447\u043e\u043a \u0442\u0435\u043c\u043f\u0435\u0440\u0430\u0442\u0443\u0440\u044b?<\/em><\/p>\n<p>\u0421 \u043f\u043e\u043c\u043e\u0449\u044c\u044e python \u043c\u043e\u0436\u043d\u043e \u043f\u043e\u043d\u044f\u0442\u043d\u043e \u0438 \u043a\u0440\u0430\u0441\u0438\u0432\u043e \u043e\u0442\u043e\u0431\u0440\u0430\u0436\u0430\u0442\u044c \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0435 \u0438\u043d\u0442\u0435\u0440\u0432\u0430\u043b\u044b \u043d\u0430 \u0433\u0440\u0430\u0444\u0438\u043a\u0435 \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0445 \u0434\u0430\u043d\u043d\u044b\u0445. \u0420\u0430\u0437\u043d\u044b\u0435 \u0441\u043e\u0431\u044b\u0442\u0438\u044f \u043c\u043e\u0436\u043d\u043e \u043e\u043a\u0440\u0430\u0441\u0438\u0442\u044c \u0432 \u0440\u0430\u0437\u043d\u044b\u0435 \u0446\u0432\u0435\u0442\u0430 \u0438\u043b\u0438 \u0441\u0433\u0440\u0443\u043f\u043f\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0432 \u043e\u0434\u0438\u043d. \u0418\u043d\u043e\u0433\u0434\u0430, \u0442\u0430\u043a\u0430\u044f \u0432\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u043c\u043e\u0436\u0435\u0442 \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e \u043f\u043e\u0432\u044b\u0441\u0438\u0442\u044c \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e \u0430\u043d\u0430\u043b\u0438\u0437\u0430 \u0438 \u043d\u0430\u0439\u0442\u0438 \u0432\u0437\u0430\u0438\u043c\u043e\u0441\u0432\u044f\u0437\u0438.<\/p>\n<\/div>\n<\/div>\n<\/div>\n<p> <!----> <!----><\/div>\n<p> <!----> <!----><br \/> \u0441\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b \u0441\u0442\u0430\u0442\u044c\u0438 <a href=\"https:\/\/habr.com\/ru\/post\/710530\/\"> https:\/\/habr.com\/ru\/post\/710530\/<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<div><\/div>\n<div id=\"post-content-body\">\n<div>\n<div class=\"article-formatted-body article-formatted-body article-formatted-body_version-2\">\n<div xmlns=\"http:\/\/www.w3.org\/1999\/xhtml\">\n<h3>\u0412\u044b\u0432\u0435\u0441\u0442\u0438 \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u043e\u0439 \u0438\u043d\u0442\u0435\u0440\u0432\u0430\u043b \u043d\u0430 \u0433\u0440\u0430\u0444\u0438\u043a \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u043e\u0433\u043e \u0440\u044f\u0434\u0430 \u0441 \u043f\u043e\u043c\u043e\u0449\u044c Python<\/h3>\n<p>\u0427\u0430\u0441\u0442\u043e \u0434\u043b\u044f \u0430\u043d\u0430\u043b\u0438\u0437\u0430 \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0445 \u0440\u044f\u0434\u043e\u0432 \u043d\u0443\u0436\u043d\u043e \u043f\u0435\u0440\u0435\u0431\u0440\u0430\u0442\u044c \u043c\u043d\u043e\u0433\u043e \u0444\u0430\u043a\u0442\u043e\u0440\u043e\u0432 \u0432 \u043f\u043e\u0438\u0441\u043a\u0430\u0445 \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u044b\u0445 \u0441\u0432\u044f\u0437\u0435\u0439.  \u0418 \u043e\u0431\u044b\u0447\u043d\u043e, \u0444\u0430\u043a\u0442\u043e\u0440\u044b &#8212; \u044d\u0442\u043e \u043f\u0440\u043e\u0441\u0442\u043e \u043a\u0430\u043a\u0438\u0435-\u0442\u043e \u0441\u043e\u0431\u044b\u0442\u0438\u044f \u043f\u0440\u043e\u0438\u0441\u0445\u043e\u0434\u0438\u0432\u0448\u0438\u0435 \u0432 \u043d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u043f\u0435\u0440\u0438\u043e\u0434 \u0432\u0440\u0435\u043c\u0435\u043d\u0438 \u0438 \u043d\u0430 \u043f\u0440\u044f\u043c\u0443\u044e \u043d\u0435 \u0432\u043b\u0438\u044f\u0432\u0448\u0438\u0435 \u043d\u0430 \u0446\u0435\u043b\u0435\u0432\u043e\u0439 \u043f\u043e\u043a\u0430\u0437\u0430\u0442\u0435\u043b\u044c. \u0422\u043e \u0435\u0441\u0442\u044c \u0445\u043e\u0447\u0435\u0442\u0441\u044f &#171;\u043f\u043e\u0434\u0441\u0432\u0435\u0442\u0438\u0442\u044c&#187; \u0434\u0438\u0430\u043f\u0430\u0437\u043e\u043d \u0432\u0440\u0435\u043c\u0435\u043d\u0438 \u043d\u0430 \u0433\u0440\u0430\u0444\u0438\u043a\u0435 \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u043e\u0433\u043e \u0440\u044f\u0434\u0430, \u0430 \u0435\u0449\u0451 \u0442\u0430\u043a \u0447\u0442\u043e\u0431\u044b \u043a\u0430\u0436\u0434\u044b\u0439 \u0442\u0438\u043f \u0441\u043e\u0431\u044b\u0442\u0438\u044f \u0438\u043c\u0435\u043b \u0441\u0432\u043e\u0439 \u0446\u0432\u0435\u0442.<br \/>\u041a\u0430\u043a \u043e\u043a\u0430\u0437\u0430\u043b\u043e\u0441\u044c, \u043d\u0430\u0439\u0442\u0438 \u0440\u0435\u0448\u0435\u043d\u0438\u0435 \u0433\u043e\u0440\u0430\u0437\u0434\u043e \u0441\u043b\u043e\u0436\u043d\u0435\u0435, \u0447\u0435\u043c \u0435\u0433\u043e \u0440\u0435\u0430\u043b\u0438\u0437\u043e\u0432\u0430\u0442\u044c. \u041a\u043e\u0434  \u0431\u0430\u0437\u0438\u0440\u0443\u0435\u0442\u0441\u044f \u043d\u0430 \u0441\u0442\u0430\u0442\u044c\u0435 \u0441 <a href=\"https:\/\/www.geeksforgeeks.org\/how-to-highlight-a-time-range-in-time-series-plot-in-python-with-matplotlib\/\" rel=\"noopener noreferrer nofollow\">geeksforgeeks.org<\/a>, \u043e\u0434\u043d\u0430\u043a\u043e \u043c\u043e\u0451 \u0440\u0435\u0448\u0435\u043d\u0438\u0435 \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u043e \u0432 \u0432\u0438\u0434\u0435 \u0444\u0443\u043d\u043a\u0446\u0438\u0438, \u043f\u0443\u0441\u0442\u044c \u0438 \u043d\u0435 \u043e\u0447\u0435\u043d\u044c \u0438\u0437\u044f\u0449\u043d\u043e\u0439,  \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0435\u0442 \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0438 \u0433\u0435\u043d\u0435\u0440\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0440\u0430\u0437\u043d\u044b\u0435 \u0446\u0432\u0435\u0442\u0430 \u0434\u043b\u044f \u0440\u0430\u0437\u043d\u044b\u0445 \u0434\u0438\u0430\u043f\u0430\u0437\u043e\u043d\u043e\u0432 \u0432\u0440\u0435\u043c\u0435\u043d\u0438, \u0430 \u0442\u0430\u043a\u0436\u0435 \u0441\u043e\u0431\u0438\u0440\u0430\u0435\u0442 \u043b\u0435\u0433\u0435\u043d\u0434\u0443.<br \/>\u0414\u043b\u044f \u0438\u043b\u043b\u044e\u0441\u0442\u0440\u0430\u0446\u0438\u0438 \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0438\u043c, \u0435\u0441\u0442\u044c \u043b\u0438 \u043a\u0430\u043a\u0438\u0435-\u0442\u043e \u0432\u0437\u0430\u0438\u043c\u043e\u0441\u0432\u044f\u0437\u0438 \u043c\u0435\u0436\u0434\u0443 \u0438\u0437\u0432\u0435\u0440\u0436\u0435\u043d\u0438\u044f\u043c\u0438 \u0432\u0443\u043b\u043a\u0430\u043d\u043e\u0432 \u0420\u043e\u0441\u0441\u0438\u0438 \u0438 \u0441\u0440\u0435\u0434\u043d\u0438\u043c \u043e\u0442\u043a\u043b\u043e\u043d\u0435\u043d\u0438\u0435\u043c \u043c\u0438\u0440\u043e\u0432\u043e\u0439 \u0442\u0435\u043c\u043f\u0435\u0440\u0430\u0442\u0443\u0440\u044b \u043e\u0442 \u0431\u0430\u0437\u043e\u0432\u043e\u0439. \u041a\u0440\u0438\u0432\u0443\u044e \u043e\u0442\u043a\u043b\u043e\u043d\u0435\u043d\u0438\u044f \u0442\u0435\u043c\u043f\u0435\u0440\u0430\u0442\u0443\u0440 \u0431\u0435\u0440\u0451\u043c \u043e\u0442 <a href=\"https:\/\/datahub.io\/core\/global-temp#resource-annual\" rel=\"noopener noreferrer nofollow\">\u0441\u044e\u0434\u0430<\/a>, \u0430 \u0431\u0430\u0437\u0443 \u0441 \u0438\u0437\u0432\u0435\u0440\u0436\u0435\u043d\u0438\u0435\u043c \u0432\u0443\u043b\u043a\u0430\u043d\u043e\u0432 \u043c\u043e\u0436\u043d\u043e \u0441\u043a\u0430\u0447\u0430\u0442\u044c <a href=\"https:\/\/volcano.si.edu\/database\/search_eruption_results.cfm\" rel=\"noopener noreferrer nofollow\">\u0437\u0434\u0435\u0441\u044c<\/a>. \u0427\u0442\u043e\u0431\u044b \u043d\u0435 \u0437\u0430\u0433\u0440\u0443\u0436\u0430\u0442\u044c \u0433\u0440\u0430\u0444\u0438\u043a \u0432\u044b\u0431\u0435\u0440\u0435\u043c \u0442\u043e\u043b\u044c\u043a\u043e \u0438\u0437\u0432\u0435\u0440\u0436\u0435\u043d\u0438\u044f \u0441 VEI \u043e\u0442 4 \u0438 \u0431\u043e\u043b\u044c\u0448\u0435 (Volcanic Explosivity Index &#8212; \u043c\u0435\u0442\u0440\u0438\u043a\u0430 \u0441\u0438\u043b\u044b \u0438\u0437\u0432\u0435\u0440\u0436\u0435\u043d\u0438\u044f).<\/p>\n<h4>\u041f\u043e\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u044c \u0434\u0435\u0439\u0441\u0442\u0432\u0438\u0439<\/h4>\n<p>\u0412 \u0446\u0435\u043b\u043e\u043c, \u0432\u0441\u0451 \u0447\u0442\u043e \u043d\u0443\u0436\u043d\u043e \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u0443\u043a\u043b\u0430\u0434\u044b\u0432\u0430\u0435\u0442\u0441\u044f \u0432 4 \u043f\u0443\u043d\u043a\u0442\u0430:<\/p>\n<ol>\n<li>\n<p>\u043e\u0431\u044a\u044f\u0432\u043b\u044f\u0435\u043c <code>subplots<\/code><\/p>\n<\/li>\n<li>\n<p>&#171;\u0441\u0442\u0440\u043e\u0438\u043c&#187;  <code>scatter<\/code> \u0438\u043b\u0438 <code>plot<\/code> \u0441 \u0446\u0435\u043b\u0435\u0432\u044b\u043c \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435\u043c<\/p>\n<\/li>\n<li>\n<p>\u0441 \u043f\u043e\u043c\u043e\u0449\u044c\u044e <code>axvspan<\/code> \u0434\u043e\u0431\u0430\u0432\u043b\u044f\u0435\u043c \u043d\u0443\u0436\u043d\u044b\u0435 \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0435 \u043e\u0442\u0440\u0435\u0437\u043a\u0438<\/p>\n<\/li>\n<li>\n<p><code>plt.show()<\/code> &#8212; \u0443\u0440\u0430, \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0435 \u0438\u043d\u0442\u0435\u0440\u0432\u0430\u043b\u044b \u043f\u043e\u0434\u0441\u0432\u0435\u0442\u0438\u043b\u0438\u0441\u044c \u043d\u0430 \u0433\u0440\u0430\u0444\u0438\u043a\u0435<\/p>\n<\/li>\n<\/ol>\n<h3>\u0421\u0442\u0440\u043e\u0438\u043c \u0433\u0440\u0430\u0444\u0438\u043a \u0441\u0430\u043c\u0438<\/h3>\n<h3>\u0411\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0438 \u0438 \u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0430 \u0434\u0430\u043d\u043d\u044b\u0445<\/h3>\n<p>\u0414\u043b\u044f \u0441\u0431\u043e\u0440\u043a\u0438 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 \u043f\u043e\u0442\u0440\u0435\u0431\u0443\u0435\u0442\u0441\u044f \u0444\u0443\u043d\u043a\u0446\u0438\u0438 <code>subplots<\/code> \u0438 <code>axvspan<\/code> \u0438\u0437 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0438 <code>matplotlib.pyplot<\/code>. \u0414\u0430\u043d\u043d\u044b\u0435 \u0443\u0434\u043e\u0431\u043d\u0435\u0435 \u0432\u0441\u0435\u0433\u043e \u0445\u0440\u0430\u043d\u0438\u0442\u044c \u0432 \u0434\u0430\u0442\u0430\u0444\u0440\u0435\u0439\u043c\u0430\u0445, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u0442\u0430\u043a\u0436\u0435 \u043f\u043e\u0434\u0433\u0440\u0443\u0436\u0430\u0435\u043c <code>pandas<\/code> \u0438 \u0434\u043b\u044f \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u0438 \u0446\u0432\u0435\u0442\u043e\u0432, \u0443\u0447\u0438\u0442\u044b\u0432\u0430\u044f \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u0443\u044e \u043f\u043e\u0442\u0440\u0435\u0431\u043d\u043e\u0441\u0442\u044c \u0432 \u0438\u0445 \u0431\u043e\u043b\u044c\u0448\u043e\u043c \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u0435 \u0432\u043e\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u043c\u0441\u044f \u043c\u0435\u0442\u043e\u0434\u043e\u043c <code>random<\/code> \u0438\u0437 <code>numpy<\/code>.<\/p>\n<pre><code class=\"python\">import pandas as pd import matplotlib.pyplot as plt import numpy as np<\/code><\/pre>\n<p>\u0417\u0430\u0433\u0440\u0443\u0436\u0430\u0435\u043c \u0434\u0430\u043d\u043d\u044b\u0435. <em>\u041f\u043e\u0447\u0435\u043c\u0443-\u0442\u043e \u0431\u0430\u0437\u0430 \u0434\u0430\u043d\u043d\u044b\u0445 \u0438\u0437\u0432\u0435\u0440\u0436\u0435\u043d\u0438\u0439 \u0432\u0443\u043b\u043a\u0430\u043d\u043e\u0432 \u0432\u044b\u0433\u0440\u0443\u0436\u0430\u0435\u0442 \u0432 \u043e\u0447\u0435\u043d\u044c \u0441\u0442\u0430\u0440\u044b\u0445 \u0432\u0435\u0440\u0441\u0438\u044f\u0445 \u044d\u043a\u0441\u0435\u043b\u044f, \u0444\u0430\u0439\u043b\u0438\u043a \u043f\u0440\u0438\u0434\u0435\u0442\u0441\u044f \u043b\u0438\u0431\u043e \u043f\u0435\u0440\u0435\u0441\u043e\u0445\u0440\u0430\u043d\u0438\u0442\u044c \u0432\u0440\u0443\u0447\u043d\u0443\u044e, \u043b\u0438\u0431\u043e \u0438\u0441\u043a\u0430\u0442\u044c  \u043f\u043e\u0434\u0445\u043e\u0434\u044f\u0449\u0438\u0439 \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440 <\/em><code>engine<\/code>(\u044f \u043d\u0435 \u043d\u0430\u0448\u043b\u0430).<br \/> \u0412\u0430\u0436\u043d\u043e, \u0447\u0442\u043e\u0431\u044b <strong>\u0432\u0441\u0435 \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0439 \u0434\u0430\u043d\u043d\u044b\u0435 \u0438\u043c\u0435\u043b\u0438 \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u044b\u0439 \u0442\u0438\u043f<\/strong> \u0438 \u044f \u0432\u0435\u0437\u0434\u0435 \u0434\u043b\u044f \u0443\u0434\u043e\u0431\u0441\u0442\u0432\u0430 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044e <code>datetime<\/code>, \u043d\u043e \u0441\u0442\u0440\u043e\u0433\u043e \u0433\u043e\u0432\u043e\u0440\u044f \u044d\u0442\u043e \u043d\u0435 \u043e\u0431\u044f\u0437\u0430\u0442\u0435\u043b\u044c\u043d\u043e &#8212; \u043e\u0442\u043e\u0431\u0440\u0430\u0436\u0430\u0442\u044c \u043c\u043e\u0436\u043d\u043e \u0438 \u043f\u0440\u043e\u0441\u0442\u043e \u0447\u0438\u0441\u043b\u043e\u0432\u044b\u0435 \u0434\u0430\u043d\u043d\u044b\u0435.<\/p>\n<details class=\"spoiler\">\n<summary>\u0417\u0430\u0433\u0440\u0443\u0437\u043a\u0430 \u0438 \u043f\u0440\u0435\u0434\u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0430 \u0434\u0430\u043d\u043d\u044b\u0445<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\"># \u0437\u0430\u0433\u0440\u0443\u0436\u0430\u0435\u043c \u0434\u0430\u043d\u043d\u044b\u0435 \u0432 \u0434\u0430\u0442\u0430\u0444\u0440\u0435\u043c\u044b df_temp = pd.read_csv('annual_temp.csv') df_eruptions = pd.read_excel('eruptions.xlsx') # \u043f\u0440\u0438\u0432\u043e\u0434\u0438\u043c \u0434\u0430\u043d\u043d\u044b\u0435 \u0432 datetime \u0434\u043b\u044f \u0442\u0435\u043c\u043f\u0435\u0440\u0430\u0442\u0443\u0440\u043d\u044b\u0445 \u0434\u0430\u043d\u043d\u044b\u0445 df_temp['Year'] = pd.to_datetime(df_temp['Year'], format='%Y') df_temp.dropna(inplace=True) # \u0443\u0431\u0438\u0440\u0430\u0435\u043c \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u0438 df_temp = df_temp.groupby('Year').mean() # \u0434\u0430\u043d\u043d\u044b\u0435 \u0437\u0430 \u043a\u0430\u0436\u0434\u044b\u0439 \u0433\u043e\u0434 \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u044b \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u0438\u043c\u0438 \u0438\u0441\u0442\u043e\u0447\u043d\u0438\u043a\u0430\u043c\u0438, \u0433\u0440\u0443\u043f\u043f\u0438\u0440\u0443\u0435\u043c \u0438 \u0431\u0435\u0440\u0435\u043c \u0441\u0440\u0435\u0434\u043d\u0435\u0435 df_temp['Year'] = df_temp.index # \u0434\u043b\u044f \u0443\u0434\u043e\u0431\u0441\u0442\u0432\u0430 \u0441\u043e\u0437\u0434\u0430\u0434\u0438\u043c \u0441\u0442\u043e\u043b\u0431\u0435\u0446 \u0441 \u0433\u043e\u0434\u0430\u043c\u0438 # \u0434\u0430\u043d\u043d\u044b\u0435 \u043e \u0438\u0437\u0432\u0440\u0435\u0436\u0435\u043d\u0438\u044f \u043d\u0443\u0436\u043d\u043e \u0444\u0438\u043b\u044c\u0442\u0440\u043e\u0432\u0430\u0442\u044c df_eruptions = df_eruptions[['Volcano Name', 'VEI', 'Start Year', 'Start Month', 'Start Day', 'End Year','End Month', 'End Day']] # \u043d\u0443\u0436\u043d\u044b\u0435 \u0441\u0442\u043e\u043b\u0431\u0446\u044b df_eruptions.dropna(inplace=True) # \u0443\u0431\u0438\u0440\u0430\u0435\u043c \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u0438 df_eruptions = df_eruptions[(df_eruptions['VEI'] >=4) &amp;(df_eruptions['Start Year'] >=1880)] # \u0444\u0438\u043b\u044c\u0442\u0440\u0443\u0435\u043c \u0434\u0430\u043d\u043d\u044b\u0435 \u043f\u043e VEI  # \u044d\u0442\u043e \u0441\u0442\u0440\u043e\u043a\u0438 \u043f\u043e\u0441\u0432\u044f\u0449\u0435\u043d\u044b \u0444\u043e\u0440\u043c\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044e \u0441\u0442\u043e\u043b\u0431\u0446\u043e\u0432 \u0441 \u0434\u0430\u0442\u0430\u043c\u0438 \u043d\u0430\u0447\u0430\u043b\u0430 \u0438 \u043a\u043e\u043d\u0446\u0430 \u0438\u0437\u0432\u0440\u0435\u0436\u0435\u043d\u0438\u044f df_eruptions[['Start Year', 'Start Month', 'Start Day',                 'End Year', 'End Month', 'End Day']] = df_eruptions[['Start Year', 'Start Month', 'Start Day', 'End Year', 'End Month', 'End Day']].astype(str) df_eruptions['start_date'] = pd.to_datetime(df_eruptions['Start Year'] + '\/'                                              + df_eruptions['Start Month'] + '\/' + df_eruptions['Start Day'], format='%Y\/%m.0\/%d.0' ) df_eruptions['end_date'] = pd.to_datetime(df_eruptions['End Year'] + '\/'                                              + df_eruptions['End Month'] + '\/' + df_eruptions['End Day'], format='%Y.0\/%m.0\/%d.0')<\/code><\/pre>\n<p><code> <\/code><\/p>\n<\/div>\n<\/details>\n<h4>\u0413\u0440\u0430\u0444\u0438\u043a<\/h4>\n<p>\u0414\u0430\u043d\u043d\u044b\u0435 \u0433\u043e\u0442\u043e\u0432\u044b &#8212; \u043f\u043e\u0440\u0430 \u0441\u043e\u0437\u0434\u0430\u0442\u044c \u0432\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044e.<br \/> <code>plt.subplots()<\/code> &#8212; \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0442 \u0441\u043e\u0437\u0434\u0430\u0432\u0430\u0442\u044c \u0441\u0435\u0442 \u0441\u0443\u0431\u0433\u0440\u0430\u0444\u0438\u043a\u043e\u0432 \u0438 \u043e\u0431\u0449\u0438\u0439 \u043c\u0430\u043a\u0435\u0442 \u043f\u043e\u0434\u0437\u0430\u0433\u043e\u043b\u043e\u0432\u043a\u043e\u0432. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u0437\u0434\u0435\u0441\u044c \u043c\u043e\u0436\u043d\u043e \u0437\u0430\u0434\u0430\u0442\u044c \u0440\u0430\u0437\u043c\u0435\u0440 \u0438\u0442\u043e\u0433\u043e\u0432\u043e\u0433\u043e \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f<br \/> <code>ax.plot<\/code> &#8212; \u0441\u0442\u0440\u043e\u0438\u043c \u043a\u0440\u0438\u0432\u0443\u044e \u0446\u0435\u043b\u0435\u0432\u044b\u0445 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0439 (\u0432\u043c\u0435\u0441\u0442\u043e <code>plot<\/code>, \u043c\u043e\u0436\u0435\u0442 \u0431\u044b\u0442\u044c \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440 <code>scatter<\/code>  \u0438\u043b\u0438 \u0434\u0440\u0443\u0433\u043e\u0439). \u0412 \u0444\u0443\u043d\u043a\u0446\u0438\u044e \u043f\u043e\u0434\u0430\u0435\u043c x \u0438 y, \u0434\u043b\u044f \u043b\u0435\u0433\u0435\u043d\u0434\u044b \u043c\u043e\u0436\u043d\u043e \u043e\u0431\u043e\u0437\u043d\u0430\u0447\u0438\u0442\u044c label.<br \/> <code>ax.axvspan<\/code> &#8212; \u0432\u044b\u0434\u0435\u043b\u0438\u0442 \u0446\u0432\u0435\u0442\u043e\u043c \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u043e\u0439 \u0434\u0438\u0430\u043f\u0430\u0437\u043e\u043d. \u041d\u0430 \u0432\u0445\u043e\u0434 \u043d\u0443\u0436\u043d\u043e \u043f\u043e\u0434\u0430\u0442\u044c \u0434\u0430\u0442\u044b \u043d\u0430\u0447\u0430\u043b\u0430 \u0438 \u043a\u043e\u043d\u0446\u0430 \u0438\u043d\u0442\u0435\u0440\u0432\u0430\u043b\u0430. \u0412 \u0434\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0435 \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u044b \u043c\u043e\u0436\u043d\u043e \u043f\u0435\u0440\u0435\u0434\u0430\u0442\u044c \u0446\u0432\u0435\u0442 \u0438 \u043b\u0435\u0439\u0431\u043b.<br \/> <em>\u0412 \u044d\u0442\u043e\u043c \u043a\u043e\u0434\u0435 \u0446\u0432\u0435\u0442 \u043f\u0440\u0438\u0441\u0432\u0430\u0438\u0432\u0430\u0435\u0442\u0441\u044f \u0438\u0437\u0432\u0435\u0440\u0436\u0435\u043d\u0438\u044e, \u0442.\u0435. \u0438\u0437\u0432\u0435\u0440\u0436\u0435\u043d\u0438\u044f \u0428\u0438\u0432\u0435\u043b\u0443\u0447\u0430 1964 \u0433\u043e\u0434\u0430 \u0438 \u0437\u0430\u043f\u0438\u0441\u0430\u043d\u043d\u043e\u0435 \u0432 \u043e\u0434\u043d\u043e \u0431\u043e\u043b\u044c\u0448\u043e\u0435 \u0438\u0437\u0432\u0435\u0440\u0436\u0435\u043d\u0438\u044f \u0441 1999 \u0433\u043e\u0434\u0430 \u0438\u043c\u0435\u044e\u0442 \u0440\u0430\u0437\u043d\u044b\u0435 \u0446\u0432\u0435\u0442\u0430. \u0421\u043e\u043e\u0442\u0432\u0435\u0442\u0441\u0442\u0432\u0435\u043d\u043d\u043e \u0438 \u043b\u0435\u0433\u0435\u043d\u0434\u0430 \u0440\u0430\u0437\u0434\u0443\u0432\u0430\u0435\u0442\u0441\u044f. \u0412 \u0444\u0443\u043d\u043a\u0446\u0438\u0438 \u043d\u0438\u0436\u0435 \u0440\u0435\u0430\u043b\u0438\u0437\u043e\u0432\u0430\u043d\u044b \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u044b\u0435 \u0446\u0432\u0435\u0442\u0430<\/em>.<br \/> \u041f\u043e\u0441\u043a\u043e\u043b\u044c\u043a\u0443 \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0445 \u0438\u043d\u0442\u0435\u0440\u0432\u0430\u043b\u043e\u0432 \u043c\u043d\u043e\u0433\u043e &#8212; \u0440\u0435\u0430\u043b\u0438\u0437\u043e\u0432\u0430\u043d \u0446\u0438\u043a\u043b \u043f\u0440\u043e\u0431\u0435\u0433\u0430\u044e\u0449\u0438\u0439 \u043f\u043e \u0441\u043f\u0438\u0441\u043a\u0430\u043c \u0441 \u0434\u0430\u043d\u043d\u044b\u043c\u0438. \u041f\u0440\u0435\u043e\u0431\u0440\u0430\u0437\u043e\u0432\u0430\u043d\u0438\u0435 \u0432 \u0441\u043f\u0438\u0441\u043a\u0438 \u043f\u0440\u043e\u0434\u0438\u043a\u0442\u043e\u0432\u0430\u043d\u043e \u0443\u0434\u043e\u0431\u0441\u0442\u0432\u043e\u043c \u0438 \u043f\u043e\u043d\u044f\u0442\u043d\u043e\u0441\u0442\u044c\u044e \u043a\u043e\u0434\u0430.<\/p>\n<pre><code class=\"python\">fig, ax = plt.subplots(figsize=(20, 6)) # \u0437\u0430\u0434\u0430\u0435\u043c \u0441\u0430\u0431\u043f\u043b\u043e\u0442 \u0438 \u0440\u0430\u0437\u043c\u0435\u0440\u044b \u0433\u0440\u0430\u0444\u0438\u043a\u0430 ax.plot(df_temp['Year'], df_temp['Mean'], marker='x',label='\u0421\u0440\u0435\u0434\u043d\u0435\u0435 \u043e\u0442\u043a\u043b\u043e\u043d\u0435\u043d\u0438\u0435 \u043e\u0442 \u0431\u0430\u0437\u043e\u0432\u043e\u0439 \u0442\u0435\u043c\u043f\u0435\u0440\u0430\u0442\u0443\u0440\u044b') eruption_started = df_eruptions['start_date'].to_list() eruption_ended = df_eruptions['end_date'].to_list() for i in range(len(eruption_started)):     ax.axvspan(eruption_started[i], eruption_ended[i], alpha=0.3, color=np.random.rand(3,), label=df_eruptions['Volcano Name'].to_list()[i] ) plt.legend() plt.show()<\/code><\/pre>\n<figure class=\"full-width\"><figcaption>\u041f\u043e\u043b\u0443\u0447\u0438\u0432\u0448\u0438\u0439\u0441\u044f \u0433\u0440\u0430\u0444\u0438\u043a \u0441 \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u0435\u043c \u0442\u0435\u043c\u043f\u0435\u0440\u0430\u0442\u0443\u0440\u044b \u0438 \u043f\u0435\u0440\u0438\u043e\u0434\u0430\u043c\u0438 \u0438\u0437\u0432\u0435\u0440\u0436\u0435\u043d\u0438\u0439<\/figcaption><\/figure>\n<h3>\u0424\u0443\u043d\u043a\u0446\u0438\u044f<\/h3>\n<p>\u0420\u0435\u0430\u043b\u0438\u0437\u0443\u0435\u043c \u0432 \u0432\u0438\u0434\u0435 \u0444\u0443\u043d\u043a\u0446\u0438\u0438 <code>highlighted_date<\/code>. \u041d\u0430 \u0432\u0445\u043e\u0434 \u043e\u043d\u0430 \u043f\u0440\u0438\u043d\u0438\u043c\u0430\u0435\u0442:<\/p>\n<ul>\n<li>\n<p><code>pandas.Series<\/code> \u0441 \u043a\u043e\u043e\u0440\u0434\u0438\u043d\u0430\u0442\u0430\u043c\u0438 \u0445 \u0438 \u0443 \u0434\u043b\u044f \u0446\u0435\u043b\u0435\u0432\u043e\u0433\u043e \u0433\u0440\u0430\u0444\u0438\u043a\u0430;<\/p>\n<\/li>\n<li>\n<p><code>str<\/code> &#8212; \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0446\u0435\u043b\u0435\u0432\u043e\u0433\u043e \u0433\u0440\u0430\u0444\u0438\u043a\u0430 \u0434\u043b\u044f \u043b\u0435\u0433\u0435\u043d\u0434\u044b;<\/p>\n<\/li>\n<li>\n<p><code>pandas.Series<\/code> \u0441 \u043a\u043e\u043e\u0440\u0434\u0438\u043d\u0430\u0442\u0430\u043c\u0438 \u0445 \u0438 \u0443 \u0434\u043b\u044f \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0445 \u0438\u043d\u0442\u0435\u0440\u0432\u0430\u043b\u043e\u0432;<\/p>\n<\/li>\n<li>\n<p><code>pandas.Series<\/code> \u0441 \u043b\u0435\u0439\u0431\u043b\u0430\u043c\u0438 \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0445 \u0438\u043d\u0442\u0435\u0440\u0432\u0430\u043b\u043e\u0432 \u0424\u0443\u043d\u043a\u0446\u0438\u044f \u0432\u044b\u0432\u043e\u0434\u0438\u0442 \u0433\u0440\u0430\u0444\u0438\u043a \u0441 <code>scatter<\/code> \u0446\u0435\u043b\u0435\u0432\u043e\u0439 \u0444\u0443\u043d\u043a\u0446\u0438\u0438 (\u0434\u043b\u044f \u0441\u043e\u0435\u0434\u0438\u043d\u0435\u043d\u0438\u0439 \u043c\u043e\u0436\u043d\u043e \u0437\u0430\u043c\u0435\u043d\u0438\u0442\u044c \u043d\u0430 <code>plot<\/code>), \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0435 \u0434\u0438\u0430\u043f\u0430\u0437\u043e\u043d\u044b \u043e\u043a\u0440\u0430\u0448\u0438\u0432\u0430\u044e\u0442\u0441\u044f \u043f\u043e <code>label<\/code> &#8212; <em>\u0442.\u0435. \u0432\u0441\u0435 \u0438\u0437\u0432\u0435\u0440\u0436\u0435\u043d\u0438\u044f \u0428\u0438\u0432\u0435\u043b\u0443\u0447\u0430 \u0438\u043c\u0435\u044e\u0442 \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u044b\u0439 \u0446\u0432\u0435\u0442 \u0438 \u043e\u0431\u043e\u0437\u043d\u0430\u0447\u0435\u043d \u0432 \u043b\u0435\u0433\u0435\u043d\u0434\u0435 \u0435\u0434\u0438\u043d\u043e\u0436\u0434\u044b<\/em>. \u041e\u0442\u043e\u0431\u0440\u0430\u0436\u0430\u0435\u0442\u0441\u044f \u043b\u0435\u0433\u0435\u043d\u0434\u0430.<\/p>\n<\/li>\n<\/ul>\n<pre><code class=\"python\">def highlighted_date (x, y, label, x_2, y_2, label_2):     \"\"\"     main_prepare_data(series,series, str, series,series,series)     \u043f\u043e\u0434\u0441\u0432\u0435\u0447\u0438\u0432\u0430\u0435\u0442 \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0435 \u043e\u0442\u0440\u0435\u0437\u043a\u0438 \u0438 \u0432\u044b\u0432\u043e\u0434\u0438\u0442 \u0446\u0435\u043b\u0435\u0432\u0443\u044e \u043a\u0440\u0438\u0432\u0443\u044e          \"\"\"     fig, ax = plt.subplots(figsize=(20, 6)) # \u0437\u0430\u0434\u0430\u0451\u043c \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u044b \u0433\u0440\u0430\u0444\u0438\u043a\u0430     ax.scatter(x, y, marker='x', label=label) # \u0441\u0442\u0440\u043e\u0438\u043c \u0433\u0440\u0430\u0444\u0438\u043a \u0446\u0435\u043b\u0435\u0432\u043e\u0433\u043e \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f     x_2 = x_2.to_list()     y_2 = y_2.to_list()     color_dict = {}     already_labeled = [] # \u0434\u043b\u044f \u0444\u0438\u043b\u044c\u0442\u0440\u0430\u0446\u0438\u0438 \u0443\u0436\u0435 \u0432\u044b\u043d\u0435\u0441\u0435\u043d\u043d\u044b\u0445 \u0432 \u043b\u0435\u0433\u0435\u043d\u0434\u0443     for j in label_2.unique(): # \u0441\u043e\u0437\u0434\u0430\u0451\u043c \u0441\u043b\u043e\u0432\u0430\u0440\u044c \u0446\u0432\u0435\u0442\u043e\u0432 \u0434\u043b\u044f \u0443\u043d\u0438\u043a\u0430\u043b\u044c\u043d\u044b\u0445 \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0439         color_dict[j] = np.random.rand(3,) # \u0446\u0432\u0435\u0442\u0430 \u0437\u0430\u0434\u0430\u044e\u0442\u0441\u044f \u0440\u0430\u043d\u0434\u043e\u043c\u043e\u043c     label_2 = label_2.to_list()     for i in range(len(x_2)):         if(label_2[i] in already_labeled):                 ax.axvspan(x_2[i], y_2[i], alpha=0.3, color=color_dict[label_2[i]])         else:             ax.axvspan(x_2[i], y_2[i], alpha=0.3, color=color_dict[label_2[i]], label=label_2[i])             already_labeled.append(label_2[i])     plt.legend()     plt.show()<\/code><\/pre>\n<p>\u0412\u044b\u0437\u043e\u0432 \u0432\u044b\u0433\u043b\u044f\u0434\u0438\u0442 \u0442\u0430\u043a:<\/p>\n<pre><code class=\"python\">highlighted_date(df_temp['Year'], df_temp['Mean'],                   '\u0421\u0440\u0435\u0434\u043d\u0435\u0435 \u043e\u0442\u043a\u043b\u043e\u043d\u0435\u043d\u0438\u0435 \u043e\u0442 \u0431\u0430\u0437\u043e\u0432\u043e\u0439 \u0442\u0435\u043c\u043f\u0435\u0440\u0430\u0442\u0443\u0440\u044b',                  df_eruptions['start_date'], df_eruptions['end_date'],                   df_eruptions['Volcano Name'])<\/code><\/pre>\n<figure class=\"full-width\"><figcaption>\u0422\u0435\u043f\u0435\u0440\u044c \u043a\u0430\u0436\u0434\u044b\u0439 \u0432\u0443\u043b\u043a\u0430\u043d \u0438\u043c\u0435\u0435\u0442 \u0441\u0432\u043e\u0439 \u0446\u0432\u0435\u0442 \u0438 \u0432 \u043b\u0435\u0433\u0435\u043d\u0434\u0435 \u0432\u0441\u0442\u0440\u0435\u0447\u0430\u0435\u0442\u0441\u044f \u043e\u0434\u0438\u043d \u0440\u0430\u0437<\/figcaption><\/figure>\n<h3>\u0412\u044b\u0432\u043e\u0434<\/h3>\n<p><em>\u0418\u043d\u0442\u0435\u0440\u0435\u0441\u043d\u043e, \u043d\u0430\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0432\u0435\u043b\u0438\u043a\u043e \u0432\u043b\u0438\u044f\u043d\u0438\u0435 \u0438\u0437\u0432\u0435\u0440\u0436\u0435\u043d\u0438\u044f \u0432\u0443\u043b\u043a\u0430\u043d\u0430 \u0411\u0435\u0437\u044b\u043c\u044f\u043d\u043d\u043e\u0433\u043e 1955 \u0433\u043e\u0434\u0430 \u043d\u0430 \u0440\u0435\u0437\u043a\u0438\u0439 \u0441\u043a\u0430\u0447\u043e\u043a \u0442\u0435\u043c\u043f\u0435\u0440\u0430\u0442\u0443\u0440\u044b?<\/em><\/p>\n<p>\u0421 \u043f\u043e\u043c\u043e\u0449\u044c\u044e python \u043c\u043e\u0436\u043d\u043e \u043f\u043e\u043d\u044f\u0442\u043d\u043e \u0438 \u043a\u0440\u0430\u0441\u0438\u0432\u043e \u043e\u0442\u043e\u0431\u0440\u0430\u0436\u0430\u0442\u044c \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0435 \u0438\u043d\u0442\u0435\u0440\u0432\u0430\u043b\u044b \u043d\u0430 \u0433\u0440\u0430\u0444\u0438\u043a\u0435 \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0445 \u0434\u0430\u043d\u043d\u044b\u0445. \u0420\u0430\u0437\u043d\u044b\u0435 \u0441\u043e\u0431\u044b\u0442\u0438\u044f \u043c\u043e\u0436\u043d\u043e \u043e\u043a\u0440\u0430\u0441\u0438\u0442\u044c \u0432 \u0440\u0430\u0437\u043d\u044b\u0435 \u0446\u0432\u0435\u0442\u0430 \u0438\u043b\u0438 \u0441\u0433\u0440\u0443\u043f\u043f\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0432 \u043e\u0434\u0438\u043d. \u0418\u043d\u043e\u0433\u0434\u0430, \u0442\u0430\u043a\u0430\u044f \u0432\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u043c\u043e\u0436\u0435\u0442 \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e \u043f\u043e\u0432\u044b\u0441\u0438\u0442\u044c \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e \u0430\u043d\u0430\u043b\u0438\u0437\u0430 \u0438 \u043d\u0430\u0439\u0442\u0438 \u0432\u0437\u0430\u0438\u043c\u043e\u0441\u0432\u044f\u0437\u0438.<\/p>\n<\/div>\n<\/div>\n<\/div>\n<p> <!----> <!----><\/div>\n<p> <!----> <!----><br \/> \u0441\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b \u0441\u0442\u0430\u0442\u044c\u0438 <a href=\"https:\/\/habr.com\/ru\/post\/710530\/\"> https:\/\/habr.com\/ru\/post\/710530\/<\/a><br \/><\/br><\/br><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[],"tags":[],"class_list":["post-343918","post","type-post","status-publish","format-standard","hentry"],"_links":{"self":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/343918","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=343918"}],"version-history":[{"count":0,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/343918\/revisions"}],"wp:attachment":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=343918"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=343918"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=343918"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}