{"id":371772,"date":"2024-05-21T04:56:21","date_gmt":"2024-05-21T04:56:21","guid":{"rendered":"http:\/\/savepearlharbor.com\/?p=371772"},"modified":"-0001-11-30T00:00:00","modified_gmt":"2024-05-21T04:56:21","slug":"","status":"publish","type":"post","link":"https:\/\/savepearlharbor.com\/?p=371772","title":{"rendered":"<span>\u0423\u043f\u0440\u0430\u0432\u043b\u0435\u043d\u0438\u0435 \u0446\u0432\u0435\u0442\u0430\u043c\u0438 \u0432 Seaborn: \u043a\u0430\u043a \u0432\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0434\u0430\u043d\u043d\u044b\u0435 \u043a\u0440\u0430\u0441\u0438\u0432\u043e<\/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<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/559\/706\/72b\/55970672b6d29373b02bf1e0aa2948e5.png\" width=\"2561\" height=\"1261\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/559\/706\/72b\/55970672b6d29373b02bf1e0aa2948e5.png\"\/><\/figure>\n<p>\u041f\u0440\u0438\u0432\u0435\u0442, \u0425\u0430\u0431\u0440! \u0412 \u044d\u0442\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0435 \u044f \u0440\u0430\u0441\u0441\u043a\u0430\u0436\u0443 \u043f\u0440\u043e \u0441\u0432\u043e\u0451 \u0432\u0438\u0434\u0435\u043d\u0438\u0435 \u0440\u0430\u0431\u043e\u0442\u044b \u0441 \u0446\u0432\u0435\u0442\u043e\u043c \u043f\u0440\u0438 \u0432\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0438 \u0433\u0440\u0430\u0444\u0438\u043a\u043e\u0432. \u0411\u0443\u0434\u0443 \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0442\u044c \u0432\u0441\u0435 \u043d\u0430 \u043f\u0440\u0438\u043c\u0435\u0440\u0430\u0445 \u2014 \u0443\u0432\u0435\u0440\u0435\u043d, \u043e\u043d\u0438 \u0432\u0430\u043c \u043f\u043e\u043d\u0440\u0430\u0432\u044f\u0442\u0441\u044f.<\/p>\n<p>\u042f \u043f\u043e\u043a\u0430\u0436\u0443 \u043d\u0435 \u0442\u043e\u043b\u044c\u043a\u043e \u043a\u0430\u0440\u0442\u0438\u043d\u043a\u0438 \u0431\u044b\u043b\u043e-\u0441\u0442\u0430\u043b\u043e, \u043d\u043e \u0438 \u043f\u0440\u0438\u0432\u0435\u0434\u0443 \u043f\u0440\u0438\u043c\u0435\u0440\u044b \u043a\u043e\u0434\u0430, \u0430 \u0442\u0430\u043a\u0436\u0435 \u043e\u0431\u044a\u044f\u0441\u043d\u044e \u043b\u043e\u0433\u0438\u043a\u0443 \u043f\u0440\u0438\u043d\u044f\u0442\u0438\u044f \u0440\u0435\u0448\u0435\u043d\u0438\u0439: \u043a\u0430\u043a \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0442\u0443 \u0438\u043b\u0438 \u0438\u043d\u0443\u044e \u043f\u0430\u043b\u0438\u0442\u0440\u0443 \u0432 \u043a\u043e\u043d\u043a\u0440\u0435\u0442\u043d\u043e\u0439 \u0437\u0430\u0434\u0430\u0447\u0435. \u0418 \u0441\u0430\u043c\u043e\u0435 \u0433\u043b\u0430\u0432\u043d\u043e\u0435, \u0434\u0430\u043c \u043f\u043e\u0448\u0430\u0433\u043e\u0432\u044b\u0435 \u0441\u043e\u0432\u0435\u0442\u044b, \u043a\u0430\u043a \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u0433\u0440\u0430\u0444\u0438\u043a \u043b\u043e\u0433\u0438\u0447\u043d\u0435\u0435 \u0438 \u043f\u043e\u043d\u044f\u0442\u043d\u0435\u0435 \u0434\u043b\u044f \u0437\u0430\u043a\u0430\u0437\u0447\u0438\u043a\u043e\u0432.<\/p>\n<p>\u041c\u0435\u043d\u044f \u0437\u043e\u0432\u0443\u0442 \u0421\u0430\u0448\u0430, \u0441\u0435\u0439\u0447\u0430\u0441 \u044f \u0440\u0430\u0431\u043e\u0442\u0430\u044e \u0432 Lamoda Tech \u0441\u0442\u0430\u0440\u0448\u0438\u043c \u0431\u0438\u0437\u043d\u0435\u0441\/\u0434\u0430\u0442\u0430-\u0430\u043d\u0430\u043b\u0438\u0442\u0438\u043a\u043e\u043c. \u0414\u043e \u044d\u0442\u043e\u0433\u043e \u044f \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043b\u0435\u0442 \u0431\u044b\u043b \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0441\u0442\u043e\u043c \u043f\u043e \u0434\u0430\u043d\u043d\u044b\u043c \u0432 \u0434\u0440\u0443\u0433\u043e\u0439 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 \u0438 \u0440\u0435\u0433\u0443\u043b\u044f\u0440\u043d\u043e \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u044f\u043b \u0441\u043e\u0432\u0435\u0442\u0443 \u0434\u0438\u0440\u0435\u043a\u0442\u043e\u0440\u043e\u0432 \u0430\u043d\u0430\u043b\u0438\u0437 \u0438 \u043f\u0440\u043e\u0433\u043d\u043e\u0437 \u0444\u0438\u0437\u0438\u0447\u0435\u0441\u043a\u0438\u0445 \u0438 \u0431\u0438\u0437\u043d\u0435\u0441-\u043f\u043e\u043a\u0430\u0437\u0430\u0442\u0435\u043b\u0435\u0439. \u0423\u043c\u0435\u043d\u0438\u0435 \u0434\u043e\u043d\u0435\u0441\u0442\u0438 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u044f \u0434\u043e \u0437\u0430\u043a\u0430\u0437\u0447\u0438\u043a\u0430, \u043e\u0441\u043e\u0431\u0435\u043d\u043d\u043e \u0435\u0441\u043b\u0438 \u043e\u043d \u043d\u0435 \u043f\u043e\u0433\u0440\u0443\u0436\u0435\u043d \u0432 \u0440\u0430\u0431\u043e\u0442\u0443 \u0441 \u0434\u0430\u043d\u043d\u044b\u043c\u0438 \u2014 \u044d\u0442\u043e \u0432\u0430\u0436\u043d\u044b\u0439 \u0430\u0441\u043f\u0435\u043a\u0442 \u043c\u043e\u0435\u0439 \u043f\u0440\u043e\u0444\u0435\u0441\u0441\u0438\u0438. \u041d\u0430\u0434\u0435\u044e\u0441\u044c, \u0441\u0442\u0430\u0442\u044c\u044f \u043f\u043e\u043c\u043e\u0436\u0435\u0442 \u043f\u0440\u043e\u043a\u0430\u0447\u0430\u0442\u044c \u044d\u0442\u043e\u0442 \u0441\u043a\u0438\u043b\u043b.\u00a0<\/p>\n<h2>\u0412\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u0433\u0440\u0430\u0444\u0438\u043a\u043e\u0432<\/h2>\n<p>\u0414\u0430\u0432\u0430\u0439\u0442\u0435 \u043f\u0440\u0438\u0441\u0442\u0443\u043f\u0438\u043c. \u0412 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0438 \u0434\u043b\u044f \u0432\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0438 \u0431\u0443\u0434\u0435\u0442 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c\u0441\u044f seaborn. \u0412 \u0441\u043a\u0440\u044b\u0442\u044b\u0445 \u0431\u043b\u043e\u043a\u0430\u0445 \u0431\u0443\u0434\u0435\u0442 \u043d\u0430\u0445\u043e\u0434\u0438\u0442\u044c\u0441\u044f \u043a\u043e\u0434, \u0430 \u043e\u0441\u043d\u043e\u0432\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0438 \u0441\u0442\u0430\u043d\u0443\u0442 \u043a\u0430\u0440\u0442\u0438\u043d\u043a\u0438: \u043d\u0435 \u0437\u0440\u044f \u0436\u0435 \u0441\u0442\u0430\u0442\u044c\u044f \u0438\u043c\u0435\u043d\u043d\u043e \u043f\u0440\u043e \u0432\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044e?<\/p>\n<p>\u0414\u043e\u043f\u0443\u0441\u0442\u0438\u043c, \u0447\u0442\u043e \u0443 \u043d\u0430\u0441 \u0435\u0441\u0442\u044c \u0434\u0430\u043d\u043d\u044b\u0435 \u043d\u0435\u043a\u043e\u0439 \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u0437\u0430 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043b\u0435\u0442 (2006-2011), \u0438 \u043d\u0430\u043c \u043d\u0443\u0436\u043d\u043e \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u0438\u0442\u044c \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b \u043c\u0435\u043d\u0435\u0434\u0436\u043c\u0435\u043d\u0442\u0443. \u0424\u0430\u0439\u043b\u044b \u0434\u043b\u044f \u044d\u0442\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0438 \u2014 \u043a\u043e\u0434, \u0434\u0430\u0442\u0430\u0441\u0435\u0442 \u0438 \u0433\u0440\u0430\u0444\u0438\u043a\u0438 <em>\u2014 <\/em>\u0432\u044b \u043c\u043e\u0436\u0435\u0442\u0435 \u043d\u0430\u0439\u0442\u0438 <a href=\"https:\/\/github.com\/sawabear\/article_colors_in_seaborn\">\u043d\u0430 GitHub<\/a>.<\/p>\n<p><em>\u041f\u0440\u0438\u043c.: \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0439 \u0431\u043b\u043e\u043a \u043a\u043e\u0434\u0430 \u2014 \u0435\u0434\u0438\u043d\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0439 \u043e\u0431\u044f\u0437\u0430\u0442\u0435\u043b\u044c\u043d\u044b\u0439 \u043a \u0438\u0441\u043f\u043e\u043b\u043d\u0435\u043d\u0438\u044e. \u0412\u0441\u0435 \u043e\u0441\u0442\u0430\u043b\u044c\u043d\u044b\u0435 \u043d\u0443\u0436\u043d\u044b \u0442\u043e\u043b\u044c\u043a\u043e \u0434\u043b\u044f \u0432\u043e\u0441\u043f\u0440\u043e\u0438\u0437\u0432\u0435\u0434\u0435\u043d\u0438\u044f \u043a\u043e\u043d\u043a\u0440\u0435\u0442\u043d\u043e\u0433\u043e \u043f\u0440\u0438\u043c\u0435\u0440\u0430 \u0432\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0438.<\/em><\/p>\n<details class=\"spoiler\">\n<summary>\u0411\u043b\u043e\u043a \u043a\u043e\u0434\u0430<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">import matplotlib.pyplot as plt import numpy as np import pandas as pd import seaborn as sns  path_graphs = '..\/graphs\/' is_save_graph = False  df_data = pd.read_pickle('..\/data\/df_data.pkl') display(df_data.head(), df_data.tail())  # \u041f\u0440\u0438\u0433\u043e\u0434\u0438\u0442\u0441\u044f \u043f\u043e\u0437\u0436\u0435 \u21161 # \u0414\u043b\u044f \u0433\u0440\u0430\u0444\u0438\u043a\u043e\u0432 \u0441\u0438\u043d\u0443\u0441\u043e\u0439\u0434 df_sin = df_data.copy(deep=True) sin_base = np.sin(np.arange(0, np.pi*2, np.pi*2\/12)) * 1.5*10**4 df_sin['metrics1'] = np.concatenate([sin_base + i*10**4 for i in range(6,12)])  # \u041f\u0440\u0438\u0433\u043e\u0434\u0438\u0442\u0441\u044f \u043f\u043e\u0437\u0436\u0435 \u21162 # \u0414\u043b\u044f \u0433\u0440\u0430\u0444\u0438\u043a\u043e\u0432 \u0441 \u043f\u0440\u0435\u0434\u043f\u043e\u043b\u043e\u0436\u0435\u043d\u0438\u0435\u043c, \u0447\u0442\u043e 2011 \u0433\u043e\u0434 \u2014 \u043f\u0440\u043e\u0433\u043d\u043e\u0437 df_predict = df_data.copy(deep=True)  df_predict['year'] = df_predict['year'].apply(lambda x: f'{x} \u043f\u0440\u043e\u0433\u043d\u043e\u0437' if x == 2011 else f'{x} \u0444\u0430\u043a\u0442')  # \u041f\u0440\u0438\u0433\u043e\u0434\u0438\u0442\u0441\u044f \u043f\u043e\u0437\u0436\u0435 \u21163 # \u0414\u043b\u044f \u0433\u0440\u0430\u0444\u0438\u043a\u043e\u0432, \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u043d\u044b\u0445 \u0432\u043c\u0435\u0441\u0442\u043e 3\u0414 \u0432\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0439 df_data3d = pd.concat([df_data.iloc[:, 2:], df_data.iloc[:, 2:]*1.01, df_data.iloc[:, 2:]*1.05], axis=0)<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<figure class=\"\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/81e\/efe\/483\/81eefe4834cf20d88882e2f8dcfb2dea.png\" width=\"367\" height=\"407\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/81e\/efe\/483\/81eefe4834cf20d88882e2f8dcfb2dea.png\"\/><\/figure>\n<h3>\u0411\u0430\u0437\u0430<\/h3>\n<details class=\"spoiler\">\n<summary>\u0411\u043b\u043e\u043a \u043a\u043e\u0434\u0430<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">sns.lineplot(data=df_data, x=df_data.index, y='metrics1') # \u041e\u0442\u0440\u0438\u0441\u0443\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a  if is_save_graph: plt.savefig(f'{path_graphs}plot_base.jpeg') # \u0421\u043e\u0445\u0440\u0430\u043d\u0438\u043c \u0433\u0440\u0430\u0444\u0438\u043a<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<figure class=\"\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/2d0\/c46\/bb4\/2d0c46bb4e7e5cd3d71d6b4019d7a0e6.png\" width=\"432\" height=\"288\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/2d0\/c46\/bb4\/2d0c46bb4e7e5cd3d71d6b4019d7a0e6.png\"\/><\/figure>\n<p>\u041a\u0430\u043a \u0432\u0438\u0434\u043d\u043e \u0438\u0437 \u0433\u0440\u0430\u0444\u0438\u043a\u0430, \u044d\u0442\u043e \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u043e\u0439 \u0440\u044f\u0434 \u043d\u0435\u043a\u043e\u0442\u043e\u0440\u043e\u0439 \u043c\u0435\u0442\u0440\u0438\u043a\u0438. \u0422\u0430\u043a\u0430\u044f \u0432\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u043f\u043e\u0434\u043e\u0439\u0434\u0435\u0442 \u0442\u043e\u043b\u044c\u043a\u043e \u0434\u043b\u044f \u0432\u043d\u0443\u0442\u0440\u0435\u043d\u043d\u0435\u0433\u043e \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u044f \u043a\u043e\u043c\u0430\u043d\u0434\u043e\u0439, \u0438 \u0442\u043e \u0441 \u043d\u0430\u0442\u044f\u0436\u043a\u043e\u0439: \u043d\u0435\u0447\u0438\u0442\u0430\u0435\u043c\u044b\u0439 \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u043e\u0439 \u043f\u0435\u0440\u0438\u043e\u0434, \u043f\u043b\u043e\u0445\u043e \u0432\u043e\u0441\u043f\u0440\u0438\u043d\u0438\u043c\u0430\u0435\u0442\u0441\u044f \u0440\u0430\u0437\u043c\u0435\u0440\u043d\u043e\u0441\u0442\u044c, \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e \u043a\u0430\u0440\u0442\u0438\u043d\u043a\u0438 \u043e\u0441\u0442\u0430\u0432\u043b\u044f\u0435\u0442 \u0436\u0435\u043b\u0430\u0442\u044c \u043b\u0443\u0447\u0448\u0435\u0433\u043e. \u0415\u0441\u043b\u0438 \u043d\u0430\u043c \u043f\u043e\u043d\u0430\u0434\u043e\u0431\u0438\u0442\u0441\u044f \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u043f\u043e\u0434\u043e\u0431\u043d\u044b\u0439 \u0433\u0440\u0430\u0444\u0438\u043a \u0432 \u043e\u0442\u0447\u0435\u0442\u0435 \u0438\u043b\u0438 \u043f\u0440\u0435\u0437\u0435\u043d\u0442\u0430\u0446\u0438\u0438, \u0442\u043e \u043f\u0440\u0438\u0434\u0435\u0442\u0441\u044f \u043f\u0435\u0440\u0435\u0437\u0430\u043f\u0443\u0441\u043a\u0430\u0442\u044c \u0442\u0435\u0442\u0440\u0430\u0434\u044c \u0438 \u043e\u0442\u0444\u043e\u0440\u043c\u0430\u0442\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0435\u0433\u043e, \u0438 \u043d\u0430\u043c \u043f\u043e\u0432\u0435\u0437\u0435\u0442, \u0435\u0441\u043b\u0438 \u0434\u0435\u043b\u0430\u0442\u044c \u044d\u0442\u043e \u0431\u0443\u0434\u0435\u0442 \u0442\u043e\u0442 \u0436\u0435 \u0447\u0435\u043b\u043e\u0432\u0435\u043a, \u0447\u0442\u043e \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u043b \u0437\u0430\u0434\u0430\u0447\u0443 \u2014 \u0443 \u043d\u0435\u0433\u043e \u0443\u0436\u0435 \u0431\u0443\u0434\u0443\u0442 \u043d\u0435\u043e\u0431\u0445\u043e\u0434\u0438\u043c\u044b\u0435 \u0434\u0430\u043d\u043d\u044b\u0435 \u0438 \u043f\u043e\u043d\u0438\u043c\u0430\u043d\u0438\u0435, \u0447\u0442\u043e \u043d\u0443\u0436\u043d\u043e \u043f\u043e\u0434\u0441\u0432\u0435\u0442\u0438\u0442\u044c.<\/p>\n<p>\u041f\u0440\u0438\u043c\u0435\u043d\u0438\u043c \u043d\u0435\u043c\u043d\u043e\u0433\u043e \u0443\u0441\u0438\u043b\u0438\u0439, \u0447\u0442\u043e\u0431\u044b \u0443\u043b\u0443\u0447\u0448\u0438\u0442\u044c \u0432\u043e\u0441\u043f\u0440\u0438\u044f\u0442\u0438\u0435. <\/p>\n<details class=\"spoiler\">\n<summary>\u0411\u043b\u043e\u043a \u043a\u043e\u0434\u0430<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">plt.figure(figsize=(10,5), dpi=300) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u0440\u0430\u0437\u043c\u0435\u0440 \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0438 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 \u0438 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e  sns.lineplot(data=df_data, x=df_data.index, y='metrics1') # \u041e\u0442\u0440\u0438\u0441\u0443\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a  plt.xticks(rotation=90, fontsize=6) # \u041f\u043e\u0432\u0435\u0440\u043d\u0435\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlim(0, len(df_data)-1) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlabel('\u0414\u0430\u0442\u0430', fontsize=10) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441  y_ticks, y_label = plt.yticks() # \u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0438\u043d\u0434\u0435\u043a\u0441\u044b \u0438 \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.yticks(ticks=y_ticks, labels=['{:.0f}'.format(i) for i in y_ticks\/10**3], fontsize=8) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylim(4*10**4, 12.5*10**4) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylabel('\u041c\u0435\u0442\u0440\u0438\u043a\u0430 \u21161, \u0442\u044b\u0441.\u0448\u0442.', fontsize=12) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442  plt.title('\u0418\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u0435 \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u21161 \u0432 \u043f\u0435\u0440\u0438\u043e\u0434 2006-2011 \u0433\u043e\u0434\u043e\u0432', fontsize=16) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 plt.tight_layout() # \u0420\u0430\u0441\u0442\u044f\u043d\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a \u043d\u0430 \u0432\u0441\u044e \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0443  if is_save_graph: plt.savefig(f'{path_graphs}plot_base_advanced.jpeg') # \u0421\u043e\u0445\u0440\u0430\u043d\u0438\u043c \u0433\u0440\u0430\u0444\u0438\u043a<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/216\/145\/5f5\/2161455f5013449cca019b9f08b9202c.png\" width=\"1600\" height=\"800\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/216\/145\/5f5\/2161455f5013449cca019b9f08b9202c.png\"\/><\/figure>\n<p>\u0417\u0430\u0442\u0440\u0430\u0447\u0435\u043d\u043e 2 \u043c\u0438\u043d\u0443\u0442\u044b, \u0430 \u0433\u0440\u0430\u0444\u0438\u043a \u0441\u0442\u0430\u043b \u043d\u0430\u043c\u043d\u043e\u0433\u043e \u043f\u0440\u0438\u0432\u043b\u0435\u043a\u0430\u0442\u0435\u043b\u044c\u043d\u0435\u0435 \u0438 \u0447\u0438\u0442\u0430\u0431\u0435\u043b\u044c\u043d\u0435\u0435. \u0427\u0438\u0442\u0430\u0442\u0435\u043b\u044e \u0441\u0442\u0430\u043b\u0438 \u043f\u043e\u043d\u044f\u0442\u043d\u0435\u0435:<\/p>\n<ul>\n<li>\n<p>\u0421\u0443\u0442\u044c \u0433\u0440\u0430\u0444\u0438\u043a\u0430 \u2014\u00a0 \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435.<\/p>\n<\/li>\n<li>\n<p>\u0412\u0440\u0435\u043c\u0435\u043d\u043d\u043e\u0439 \u043f\u0435\u0440\u0438\u043e\u0434: \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043f\u043e\u0432\u0435\u0440\u043d\u0443\u043b\u0438, \u0438 \u0438\u0445 \u0441\u0442\u0430\u043b\u043e \u0432\u0438\u0434\u043d\u043e.<\/p>\n<\/li>\n<li>\n<p>\u0420\u0430\u0437\u043c\u0435\u0440\u043d\u043e\u0441\u0442\u044c \u043c\u0435\u0442\u0440\u0438\u043a\u0438: \u043f\u0435\u0440\u0435\u043d\u0435\u0441\u043b\u0438 \u043f\u0440\u0438\u0441\u0442\u0430\u0432\u043a\u0443 \u0442\u044b\u0441. \u0432 \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u043e\u0441\u0438.<\/p>\n<\/li>\n<\/ul>\n<p>\u042f \u0441\u043e\u0433\u043b\u0430\u0441\u0435\u043d, \u0447\u0442\u043e \u0432 \u043f\u0435\u0440\u0432\u043e\u0435 \u0432\u0440\u0435\u043c\u044f \u0442\u0430\u043a\u0438\u0435 \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u044f \u0431\u0443\u0434\u0443\u0442 \u043e\u0442\u043d\u0438\u043c\u0430\u0442\u044c \u0431\u043e\u043b\u044c\u0448\u0435 \u0432\u0440\u0435\u043c\u0435\u043d\u0438. \u041d\u043e \u0441 \u043a\u0430\u0436\u0434\u044b\u043c \u0440\u0430\u0437\u043e\u043c \u0443 \u0432\u0430\u0441 \u0431\u0443\u0434\u0435\u0442 \u0431\u043e\u043b\u044c\u0448\u0435 \u043e\u043f\u044b\u0442\u0430, \u0438 \u0432\u044b \u0431\u0443\u0434\u0435\u0442\u0435 \u0441\u043f\u0440\u0430\u0432\u043b\u044f\u0442\u044c\u0441\u044f \u0441 \u0444\u043e\u0440\u043c\u0430\u0442\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435\u043c \u0431\u044b\u0441\u0442\u0440\u0435\u0435. \u0414\u0430\u0436\u0435 \u043a\u043e\u0433\u0434\u0430 \u0432\u044b \u043d\u0430 99% \u0443\u0432\u0435\u0440\u0435\u043d\u044b, \u0447\u0442\u043e \u0433\u0440\u0430\u0444\u0438\u043a \u043d\u0435 \u043d\u0443\u0436\u043d\u043e \u0431\u0443\u0434\u0435\u0442 \u043f\u0440\u0435\u0437\u0435\u043d\u0442\u043e\u0432\u0430\u0442\u044c, \u043e\u0442\u0444\u043e\u0440\u043c\u0430\u0442\u0438\u0440\u0443\u0439\u0442\u0435 \u0435\u0433\u043e. \u0422\u0430\u043a \u0432\u044b \u043e\u0441\u0442\u0430\u0432\u0438\u0442\u0435 \u043f\u043e\u0441\u043b\u0435 \u0441\u0435\u0431\u044f \u043f\u0440\u0438\u044f\u0442\u043d\u0443\u044e \u0438 \u043f\u043e\u043d\u044f\u0442\u043d\u0443\u044e \u0442\u0435\u0442\u0440\u0430\u0434\u044c \u0438 \u043f\u043e\u043a\u0430\u0436\u0435\u0442\u0435 \u0441\u0432\u043e\u0435 \u043e\u0442\u043d\u043e\u0448\u0435\u043d\u0438\u0435 \u043a \u043f\u0440\u043e\u0434\u0435\u043b\u0430\u043d\u043d\u043e\u0439 \u0440\u0430\u0431\u043e\u0442\u0435 \u0438 \u043a\u043e\u043b\u043b\u0435\u0433\u0430\u043c, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0431\u0443\u0434\u0443\u0442 \u0432 \u043d\u0435\u0451 \u043f\u043e\u0433\u0440\u0443\u0436\u0430\u0442\u044c\u0441\u044f.<\/p>\n<h3>\u0423 \u0432\u0430\u0441 \u0435\u0441\u0442\u044c \u0442\u043e\u043b\u044c\u043a\u043e 10 \u0441\u0435\u043a\u0443\u043d\u0434<\/h3>\n<p>\u0417\u043d\u0430\u0435\u0442\u0435 \u00ab\u043f\u0440\u0430\u0432\u0438\u043b\u043e 10 \u0441\u0435\u043a\u0443\u043d\u0434\u00bb? \u041c\u044b \u043f\u043e \u0431\u043e\u043b\u044c\u0448\u0435\u0439 \u0447\u0430\u0441\u0442\u0438 \u0444\u043e\u0440\u043c\u0438\u0440\u0443\u0435\u043c \u0441\u0432\u043e\u0451 \u043c\u043d\u0435\u043d\u0438\u0435 \u043e \u043d\u0435\u0437\u043d\u0430\u043a\u043e\u043c\u043e\u043c \u0447\u0435\u043b\u043e\u0432\u0435\u043a\u0435 \u0432 \u043f\u0435\u0440\u0432\u044b\u0435 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043c\u0433\u043d\u043e\u0432\u0435\u043d\u0438\u0439. \u0421 \u0433\u0440\u0430\u0444\u0438\u043a\u0430\u043c\u0438 \u043f\u0440\u043e\u0438\u0441\u0445\u043e\u0434\u0438\u0442 \u0442\u043e\u0447\u043d\u043e \u0442\u0430\u043a \u0436\u0435, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u0441 \u043f\u0435\u0440\u0432\u043e\u0433\u043e \u0432\u0437\u0433\u043b\u044f\u0434\u0430 \u043e\u043d\u0438 \u0434\u043e\u043b\u0436\u043d\u044b \u0431\u044b\u0442\u044c \u043c\u0430\u043a\u0441\u0438\u043c\u0430\u043b\u044c\u043d\u043e \u0438\u043d\u0442\u0443\u0438\u0442\u0438\u0432\u043d\u044b\u043c\u0438 \u0438 \u0441\u0440\u0430\u0437\u0443 \u0434\u0430\u0432\u0430\u0442\u044c \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u0438\u0435 \u043e \u0441\u043e\u0434\u0435\u0440\u0436\u0430\u043d\u0438\u0438!<\/p>\n<h4>\u041d\u0435\u043c\u043d\u043e\u0433\u043e \u043e hue<\/h4>\n<p>\u041f\u0430\u0440\u0430\u043c\u0435\u0442\u0440 hue \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0435\u0442 \u0432\u044b\u043f\u043e\u043b\u043d\u0438\u0442\u044c \u0432\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044e \u0441 \u0434\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0439 \u0440\u0430\u0437\u0431\u0438\u0432\u043a\u043e\u0439 \u043f\u043e \u0444\u0438\u0447\u0435. \u0414\u043b\u044f \u044d\u0442\u043e\u0433\u043e \u043c\u043e\u0436\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0434\u0432\u0430 \u0442\u0438\u043f\u0430 \u0446\u0432\u0435\u0442\u043e\u0432\u044b\u0445 \u043f\u0430\u043b\u0438\u0442\u0440 (\u043f\u043e\u0434\u0440\u043e\u0431\u043d\u0435\u0435 <a href=\"https:\/\/seaborn.pydata.org\/tutorial\/color_palettes.html\">https:\/\/seaborn.pydata.org\/tutorial\/color_palettes.html<\/a>):<\/p>\n<ul>\n<li>\n<p>\u041d\u0435\u043f\u0440\u0435\u0440\u044b\u0432\u043d\u0430\u044f (\u043f\u043e\u0434\u0445\u043e\u0434\u0438\u0442 \u0434\u043b\u044f \u043d\u0435\u043f\u0440\u0435\u0440\u044b\u0432\u043d\u044b\u0445 \u0444\u0438\u0447\u0435\u0439) \u2014 \u044d\u0442\u043e \u043d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0433\u0440\u0430\u0434\u0438\u0435\u043d\u0442. \u0421\u043a\u043e\u043b\u044c\u043a\u043e \u0431\u044b \u043d\u0438 \u0431\u044b\u043b\u043e \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0439 \u0432 \u0444\u0438\u0447\u0435, \u043e\u043d\u0438 \u0440\u0430\u0441\u043f\u043e\u043b\u043e\u0436\u0430\u0442\u0441\u044f \u0432\u043d\u0443\u0442\u0440\u0438 \u0433\u0440\u0430\u0434\u0438\u0435\u043d\u0442\u0430 \u0441\u0442\u0440\u043e\u0433\u043e \u043e\u0442 \u043c\u0438\u043d\u0438\u043c\u0443\u043c\u0430 \u043a \u043c\u0430\u043a\u0441\u0438\u043c\u0443\u043c\u0443.<\/p>\n<\/li>\n<\/ul>\n<details class=\"spoiler\">\n<summary>\u0411\u043b\u043e\u043a \u043a\u043e\u0434\u0430<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">for palette in ('viridis', 'flare', 'rocket'):     plt.figure(figsize=(5,1), dpi=300)     sns.heatmap(data=[range(10**4)], cbar=False, cmap=palette)     plt.axis('off')     plt.tight_layout()     if is_save_graph: plt.savefig(f'{path_graphs}plot_palette_{palette}_1.jpeg') # \u0421\u043e\u0445\u0440\u0430\u043d\u0438\u043c \u0433\u0440\u0430\u0444\u0438\u043a<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/949\/760\/2f6\/9497602f61bb1de9a3f470a869bf5342.png\" width=\"1500\" height=\"300\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/949\/760\/2f6\/9497602f61bb1de9a3f470a869bf5342.png\"\/><\/figure>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/d2b\/f15\/8ba\/d2bf158ba9257ab545a3d8ff0ad8fc43.png\" width=\"1500\" height=\"300\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/d2b\/f15\/8ba\/d2bf158ba9257ab545a3d8ff0ad8fc43.png\"\/><\/figure>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/e34\/eb2\/cf4\/e34eb2cf464cc0d4be43e8ef7ffa063e.png\" width=\"1500\" height=\"300\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/e34\/eb2\/cf4\/e34eb2cf464cc0d4be43e8ef7ffa063e.png\"\/><\/figure>\n<ul>\n<li>\n<p>\u0414\u0438\u0441\u043a\u0440\u0435\u0442\u043d\u0430\u044f (\u043b\u043e\u0433\u0438\u0447\u043d\u043e \u0434\u043b\u044f \u0434\u0438\u0441\u043a\u0440\u0435\u0442\u043d\u044b\u0445 \u0444\u0438\u0447\u0435\u0439) \u2014 \u043a\u043e\u043d\u0435\u0447\u043d\u043e\u0435 \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u043e \u0446\u0432\u0435\u0442\u043e\u0432 \u0432 \u043f\u0430\u043b\u0438\u0442\u0440\u0435. \u041f\u0440\u0438 \u0434\u043e\u0441\u0442\u0438\u0436\u0435\u043d\u0438\u0438 \u043f\u043e\u0441\u043b\u0435\u0434\u043d\u0435\u0433\u043e \u0446\u0432\u0435\u0442\u0430 \u0446\u0438\u043a\u043b \u043d\u0430\u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f \u0446\u0432\u0435\u0442\u0430 \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0438 \u043d\u0430\u0447\u0438\u043d\u0430\u0435\u0442\u0441\u044f \u043f\u043e \u043d\u043e\u0432\u043e\u0439.<\/p>\n<\/li>\n<\/ul>\n<details class=\"spoiler\">\n<summary>\u0411\u043b\u043e\u043a \u043a\u043e\u0434\u0430<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">for palette in ('pastel', 'Set2', 'rocket'):     plt.figure(figsize=(5,1), dpi=300)     sns.barplot(data=[[1]]*20, palette=palette)     for w in plt.gca().patches:         w.set_width(1)     plt.axis('off')     plt.tight_layout()     if is_save_graph: plt.savefig(f'{path_graphs}plot_palette_{palette}_2.jpeg') # \u0421\u043e\u0445\u0440\u0430\u043d\u0438\u043c \u0433\u0440\u0430\u0444\u0438\u043a<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/cbe\/407\/7ed\/cbe4077ed1f8fca53ed5ea3ad795cc6c.png\" width=\"1500\" height=\"300\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/cbe\/407\/7ed\/cbe4077ed1f8fca53ed5ea3ad795cc6c.png\"\/><\/figure>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/38d\/341\/7ba\/38d3417baf41f48744a93c5534aec477.png\" width=\"1500\" height=\"300\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/38d\/341\/7ba\/38d3417baf41f48744a93c5534aec477.png\"\/><\/figure>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/5ec\/6ee\/f9c\/5ec6eef9c945727a60adad8379eff5b5.png\" width=\"1500\" height=\"300\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/5ec\/6ee\/f9c\/5ec6eef9c945727a60adad8379eff5b5.png\"\/><\/figure>\n<ol>\n<li>\n<p>\u0412 \u043f\u0430\u043b\u0438\u0442\u0440\u0435 \u2018pastel\u2019 10 \u0446\u0432\u0435\u0442\u043e\u0432, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u043d\u0430\u0447\u0438\u043d\u0430\u044f \u0441 11 \u0446\u0432\u0435\u0442\u0430 \u0446\u0438\u043a\u043b \u043d\u0430\u0447\u0438\u043d\u0430\u0435\u0442\u0441\u044f \u0441\u043d\u043e\u0432\u0430.<\/p>\n<\/li>\n<li>\n<p>\u0412 \u043f\u0430\u043b\u0438\u0442\u0440\u0435 &#8216;Set2&#8217; 8 \u0446\u0432\u0435\u0442\u043e\u0432, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u043d\u0430\u0447\u0438\u043d\u0430\u044f \u0441 9 \u0446\u0432\u0435\u0442\u0430 \u0446\u0438\u043a\u043b \u043d\u0430\u0447\u0438\u043d\u0430\u0435\u0442\u0441\u044f \u0441\u043d\u043e\u0432\u0430.<\/p>\n<\/li>\n<li>\n<p>\u041d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043f\u0430\u043b\u0438\u0442\u0440\u044b \u043c\u043e\u0436\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0432 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435 \u0438 \u043f\u0435\u0440\u0432\u043e\u0433\u043e, \u0438 \u0432\u0442\u043e\u0440\u043e\u0433\u043e \u0442\u0438\u043f\u0430, \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, &#8216;rocket&#8217;. \u0421\u043a\u043e\u043b\u044c\u043a\u043e \u0431\u044b \u043c\u044b \u043d\u0438 \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u0438 \u0438\u0437 \u044d\u0442\u0438\u0445 \u043f\u0430\u043b\u0438\u0442\u0440 \u0446\u0432\u0435\u0442\u043e\u0432 \u2014 \u0432\u0441\u0435 \u043e\u043d\u0438 \u0431\u0443\u0434\u0443\u0442 \u0443\u043d\u0438\u043a\u0430\u043b\u044c\u043d\u044b\u043c\u0438, \u043d\u043e \u043d\u0435 \u0432\u0441\u0435\u0433\u0434\u0430 \u044d\u0442\u043e \u0431\u0443\u0434\u0435\u0442 \u0437\u0430\u043c\u0435\u0442\u043d\u043e \u0432\u0438\u0437\u0443\u0430\u043b\u044c\u043d\u043e.<\/p>\n<\/li>\n<\/ol>\n<h4>\u0413\u0440\u0430\u0434\u0438\u0435\u043d\u0442\u043d\u0430\u044f \u043f\u0430\u043b\u0438\u0442\u0440\u0430<\/h4>\n<p>\u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u0435\u0441\u043b\u0438 \u043c\u044b \u0445\u043e\u0442\u0438\u043c \u043f\u0440\u0435\u0437\u0435\u043d\u0442\u043e\u0432\u0430\u0442\u044c \u0442\u0440\u0435\u043d\u0434\u044b, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0441\u043b\u043e\u0436\u0438\u043b\u0438\u0441\u044c \u0432\u043d\u0443\u0442\u0440\u0438 \u0433\u043e\u0434\u043e\u0432 (\u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u0438\u0442\u044c \u0433\u043e\u0434 \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0430\u043b\u044c\u043d\u043e\u0439 \u0444\u0438\u0447\u0435\u0439), \u0443\u043a\u0430\u0436\u0435\u043c \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440 hue=&#8217;year&#8217;.<\/p>\n<p><em>\u041f\u0440\u0438\u043c.: \u0434\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u043f\u043e\u043f\u0440\u0430\u0432\u0438\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u043b\u0435\u0433\u0435\u043d\u0434\u044b \u0438 \u043a\u0435\u0433\u043b\u044c.<\/em><\/p>\n<details class=\"spoiler\">\n<summary>\u0411\u043b\u043e\u043a \u043a\u043e\u0434\u0430<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">plt.figure(figsize=(10,5), dpi=300) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u0440\u0430\u0437\u043c\u0435\u0440 \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0438 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 \u0438 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e  sns.lineplot(data=df_data, x='month', y='metrics1', hue='year') # \u041e\u0442\u0440\u0438\u0441\u0443\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a  x_unique = df_data.month.unique() plt.xticks(ticks=x_unique, fontsize=6) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlim(x_unique.min(), x_unique.max()) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlabel('\u041c\u0435\u0441\u044f\u0446', fontsize=10) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441  y_ticks, y_label = plt.yticks() # \u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0438\u043d\u0434\u0435\u043a\u0441\u044b \u0438 \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.yticks(ticks=y_ticks, labels=['{:.0f}'.format(i) for i in y_ticks\/10**3], fontsize=8) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylim(4*10**4, 13*10**4) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylabel('\u041c\u0435\u0442\u0440\u0438\u043a\u0430 \u21161, \u0442\u044b\u0441.\u0448\u0442.', fontsize=12) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442  plt.legend(title='\u0413\u043e\u0434', loc='upper right', fontsize=8) # \u0423\u043a\u0430\u0436\u0435\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0438 \u043f\u043e\u043b\u043e\u0436\u0435\u043d\u0438\u0435 \u043b\u0435\u0433\u0435\u043d\u0434\u044b plt.title('\u0413\u043e\u0434\u043e\u0432\u043e\u0435 \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u0435 \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u21161 \u0432 \u043f\u0435\u0440\u0438\u043e\u0434 2006-2011 \u0433\u043e\u0434\u043e\u0432', fontsize=16) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 plt.tight_layout() # \u0420\u0430\u0441\u0442\u044f\u043d\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a \u043d\u0430 \u0432\u0441\u044e \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0443  if is_save_graph: plt.savefig(f'{path_graphs}plot_gradient.jpeg') # \u0421\u043e\u0445\u0440\u0430\u043d\u0438\u043c \u0433\u0440\u0430\u0444\u0438\u043a<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/2a9\/d27\/b72\/2a9d27b72b3c488a88f1d9c0f0eb2b4d.png\" width=\"1600\" height=\"800\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/2a9\/d27\/b72\/2a9d27b72b3c488a88f1d9c0f0eb2b4d.png\"\/><\/figure>\n<p>\u041f\u043e\u043f\u0440\u043e\u0431\u0443\u0435\u043c \u043f\u043e\u043c\u0435\u043d\u044f\u0442\u044c \u043f\u043e\u0440\u044f\u0434\u043e\u043a \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0439 \u0447\u0435\u0440\u0435\u0437 \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440 hue_order.<\/p>\n<details class=\"spoiler\">\n<summary>\u0411\u043b\u043e\u043a \u043a\u043e\u0434\u0430<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">plt.figure(figsize=(10,5), dpi=300) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u0440\u0430\u0437\u043c\u0435\u0440 \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0438 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 \u0438 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e  sns.lineplot(data=df_data, x='month', y='metrics1', hue='year', hue_order=df_data.year.unique()[::-1]) # \u041e\u0442\u0440\u0438\u0441\u0443\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a  x_unique = df_data.month.unique() plt.xticks(ticks=x_unique, fontsize=6) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlim(x_unique.min(), x_unique.max()) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlabel('\u041c\u0435\u0441\u044f\u0446', fontsize=10) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441  y_ticks, y_label = plt.yticks() # \u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0438\u043d\u0434\u0435\u043a\u0441\u044b \u0438 \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.yticks(ticks=y_ticks, labels=['{:.0f}'.format(i) for i in y_ticks\/10**3], fontsize=8) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylim(4*10**4, 13*10**4) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylabel('\u041c\u0435\u0442\u0440\u0438\u043a\u0430 \u21161, \u0442\u044b\u0441.\u0448\u0442.', fontsize=12) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442  plt.legend(title='\u0413\u043e\u0434', loc='upper right', fontsize=8) # \u0423\u043a\u0430\u0436\u0435\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0438 \u043f\u043e\u043b\u043e\u0436\u0435\u043d\u0438\u0435 \u043b\u0435\u0433\u0435\u043d\u0434\u044b plt.title('\u0413\u043e\u0434\u043e\u0432\u043e\u0435 \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u0435 \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u21161 \u0432 \u043f\u0435\u0440\u0438\u043e\u0434 2006-2011 \u0433\u043e\u0434\u043e\u0432', fontsize=16) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 plt.tight_layout() # \u0420\u0430\u0441\u0442\u044f\u043d\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a \u043d\u0430 \u0432\u0441\u044e \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0443  if is_save_graph: plt.savefig(f'{path_graphs}plot_gradient_test.jpeg') # \u0421\u043e\u0445\u0440\u0430\u043d\u0438\u043c \u0433\u0440\u0430\u0444\u0438\u043a<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/c94\/472\/b14\/c94472b1409bc8c81c026407ac9086f4.png\" width=\"1600\" height=\"800\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/c94\/472\/b14\/c94472b1409bc8c81c026407ac9086f4.png\"\/><\/figure>\n<p>\u041d\u0435 \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u043e\u0441\u044c. <\/p>\n<p>\u0415\u0441\u043b\u0438 \u0434\u043b\u044f hue \u043f\u0435\u0440\u0435\u0434\u0430\u043d\u044b \u0434\u0430\u043d\u043d\u044b\u0435 \u0441 \u0442\u0438\u043f\u043e\u043c \u0434\u0430\u043d\u043d\u044b\u0445 \u0447\u0438\u0441\u043b\u043e, \u0442\u043e \u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u043d\u043e \u0432 seaborn \u0431\u0443\u0434\u0435\u0442 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c\u0441\u044f \u043d\u0435\u043f\u0440\u0435\u0440\u044b\u0432\u043d\u0430\u044f (\u0433\u0440\u0430\u0434\u0438\u0435\u043d\u0442\u043d\u0430\u044f) \u043f\u0430\u043b\u0438\u0442\u0440\u0430, \u0438 \u043c\u044b \u043d\u0435 \u0441\u043c\u043e\u0436\u0435\u043c \u0438\u0437\u043c\u0435\u043d\u0438\u0442\u044c \u043f\u043e\u0440\u044f\u0434\u043e\u043a \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0439 \u0447\u0435\u0440\u0435\u0437 hue_order, \u0442\u0430\u043a \u043a\u0430\u043a \u043e\u043d\u0438 \u0431\u0443\u0434\u0443\u0442 \u0440\u0430\u0441\u043f\u043e\u0437\u043d\u0430\u043d\u044b, \u043a\u0430\u043a \u043d\u0435\u043f\u0440\u0435\u0440\u044b\u0432\u043d\u044b\u0435 \u0434\u0430\u043d\u043d\u044b\u0435. \u0415\u0441\u043b\u0438 \u0438\u043d\u0442\u0435\u0440\u0435\u0441\u043d\u043e \u043f\u043e\u0447\u0435\u043c\u0443, \u0442\u043e <a href=\"https:\/\/stackoverflow.com\/a\/68136043\/23121666\">https:\/\/stackoverflow.com\/a\/68136043\/23121666<\/a>.<\/p>\n<p>\u041d\u043e \u0435\u0441\u043b\u0438 \u043c\u044b \u0445\u043e\u0442\u0438\u043c \u043f\u043e\u043f\u0440\u0430\u0432\u0438\u0442\u044c \u043f\u043e\u0440\u044f\u0434\u043e\u043a \u0433\u043e\u0434\u043e\u0432 (\u00ab\u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0439\u00bb), \u0447\u0442\u043e\u0431\u044b \u043e\u043d\u0438 \u0432\u0438\u0437\u0443\u0430\u043b\u044c\u043d\u043e, \u043d\u0430\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u044d\u0442\u043e \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u043e, \u0441\u043e\u0432\u043f\u0430\u0434\u0430\u043b\u0438 \u0441 \u0440\u0430\u0441\u043f\u043e\u043b\u043e\u0436\u0435\u043d\u0438\u0435\u043c \u0442\u0440\u0435\u043d\u0434\u043e\u0432, \u0442\u043e \u043c\u043e\u0436\u043d\u043e \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u044d\u0442\u043e \u043f\u0440\u0438\u043d\u0443\u0434\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u0432 \u043b\u0435\u0433\u0435\u043d\u0434\u0435. \u0412 \u0432\u0435\u0440\u0441\u0438\u044f\u0445 matplotlib >=3.7 \u0434\u043b\u044f \u044d\u0442\u043e\u0433\u043e \u043c\u043e\u0436\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c reverse=True \u0432 plt.legend, \u043d\u043e \u043c\u044b \u0440\u0430\u0441\u0441\u043c\u043e\u0442\u0440\u0438\u043c \u0432\u0430\u0440\u0438\u0430\u043d\u0442, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u043f\u043e\u0437\u0432\u043e\u043b\u0438\u0442 \u0440\u0430\u0431\u043e\u0442\u0430\u0442\u044c \u0441 \u043b\u0435\u0433\u0435\u043d\u0434\u043e\u0439 \u043f\u043e \u043d\u0430\u0448\u0435\u043c\u0443 \u0443\u0441\u043c\u043e\u0442\u0440\u0435\u043d\u0438\u044e \u0432 \u043b\u044e\u0431\u043e\u0439 \u0432\u0435\u0440\u0441\u0438\u0438.<\/p>\n<details class=\"spoiler\">\n<summary>\u0411\u043b\u043e\u043a \u043a\u043e\u0434\u0430<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">plt.figure(figsize=(10,5), dpi=300) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u0440\u0430\u0437\u043c\u0435\u0440 \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0438 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 \u0438 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e  sns.lineplot(data=df_data, x='month', y='metrics1', hue='year') # \u041e\u0442\u0440\u0438\u0441\u0443\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a  x_unique = df_data.month.unique() plt.xticks(ticks=x_unique, fontsize=6) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlim(x_unique.min(), x_unique.max()) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlabel('\u041c\u0435\u0441\u044f\u0446', fontsize=10) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441  y_ticks, y_label = plt.yticks() # \u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0438\u043d\u0434\u0435\u043a\u0441\u044b \u0438 \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.yticks(ticks=y_ticks, labels=['{:.0f}'.format(i) for i in y_ticks\/10**3], fontsize=8) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylim(4*10**4, 13*10**4) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylabel('\u041c\u0435\u0442\u0440\u0438\u043a\u0430 \u21161, \u0442\u044b\u0441.\u0448\u0442.', fontsize=12) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442  plt.title('\u0413\u043e\u0434\u043e\u0432\u043e\u0435 \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u0435 \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u21161 \u0432 \u043f\u0435\u0440\u0438\u043e\u0434 2006-2011 \u0433\u043e\u0434\u043e\u0432', fontsize=16) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 handles, labels = plt.gca().get_legend_handles_labels() # \u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0434\u0430\u043d\u043d\u044b\u0435 \u043b\u0435\u0433\u0435\u043d\u0434\u044b plt.legend(handles[::-1], labels[::-1], title='\u0413\u043e\u0434', loc='upper right', fontsize=8) # \u0423\u043a\u0430\u0436\u0435\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0438 \u043f\u043e\u043b\u043e\u0436\u0435\u043d\u0438\u0435 \u043b\u0435\u0433\u0435\u043d\u0434\u044b \u0438 \u043f\u043e\u0440\u044f\u0434\u043e\u043a \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0439 plt.tight_layout() # \u0420\u0430\u0441\u0442\u044f\u043d\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a \u043d\u0430 \u0432\u0441\u044e \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0443  if is_save_graph: plt.savefig(f'{path_graphs}plot_gradient_advanced.jpeg') # \u0421\u043e\u0445\u0440\u0430\u043d\u0438\u043c \u0433\u0440\u0430\u0444\u0438\u043a<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/e32\/b9a\/f0a\/e32b9af0a49e0d690c1d91fb50017c18.png\" width=\"1600\" height=\"800\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/e32\/b9a\/f0a\/e32b9af0a49e0d690c1d91fb50017c18.png\"\/><\/figure>\n<p>\u0413\u0440\u0430\u0444\u0438\u043a \u0443\u0436\u0435 \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u0441\u044f \u0432\u043d\u0435\u0448\u043d\u0435 \u043f\u0440\u0438\u044f\u0442\u043d\u044b\u043c, \u043d\u043e \u043a\u0430\u0436\u0435\u0442\u0441\u044f, \u0447\u0442\u043e \u044d\u0442\u0430 \u043f\u0430\u043b\u0438\u0442\u0440\u0430 \u043d\u0435 \u043f\u043e\u0434\u0445\u043e\u0434\u0438\u0442 \u0434\u043b\u044f \u043d\u0430\u0448\u0435\u0439 \u0444\u0438\u0447\u0438. \u0412 \u043d\u0430\u0448\u0435\u043c \u0441\u043b\u0443\u0447\u0430\u0435 \u0442\u0440\u0435\u043d\u0434\u044b 2010 \u0438 2011 \u0433\u043e\u0434\u043e\u0432 \u0432\u043e\u043e\u0431\u0449\u0435 \u043f\u0435\u0440\u0435\u043c\u0435\u0448\u0430\u043b\u0438\u0441\u044c, \u0438 \u0441\u043e\u0432\u0435\u0440\u0448\u0435\u043d\u043d\u043e \u043d\u0435\u043f\u043e\u043d\u044f\u0442\u043d\u043e, \u0447\u0442\u043e \u0438\u0437 \u043d\u0438\u0445 \u0447\u0442\u043e.<\/p>\n<p>\u041d\u0438\u0436\u0435 \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u0435\u043d \u0432\u0430\u0440\u0438\u0430\u043d\u0442 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 \u0432 \u0432\u0430\u043a\u0443\u0443\u043c\u0435, \u043a\u043e\u0433\u0434\u0430 \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0438 \u0440\u0430\u043d\u0436\u0438\u0440\u043e\u0432\u0430\u043d\u044b \u0430\u0431\u0441\u043e\u043b\u044e\u0442\u043d\u043e \u0442\u0430\u043a \u0436\u0435, \u043a\u0430\u043a \u0438 \u0442\u0440\u0435\u043d\u0434\u044b \u044d\u0442\u0438\u0445 \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0439, \u0438 \u043d\u0435 \u043f\u0435\u0440\u0435\u043c\u0435\u0448\u0438\u0432\u0430\u044e\u0442\u0441\u044f. \u0412 \u0442\u0430\u043a\u0438\u0445 \u0441\u043b\u0443\u0447\u0430\u044f \u0433\u0440\u0430\u0434\u0438\u0435\u043d\u0442\u043d\u0430\u044f \u043f\u0430\u043b\u0438\u0442\u0440\u0430 \u0443\u043c\u0435\u0441\u0442\u043d\u0430.<\/p>\n<details class=\"spoiler\">\n<summary>\u0411\u043b\u043e\u043a \u043a\u043e\u0434\u0430<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">plt.figure(figsize=(10,5), dpi=300) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u0440\u0430\u0437\u043c\u0435\u0440 \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0438 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 \u0438 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e  sns.lineplot(data=df_sin, x='month', y='metrics1', hue='year') # \u041e\u0442\u0440\u0438\u0441\u0443\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a  x_unique = df_sin.month.unique() plt.xticks(ticks=x_unique, fontsize=6) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlim(x_unique.min(), x_unique.max()) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlabel('\u041c\u0435\u0441\u044f\u0446', fontsize=10) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441  y_ticks, y_label = plt.yticks() # \u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0438\u043d\u0434\u0435\u043a\u0441\u044b \u0438 \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.yticks(ticks=y_ticks, labels=['{:.0f}'.format(i) for i in y_ticks\/10**3], fontsize=8) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylim(4*10**4, 13*10**4) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylabel('\u041c\u0435\u0442\u0440\u0438\u043a\u0430 \u21161, \u0442\u044b\u0441.\u0448\u0442.', fontsize=12) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442  plt.title('\u0413\u043e\u0434\u043e\u0432\u043e\u0435 \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u0435 \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u21161 \u0432 \u043f\u0435\u0440\u0438\u043e\u0434 2006-2011 \u0433\u043e\u0434\u043e\u0432', fontsize=16) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 handles, labels = plt.gca().get_legend_handles_labels() # \u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0434\u0430\u043d\u043d\u044b\u0435 \u043b\u0435\u0433\u0435\u043d\u0434\u044b handles = handles[::-1] labels = labels[::-1] plt.legend(handles, labels, title='\u0413\u043e\u0434', loc='upper right', fontsize=8) # \u0423\u043a\u0430\u0436\u0435\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0438 \u043f\u043e\u043b\u043e\u0436\u0435\u043d\u0438\u0435 \u043b\u0435\u0433\u0435\u043d\u0434\u044b \u0438 \u043f\u043e\u0440\u044f\u0434\u043e\u043a \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0439 plt.tight_layout() # \u0420\u0430\u0441\u0442\u044f\u043d\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a \u043d\u0430 \u0432\u0441\u044e \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0443  if is_save_graph: plt.savefig(f'{path_graphs}plot_vacuum.jpeg') # \u0421\u043e\u0445\u0440\u0430\u043d\u0438\u043c \u0433\u0440\u0430\u0444\u0438\u043a<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/f9d\/93a\/161\/f9d93a1618b39384593438deaf9c3936.png\" width=\"1600\" height=\"800\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/f9d\/93a\/161\/f9d93a1618b39384593438deaf9c3936.png\"\/><\/figure>\n<h4>\u0414\u0438\u0441\u043a\u0440\u0435\u0442\u043d\u0430\u044f \u043f\u0430\u043b\u0438\u0442\u0440\u0430<\/h4>\n<p>\u0418\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044f \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440 palette, \u0432\u044b\u0431\u0435\u0440\u0435\u043c \u0434\u0440\u0443\u0433\u0443\u044e \u043f\u0430\u043b\u0438\u0442\u0440\u0443 \u2014 \u0434\u0438\u0441\u043a\u0440\u0435\u0442\u043d\u0443\u044e.<\/p>\n<details class=\"spoiler\">\n<summary>\u0411\u043b\u043e\u043a \u043a\u043e\u0434\u0430<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">plt.figure(figsize=(10,5), dpi=300) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u0440\u0430\u0437\u043c\u0435\u0440 \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0438 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 \u0438 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e  sns.lineplot(data=df_data, x='month', y='metrics1', hue='year', palette='Set2') # \u041e\u0442\u0440\u0438\u0441\u0443\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a  x_unique = df_data.month.unique() plt.xticks(ticks=x_unique, fontsize=6) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlim(x_unique.min(), x_unique.max()) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlabel('\u041c\u0435\u0441\u044f\u0446', fontsize=10) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441  y_ticks, y_label = plt.yticks() # \u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0438\u043d\u0434\u0435\u043a\u0441\u044b \u0438 \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.yticks(ticks=y_ticks, labels=['{:.0f}'.format(i) for i in y_ticks\/10**3], fontsize=8) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylim(4*10**4, 13*10**4) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylabel('\u041c\u0435\u0442\u0440\u0438\u043a\u0430 \u21161, \u0442\u044b\u0441.\u0448\u0442.', fontsize=12) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442  plt.title('\u0413\u043e\u0434\u043e\u0432\u043e\u0435 \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u0435 \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u21161 \u0432 \u043f\u0435\u0440\u0438\u043e\u0434 2006-2011 \u0433\u043e\u0434\u043e\u0432', fontsize=16) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 plt.legend(title='\u0413\u043e\u0434', loc='upper right', fontsize=8) # \u0423\u043a\u0430\u0436\u0435\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0438 \u043f\u043e\u043b\u043e\u0436\u0435\u043d\u0438\u0435 \u043b\u0435\u0433\u0435\u043d\u0434\u044b \u0438 \u043f\u043e\u0440\u044f\u0434\u043e\u043a \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0439 plt.tight_layout() # \u0420\u0430\u0441\u0442\u044f\u043d\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a \u043d\u0430 \u0432\u0441\u044e \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0443  if is_save_graph: plt.savefig(f'{path_graphs}plot_discrete.jpeg') # \u0421\u043e\u0445\u0440\u0430\u043d\u0438\u043c \u0433\u0440\u0430\u0444\u0438\u043a<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/16f\/685\/7dc\/16f6857dcc9e4ac21e762815c405534d.png\" width=\"1600\" height=\"800\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/16f\/685\/7dc\/16f6857dcc9e4ac21e762815c405534d.png\"\/><\/figure>\n<p>\u0422\u0435\u043f\u0435\u0440\u044c \u043c\u044b \u043c\u043e\u0436\u0435\u043c \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440 hue_order \u0438 \u0438\u0437\u043c\u0435\u043d\u0438\u0442\u044c \u043f\u043e\u0440\u044f\u0434\u043e\u043a \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0439. \u0421 \u044d\u0442\u043e\u0439 \u043f\u0430\u043b\u0438\u0442\u0440\u043e\u0439 \u0443\u0436\u0435 \u043e\u0447\u0435\u0432\u0438\u0434\u043d\u043e, \u0433\u0434\u0435 \u0442\u0440\u0435\u043d\u0434\u044b 2010 \u0438 2011 \u0433\u043e\u0434\u043e\u0432. \u041d\u043e \u0432\u044b\u0433\u043b\u044f\u0434\u0438\u0442 \u044d\u0442\u043e \u0432\u0441\u0451 \u043a\u0430\u043a \u043d\u0430\u0431\u043e\u0440 \u0444\u043b\u043e\u043c\u0430\u0441\u0442\u0435\u0440\u043e\u0432.<\/p>\n<details class=\"spoiler\">\n<summary>\u0411\u043b\u043e\u043a \u043a\u043e\u0434\u0430<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">plt.figure(figsize=(10,5), dpi=300) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u0440\u0430\u0437\u043c\u0435\u0440 \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0438 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 \u0438 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e  sns.lineplot(data=df_data, x='month', y='metrics1', hue='year', palette='Set2', hue_order=df_data.year.unique()[::-1]) # \u041e\u0442\u0440\u0438\u0441\u0443\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a  x_unique = df_data.month.unique() plt.xticks(ticks=x_unique, fontsize=6) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlim(x_unique.min(), x_unique.max()) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlabel('\u041c\u0435\u0441\u044f\u0446', fontsize=10) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441  y_ticks, y_label = plt.yticks() # \u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0438\u043d\u0434\u0435\u043a\u0441\u044b \u0438 \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.yticks(ticks=y_ticks, labels=['{:.0f}'.format(i) for i in y_ticks\/10**3], fontsize=8) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylim(4*10**4, 13*10**4) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylabel('\u041c\u0435\u0442\u0440\u0438\u043a\u0430 \u21161, \u0442\u044b\u0441.\u0448\u0442.', fontsize=12) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442  plt.legend(title='\u0413\u043e\u0434', loc='upper right', fontsize=8) # \u0423\u043a\u0430\u0436\u0435\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0438 \u043f\u043e\u043b\u043e\u0436\u0435\u043d\u0438\u0435 \u043b\u0435\u0433\u0435\u043d\u0434\u044b plt.title('\u0413\u043e\u0434\u043e\u0432\u043e\u0435 \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u0435 \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u21161 \u0432 \u043f\u0435\u0440\u0438\u043e\u0434 2006-2011 \u0433\u043e\u0434\u043e\u0432', fontsize=16) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 plt.tight_layout() # \u0420\u0430\u0441\u0442\u044f\u043d\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a \u043d\u0430 \u0432\u0441\u044e \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0443  if is_save_graph: plt.savefig(f'{path_graphs}plot_discrete_advanced.jpeg') # \u0421\u043e\u0445\u0440\u0430\u043d\u0438\u043c \u0433\u0440\u0430\u0444\u0438\u043a<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/05c\/9f2\/17f\/05c9f217f1fb93fb857b00c95550a6a9.png\" width=\"1600\" height=\"800\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/05c\/9f2\/17f\/05c9f217f1fb93fb857b00c95550a6a9.png\"\/><\/figure>\n<h4>\u041a\u043e\u043c\u0431\u0438\u043d\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u0430\u044f \u043f\u0430\u043b\u0438\u0442\u0440\u0430<\/h4>\n<p>\u042d\u0442\u0438 \u043f\u0430\u043b\u0438\u0442\u0440\u044b \u0432\u043e\u043f\u043b\u043e\u0449\u0430\u044e\u0442 \u0432 \u0441\u0435\u0431\u0435 \u0441\u0440\u0430\u0437\u0443 2 \u0438\u0434\u0435\u0438: \u0438\u043d\u0442\u0435\u043d\u0441\u0438\u0432\u043d\u0430\u044f \u0441\u043c\u0435\u043d\u0430 \u0446\u0432\u0435\u0442\u043e\u0432 \u0438 \u043f\u043e\u0441\u0442\u0435\u043f\u0435\u043d\u043d\u043e\u0435 \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u0435 \u043e\u0442\u0442\u0435\u043d\u043a\u0430. \u042d\u0442\u043e \u0431\u0443\u0434\u0435\u0442 \u043f\u043e\u043b\u0435\u0437\u043d\u043e, \u043a\u043e\u0433\u0434\u0430 \u043d\u0430\u043c \u043d\u0443\u0436\u043d\u043e \u0440\u0430\u0441\u0441\u0442\u0430\u0432\u0438\u0442\u044c \u0430\u043a\u0446\u0435\u043d\u0442\u044b \u0437\u0430 \u0441\u0447\u0435\u0442 \u0446\u0432\u0435\u0442\u0430 \u0438 \u043f\u0440\u043e\u0437\u0440\u0430\u0447\u043d\u043e\u0441\u0442\u0438. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u0446\u0432\u0435\u0442\u0430 \u0441\u0433\u0440\u0443\u043f\u043f\u0438\u0440\u043e\u0432\u0430\u043d\u044b \u043d\u0430 \u0434\u0432\u0435 \u0433\u0440\u0443\u043f\u043f\u044b \u0438 \u0434\u0435\u043b\u044f\u0442 \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u044e \u043d\u0430 \u0431\u043e\u043b\u0435\u0435 \u0430\u043a\u0442\u0443\u0430\u043b\u044c\u043d\u044b\u0435, \u0438 \u0441\u043a\u043e\u0440\u0435\u0435 \u0432\u0441\u0435\u0433\u043e, \u0431\u043e\u043b\u0435\u0435 \u0437\u043d\u0430\u0447\u0438\u043c\u044b\u0435 \u0433\u043e\u0434\u0430, \u0438 \u043c\u0435\u043d\u0435\u0435 \u0437\u043d\u0430\u0447\u0438\u043c\u044b\u0435, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043e\u0442\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u044b \u0441\u043a\u043e\u0440\u0435\u0435 \u0434\u043b\u044f \u0438\u0441\u0442\u043e\u0440\u0438\u0447\u0435\u0441\u043a\u043e\u0433\u043e \u0444\u0430\u043a\u0442\u0430. \u041a\u043e\u043d\u0435\u0447\u043d\u043e, \u0443\u0436\u0435 \u0435\u0441\u0442\u044c \u0438 \u0442\u0430\u043a\u0438\u0435 \u0433\u043e\u0442\u043e\u0432\u044b\u0435 \u043f\u0430\u043b\u0438\u0442\u0440\u044b.<\/p>\n<details class=\"spoiler\">\n<summary>\u0411\u043b\u043e\u043a \u043a\u043e\u0434\u0430<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">plt.figure(figsize=(10,5), dpi=300) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u0440\u0430\u0437\u043c\u0435\u0440 \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0438 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 \u0438 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e  sns.lineplot(data=df_data, x='month', y='metrics1', hue='year', palette='tab20b', alpha=0.7, hue_order=df_data.year.unique()[::-1]) # \u041e\u0442\u0440\u0438\u0441\u0443\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a  x_unique = df_data.month.unique() plt.xticks(ticks=x_unique, fontsize=6) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlim(x_unique.min(), x_unique.max()) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlabel('\u041c\u0435\u0441\u044f\u0446', fontsize=10) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441  y_ticks, y_label = plt.yticks() # \u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0438\u043d\u0434\u0435\u043a\u0441\u044b \u0438 \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.yticks(ticks=y_ticks, labels=['{:.0f}'.format(i) for i in y_ticks\/10**3], fontsize=8) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylim(4*10**4, 13*10**4) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylabel('\u041c\u0435\u0442\u0440\u0438\u043a\u0430 \u21161, \u0442\u044b\u0441.\u0448\u0442.', fontsize=12) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442  plt.title('\u0413\u043e\u0434\u043e\u0432\u043e\u0435 \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u0435 \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u21161 \u0432 \u043f\u0435\u0440\u0438\u043e\u0434 2006-2011 \u0433\u043e\u0434\u043e\u0432', fontsize=16) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 plt.legend(title='\u0413\u043e\u0434', loc='upper right', fontsize=8) # \u0423\u043a\u0430\u0436\u0435\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0438 \u043f\u043e\u043b\u043e\u0436\u0435\u043d\u0438\u0435 \u043b\u0435\u0433\u0435\u043d\u0434\u044b \u0438 \u043f\u043e\u0440\u044f\u0434\u043e\u043a \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0439 plt.tight_layout() # \u0420\u0430\u0441\u0442\u044f\u043d\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a \u043d\u0430 \u0432\u0441\u044e \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0443  if is_save_graph: plt.savefig(f'{path_graphs}plot_combine.jpeg') # \u0421\u043e\u0445\u0440\u0430\u043d\u0438\u043c \u0433\u0440\u0430\u0444\u0438\u043a<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/cdd\/cba\/e8a\/cddcbae8a60b9914bb7be288cd581daa.png\" width=\"1600\" height=\"800\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/cdd\/cba\/e8a\/cddcbae8a60b9914bb7be288cd581daa.png\"\/><\/figure>\n<p>\u0412 \u043d\u0430\u0448\u0435\u043c \u043f\u0440\u0438\u043c\u0435\u0440\u0435 \u044d\u0442\u0430 \u043f\u0430\u043b\u0438\u0442\u0440\u0430 \u043d\u0435 \u0438\u0434\u0435\u0430\u043b\u044c\u043d\u043e \u043e\u0442\u0440\u0430\u0436\u0430\u0435\u0442 \u0437\u0430\u0434\u0430\u0447\u0443. \u041f\u043e\u043f\u0440\u043e\u0431\u0443\u0435\u043c \u0434\u043e\u0431\u0430\u0432\u0438\u0442\u044c \u043d\u043e\u0432\u043e\u0435 \u0443\u0441\u043b\u043e\u0432\u0438\u0435: \u043f\u0440\u0435\u0434\u043f\u043e\u043b\u043e\u0436\u0438\u043c, \u0447\u0442\u043e \u0434\u0430\u043d\u043d\u044b\u0435 \u0437\u0430 2011 \u0433\u043e\u0434 \u2014 \u044d\u0442\u043e \u043f\u0440\u043e\u0433\u043d\u043e\u0437, \u0438 \u0442\u043e\u0433\u0434\u0430 \u043d\u0430\u043c \u0441\u0442\u043e\u0438\u0442 \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u043d\u0430 \u043d\u0435\u043c \u0430\u043a\u0446\u0435\u043d\u0442. \u0414\u043b\u044f \u044d\u0442\u043e\u0433\u043e \u0441\u043e\u0437\u0434\u0430\u0434\u0438\u043c \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u0443\u044e \u043f\u0430\u043b\u0438\u0442\u0440\u0443. \u041f\u043e\u0434\u043e\u0431\u0440\u0430\u0442\u044c RGB \u043c\u043e\u0436\u043d\u043e \u043e\u043d\u043b\u0430\u0439\u043d \u043d\u0430 \u043b\u044e\u0431\u043e\u043c \u0441\u0430\u0439\u0442\u0435, \u0430 \u043e\u0442\u0442\u0435\u043d\u043a\u0438 \u0433\u0435\u043d\u0435\u0440\u0438\u0440\u0443\u044e\u0442\u0441\u044f \u0437\u0430 \u0441\u0447\u0435\u0442 \u0443\u0440\u043e\u0432\u043d\u044f \u043d\u0435\u043f\u0440\u043e\u0437\u0440\u0430\u0447\u043d\u043e\u0441\u0442\u0438.<\/p>\n<details class=\"spoiler\">\n<summary>\u0411\u043b\u043e\u043a \u043a\u043e\u0434\u0430<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">def calculate_rgb(     rgb: tuple((int, int, int)),     opacity: float, ) -> [float, float, float, float]:     \"\"\"     \u0424\u0443\u043d\u043a\u0446\u0438\u044f \u043f\u043e\u043b\u0443\u0447\u0430\u0435\u0442 \u043d\u0430 \u0432\u0445\u043e\u0434 RGB \u043f\u0430\u043b\u0438\u0442\u0440\u0443 \u0432 \u0432\u0438\u0434\u0435 \u0447\u0438\u0441\u0435\u043b 0-255, \u0430 \u0442\u0430\u043a\u0436\u0435 \u0443\u0440\u043e\u0432\u0435\u043d\u044c \u043d\u0435\u043f\u0440\u043e\u0437\u0440\u0430\u0447\u043d\u043e\u0441\u0442\u0438 \u0432 \u0434\u0438\u0430\u043f\u0430\u0437\u043e\u043d\u0435 0-1.     \u0412\u043e\u0437\u0432\u0440\u0430\u0449\u0430\u0435\u0442 \u0441\u043f\u0438\u0441\u043e\u043a \u0438\u0437 \u0447\u0435\u0442\u044b\u0440\u0435\u0445 \u0447\u0438\u0441\u0435\u043b. \u041f\u0435\u0440\u0432\u044b\u0435 \u0442\u0440\u0438 \u0447\u0438\u0441\u043b\u0430 - RGB, \u043f\u0435\u0440\u0435\u0441\u0447\u0438\u0442\u0430\u043d\u043d\u044b\u0435 \u0434\u043b\u044f seaborn. \u041f\u043e\u0441\u043b\u0435\u0434\u043d\u0435\u0435 \u0447\u0438\u0441\u043b\u043e - \u0443\u0440\u043e\u0432\u0435\u043d\u044c \u043d\u0435\u043f\u0440\u043e\u0437\u0440\u0430\u0447\u043d\u043e\u0441\u0442\u0438.     \"\"\"     return [i\/255 for i in rgb] + [opacity]  def make_palette(     rgb_tuple: tuple((int, int, int)),     opacity_tuple: tuple((float, float)),     elem_numbers: int, ) -> [list]:     \"\"\"     \u0424\u0443\u043d\u043a\u0446\u0438\u044f \u043f\u043e\u043b\u0443\u0447\u0430\u0435\u0442 \u043d\u0430 \u0432\u0445\u043e\u0434 \u0447\u0438\u0441\u043b\u0430 RGB, \u0434\u0438\u0430\u043f\u0430\u0437\u043e\u043d \u043d\u0435\u043f\u0440\u043e\u0437\u0440\u0430\u0447\u043d\u043e\u0441\u0442\u0438 \u0438 \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u043e \u044d\u043b\u0435\u043c\u0435\u043d\u0442\u043e\u0432, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043d\u0443\u0436\u043d\u043e \u0441\u0433\u0435\u043d\u0435\u0440\u0438\u0440\u043e\u0432\u0430\u0442\u044c.     \u0412\u043e\u0437\u0432\u0440\u0430\u0449\u0430\u0435\u0442 \u0441\u043f\u0438\u0441\u043e\u043a \u044d\u043b\u0435\u043c\u0435\u043d\u0442\u043e\u0432 (\u0441\u043f\u0438\u0441\u043a\u043e\u0432) \u0441\u043e\u0433\u043b\u0430\u0441\u043d\u043e \u0437\u0430\u0434\u0430\u0430\u043d\u043e\u043c\u0443 \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u0443 \u044d\u043b\u0435\u043c\u0435\u043d\u0442\u043e\u0432.     \"\"\"     return [calculate_rgb(rgb_tuple, o) for o in np.linspace(opacity_tuple[0], opacity_tuple[1], elem_numbers)]  # make_palette((R, G, B), (opacity_max, opacity_min), element_numbers) own_palette = make_palette((200, 50, 50), (1.0, 1.0), 1) + make_palette((50, 50, 200), (0.7, 0.3), 3) + make_palette((200, 200, 200), (0.8, 0.3), 2)  plt.figure(figsize=(5,1), dpi=300) sns.barplot(data=[[1]]*6, palette=own_palette) asd = plt.gca().patches for w,o in zip(plt.gca().patches, own_palette):     w.set_width(1.0)     w.set_alpha(o[-1]) plt.axis('off') plt.tight_layout()  if is_save_graph: plt.savefig(f'{path_graphs}plot_personal_palette.jpeg')<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/75b\/e00\/189\/75be00189a092964ed6d012fc6071acb.png\" width=\"1500\" height=\"300\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/75b\/e00\/189\/75be00189a092964ed6d012fc6071acb.png\"\/><\/figure>\n<details class=\"spoiler\">\n<summary>\u0411\u043b\u043e\u043a \u043a\u043e\u0434\u0430<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">plt.figure(figsize=(10,5), dpi=300) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u0440\u0430\u0437\u043c\u0435\u0440 \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0438 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 \u0438 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e  sns.lineplot(data=df_predict, x='month', y='metrics1', hue='year', palette=own_palette, hue_order=df_predict.year.unique()[::-1]) # \u041e\u0442\u0440\u0438\u0441\u0443\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a  x_unique = df_predict.month.unique() plt.xticks(ticks=x_unique, fontsize=6) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlim(x_unique.min(), x_unique.max()) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlabel('\u041c\u0435\u0441\u044f\u0446', fontsize=10) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441  y_ticks, y_label = plt.yticks() # \u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0438\u043d\u0434\u0435\u043a\u0441\u044b \u0438 \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.yticks(ticks=y_ticks, labels=['{:.0f}'.format(i) for i in y_ticks\/10**3], fontsize=8) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylim(4*10**4, 13*10**4) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylabel('\u041c\u0435\u0442\u0440\u0438\u043a\u0430 \u21161, \u0442\u044b\u0441.\u0448\u0442.', fontsize=12) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442  plt.title('\u0413\u043e\u0434\u043e\u0432\u043e\u0435 \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u0435 \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u21161 \u0432 \u043f\u0435\u0440\u0438\u043e\u0434 2006-2011 \u0433\u043e\u0434\u043e\u0432', fontsize=16) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 plt.legend(title='\u0413\u043e\u0434', loc='upper right', fontsize=8) # \u0423\u043a\u0430\u0436\u0435\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0438 \u043f\u043e\u043b\u043e\u0436\u0435\u043d\u0438\u0435 \u043b\u0435\u0433\u0435\u043d\u0434\u044b \u0438 \u043f\u043e\u0440\u044f\u0434\u043e\u043a \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0439 plt.tight_layout() # \u0420\u0430\u0441\u0442\u044f\u043d\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a \u043d\u0430 \u0432\u0441\u044e \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0443  if is_save_graph: plt.savefig(f'{path_graphs}plot_combine_advanced.jpeg') # \u0421\u043e\u0445\u0440\u0430\u043d\u0438\u043c \u0433\u0440\u0430\u0444\u0438\u043a<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/cf1\/b5d\/313\/cf1b5d3139f59f8b44270e1f7be3e1bd.png\" width=\"1600\" height=\"800\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/cf1\/b5d\/313\/cf1b5d3139f59f8b44270e1f7be3e1bd.png\"\/><\/figure>\n<p>\u0417\u0434\u0435\u0441\u044c \u043c\u043e\u0436\u043d\u043e \u0437\u0430\u043c\u0435\u0442\u0438\u0442\u044c, \u0447\u0442\u043e \u044f\u0432\u043d\u044b\u0439 \u0430\u043a\u0446\u0435\u043d\u0442 \u0441\u0434\u0435\u043b\u0430\u043d \u043d\u0430 2011 \u0433\u043e\u0434 (\u0443\u0441\u043b\u043e\u0432\u043d\u043e \u043c\u044b \u0441\u0434\u0435\u043b\u0430\u043b\u0438 \u043f\u043e \u043d\u0435\u043c\u0443 \u043f\u0440\u043e\u0433\u043d\u043e\u0437 \u0438 \u043f\u0440\u0435\u0437\u0435\u043d\u0442\u0443\u0435\u043c\/\u0430\u043d\u0430\u043b\u0438\u0437\u0438\u0440\u0443\u0435\u043c \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b). \u0422\u0440\u0438 \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0445 \u043f\u0435\u0440\u0438\u043e\u0434\u0430 \u0432\u043d\u043e\u0441\u044f\u0442 \u043d\u0430\u0438\u0431\u043e\u043b\u044c\u0448\u0438\u0439 \u0432\u043a\u043b\u0430\u0434 \u0432 \u043d\u0430\u0448\u0435 \u043f\u043e\u043d\u0438\u043c\u0430\u043d\u0438\u0435 \u043f\u0440\u043e\u0433\u043d\u043e\u0437\u043d\u043e\u0433\u043e \u0442\u0440\u0435\u043d\u0434\u0430, \u0430 \u0434\u0432\u0430 \u043f\u043e\u0441\u043b\u0435\u0434\u043d\u0438\u0445 \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u044b \u043a\u0430\u043a \u0438\u0441\u0442\u043e\u0440\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u0444\u0430\u043a\u0442.<\/p>\n<h3>\u0412\u043c\u0435\u0441\u0442\u043e 3D \u0433\u0440\u0430\u0444\u0438\u043a\u043e\u0432<\/h3>\n<p>\u0418\u043d\u043e\u0433\u0434\u0430 \u0432\u043e\u0437\u043d\u0438\u043a\u0430\u0435\u0442 \u043f\u043e\u0442\u0440\u0435\u0431\u043d\u043e\u0441\u0442\u044c \u043f\u043e\u043a\u0430\u0437\u0430\u0442\u044c \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u0435 \u0434\u0430\u043d\u043d\u044b\u0445 \u043f\u043e \u0442\u0440\u0435\u043c \u043e\u0441\u044f\u043c, \u0442\u043e \u0435\u0441\u0442\u044c \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c 3D \u0433\u0440\u0430\u0444\u0438\u043a. \u041d\u0435 \u0442\u043e\u0440\u043e\u043f\u0438\u0442\u0435\u0441\u044c, \u0443 \u043d\u0438\u0445 \u0435\u0441\u0442\u044c \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0431\u043e\u043b\u044c\u0448\u0438\u0445 \u043d\u0435\u0434\u043e\u0441\u0442\u0430\u0442\u043a\u043e\u0432:<\/p>\n<ul>\n<li>\n<p>\u043e\u043d\u0438 \u0442\u0440\u0435\u0431\u0443\u044e\u0442 \u0431\u043e\u043b\u044c\u0448\u0435 \u0440\u0435\u0441\u0443\u0440\u0441\u043e\u0432,<\/p>\n<\/li>\n<li>\n<p>\u0432\u0438\u0437\u0443\u0430\u043b\u044c\u043d\u043e \u043e\u043d\u0438 \u0441\u043b\u043e\u0436\u043d\u0435\u0435,<\/p>\n<\/li>\n<li>\n<p>\u0438\u0445 \u043d\u0435\u043b\u044c\u0437\u044f \u043f\u0435\u0440\u0435\u043d\u0435\u0441\u0442\u0438 \u0432 \u043e\u0442\u0447\u0435\u0442 \u0442\u0430\u043a, \u0447\u0442\u043e\u0431\u044b \u0431\u044b\u043b\u043e \u0432\u0438\u0434\u043d\u043e \u0432\u0441\u0435 \u0442\u0440\u0438 \u043e\u0441\u0438 \u0438 \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u0435 \u0432\u0441\u0435\u0445 \u0434\u0430\u043d\u043d\u044b\u0445.<\/p>\n<\/li>\n<\/ul>\n<p>\u0414\u043b\u044f \u043e\u0442\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f \u0442\u0440\u0435\u0442\u044c\u0435\u0433\u043e \u0438\u0437\u043c\u0435\u0440\u0435\u043d\u0438\u044f \u044f \u043f\u0440\u0435\u0434\u043b\u0430\u0433\u0430\u044e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c:<\/p>\n<ul>\n<li>\n<p>\u0446\u0432\u0435\u0442,<\/p>\n<\/li>\n<li>\n<p>\u0440\u0430\u0437\u043c\u0435\u0440 \u0442\u043e\u0447\u043a\u0438,<\/p>\n<\/li>\n<li>\n<p>\u0444\u043e\u0440\u043c\u0443 \u0442\u043e\u0447\u043a\u0438.<\/p>\n<\/li>\n<\/ul>\n<p>\u041c\u044b \u0445\u043e\u0442\u0438\u043c \u0432\u0438\u0437\u0443\u0430\u043b\u044c\u043d\u043e \u043e\u0446\u0435\u043d\u0438\u0442\u044c, \u0435\u0441\u0442\u044c \u043b\u0438 \u0437\u0430\u0432\u0438\u0441\u0438\u043c\u043e\u0441\u0442\u044c \u043c\u0435\u0436\u0434\u0443 \u0434\u0432\u0443\u043c\u044f \u043c\u0435\u0442\u0440\u0438\u043a\u0430\u043c\u0438. \u0427\u0442\u043e\u0431\u044b \u0431\u044b\u043b\u043e \u0431\u043e\u043b\u0435\u0435 \u043d\u0430\u0433\u043b\u044f\u0434\u043d\u043e, \u043d\u0430\u043c \u043d\u0443\u0436\u043d\u043e \u0431\u043e\u043b\u044c\u0448\u0435 \u0442\u043e\u0447\u0435\u043a \u0432 \u0434\u0430\u0442\u0430\u0441\u0435\u0442\u0435: \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u043c \u0440\u0430\u043d\u0435\u0435 \u0441\u0433\u0435\u043d\u0435\u0440\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0439 \u0434\u0430\u0442\u0430\u0441\u0435\u0442.<\/p>\n<details class=\"spoiler\">\n<summary>\u0411\u043b\u043e\u043a \u043a\u043e\u0434\u0430<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">plt.figure(figsize=(10,5), dpi=300) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u0440\u0430\u0437\u043c\u0435\u0440 \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0438 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 \u0438 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e  sns.scatterplot(data=df_data3d, x='metrics2', y='metrics1', color='orange') # \u041e\u0442\u0440\u0438\u0441\u0443\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a  x_ticks, x_label = plt.xticks() # \u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0438\u043d\u0434\u0435\u043a\u0441\u044b \u0438 \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.xticks(ticks=x_ticks, labels=['{:.1f}'.format(i) for i in x_ticks\/10**6], fontsize=6) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlim(0.1*10**6, 1*10**6) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlabel('\u041c\u0435\u0442\u0440\u0438\u043a\u0430 \u21162, \u043c\u043b\u043d.\u0448\u0442.', fontsize=10) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441  y_ticks, y_label = plt.yticks() # \u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0438\u043d\u0434\u0435\u043a\u0441\u044b \u0438 \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.yticks(ticks=y_ticks, labels=['{:.0f}'.format(i) for i in y_ticks\/10**3], fontsize=8) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylim(4*10**4, 13*10**4) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylabel('\u041c\u0435\u0442\u0440\u0438\u043a\u0430 \u21161, \u0442\u044b\u0441.\u0448\u0442.', fontsize=12) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442  plt.title('\u0417\u0430\u0432\u0438\u0441\u0438\u043c\u043e\u0441\u0442\u044c \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u21161 \u043e\u0442 \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u21162', fontsize=16) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 plt.tight_layout() # \u0420\u0430\u0441\u0442\u044f\u043d\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a \u043d\u0430 \u0432\u0441\u044e \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0443  if is_save_graph: plt.savefig(f'{path_graphs}plot_3d.jpeg') # \u0421\u043e\u0445\u0440\u0430\u043d\u0438\u043c \u0433\u0440\u0430\u0444\u0438\u043a<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/adf\/31a\/c63\/adf31ac63ef9914f285fa2fc650182e8.png\" width=\"1600\" height=\"800\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/adf\/31a\/c63\/adf31ac63ef9914f285fa2fc650182e8.png\"\/><\/figure>\n<p>\u041c\u044b \u0432\u0438\u0434\u0438\u043c, \u0447\u0442\u043e \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u043a\u043e\u0440\u0440\u0435\u043b\u0438\u0440\u0443\u044e\u0442. \u0414\u043b\u044f \u0431\u043e\u043b\u044c\u0448\u0435\u0439 \u043d\u0430\u0433\u043b\u044f\u0434\u043d\u043e\u0441\u0442\u0438 \u043c\u044b \u043c\u043e\u0436\u0435\u043c \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u0442\u043e\u0447\u043a\u0438 \u0431\u043e\u043b\u0435\u0435 \u043f\u0440\u043e\u0437\u0440\u0430\u0447\u043d\u044b\u043c\u0438, \u0442\u043e\u0433\u0434\u0430 \u043d\u0430\u043c \u0431\u0443\u0434\u0435\u0442 \u043f\u0440\u043e\u0449\u0435 \u043e\u0446\u0435\u043d\u0438\u0442\u044c \u0441\u043a\u043e\u043f\u043b\u0435\u043d\u0438\u0435 \u0442\u0430\u043a\u0438\u0445 \u0442\u043e\u0447\u0435\u043a (\u043f\u0440\u0438 \u043d\u0430\u043b\u043e\u0436\u0435\u043d\u0438\u0438 \u0434\u0440\u0443\u0433 \u043d\u0430 \u0434\u0440\u0443\u0433\u0430 \u0443\u0440\u043e\u0432\u0435\u043d\u044c \u043d\u0435\u043f\u0440\u043e\u0437\u0440\u0430\u0447\u043d\u043e\u0441\u0442\u0438 \u0431\u0443\u0434\u0435\u0442 \u0432\u043e\u0437\u0440\u0430\u0441\u0442\u0430\u0442\u044c).<\/p>\n<details class=\"spoiler\">\n<summary>\u0411\u043b\u043e\u043a \u043a\u043e\u0434\u0430<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">plt.figure(figsize=(10,5), dpi=300) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u0440\u0430\u0437\u043c\u0435\u0440 \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0438 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 \u0438 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e  sns.scatterplot(data=df_data3d, x='metrics2', y='metrics1', color='orange', alpha=0.6) # \u041e\u0442\u0440\u0438\u0441\u0443\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a  x_ticks, x_label = plt.xticks() # \u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0438\u043d\u0434\u0435\u043a\u0441\u044b \u0438 \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.xticks(ticks=x_ticks, labels=['{:.1f}'.format(i) for i in x_ticks\/10**6], fontsize=6) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlim(0.1*10**6, 1*10**6) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlabel('\u041c\u0435\u0442\u0440\u0438\u043a\u0430 \u21162, \u043c\u043b\u043d.\u0448\u0442.', fontsize=10) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441  y_ticks, y_label = plt.yticks() # \u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0438\u043d\u0434\u0435\u043a\u0441\u044b \u0438 \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.yticks(ticks=y_ticks, labels=['{:.0f}'.format(i) for i in y_ticks\/10**3], fontsize=8) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylim(4*10**4, 13*10**4) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylabel('\u041c\u0435\u0442\u0440\u0438\u043a\u0430 \u21161, \u0442\u044b\u0441.\u0448\u0442.', fontsize=12) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442  plt.title('\u0417\u0430\u0432\u0438\u0441\u0438\u043c\u043e\u0441\u0442\u044c \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u21161 \u043e\u0442 \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u21162', fontsize=16) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 plt.tight_layout() # \u0420\u0430\u0441\u0442\u044f\u043d\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a \u043d\u0430 \u0432\u0441\u044e \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0443  if is_save_graph: plt.savefig(f'{path_graphs}plot_3d_opacity.jpeg') # \u0421\u043e\u0445\u0440\u0430\u043d\u0438\u043c \u0433\u0440\u0430\u0444\u0438\u043a<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/95d\/09f\/0cf\/95d09f0cf4f4975ff13db05d18fa8f00.png\" width=\"1600\" height=\"800\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/95d\/09f\/0cf\/95d09f0cf4f4975ff13db05d18fa8f00.png\"\/><\/figure>\n<p>\u041d\u043e \u0447\u0442\u043e, \u0435\u0441\u043b\u0438 \u043d\u0430\u043c \u043d\u0443\u0436\u043d\u043e \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0435\u0442\u044c \u043d\u0430 \u043f\u043e\u0432\u0435\u0434\u0435\u043d\u0438\u0435 \u0434\u0430\u043d\u043d\u044b\u0445 \u043e\u0442\u043d\u043e\u0441\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u0442\u0440\u0435\u0442\u044c\u0435\u0439 \u043e\u0441\u0438, \u043d\u043e \u043e\u0442\u0440\u0438\u0441\u043e\u0432\u044b\u0432\u0430\u0442\u044c 3D \u0433\u0440\u0430\u0444\u0438\u043a \u043c\u044b \u043d\u0435 \u0445\u043e\u0442\u0438\u043c? \u0418\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u043c \u0440\u0430\u0437\u043c\u0435\u0440 \u0442\u043e\u0447\u0435\u043a \u0432 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435 \u0434\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0433\u043e \u0438\u0437\u043c\u0435\u0440\u0435\u043d\u0438\u044f.<\/p>\n<p>\u0412 \u043e\u0442\u043b\u0438\u0447\u0438\u0435 \u043e\u0442 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 \u0441 \u043e\u0440\u0430\u043d\u0436\u0435\u0432\u044b\u043c\u0438 \u0442\u043e\u0447\u043a\u0430\u043c\u0438 \u0431\u0435\u0437 \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u044f \u0440\u0430\u0437\u043c\u0435\u0440\u0430 \u0442\u043e\u0447\u0435\u043a \u044f \u0443\u0432\u0435\u043b\u0438\u0447\u0438\u043b \u0443\u0440\u043e\u0432\u0435\u043d\u044c \u043d\u0435\u043f\u0440\u043e\u0437\u0440\u0430\u0447\u043d\u043e\u0441\u0442\u0438.<\/p>\n<p><em>\u041f\u0440\u0438\u043c.: \u0434\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u043f\u043e\u043f\u0440\u0430\u0432\u0438\u043b \u0446\u0432\u0435\u0442 \u0442\u043e\u0447\u0435\u043a \u0432 \u043b\u0435\u0433\u0435\u043d\u0434\u0435, \u0438\u043d\u0430\u0447\u0435 \u043e\u043d\u0438 \u0431\u0443\u0434\u0443\u0442 \u043f\u0440\u043e\u0441\u0442\u043e \u0447\u0435\u0440\u043d\u044b\u0435).<\/em><\/p>\n<details class=\"spoiler\">\n<summary>\u0411\u043b\u043e\u043a \u043a\u043e\u0434\u0430<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">plt.figure(figsize=(10,5), dpi=300) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u0440\u0430\u0437\u043c\u0435\u0440 \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0438 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 \u0438 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e  sns.scatterplot(data=df_data3d, x='metrics2', y='metrics1', size='metrics3', color='orange', alpha=0.8) # \u041e\u0442\u0440\u0438\u0441\u0443\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a  x_ticks, x_label = plt.xticks() # \u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0438\u043d\u0434\u0435\u043a\u0441\u044b \u0438 \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.xticks(ticks=x_ticks, labels=['{:.1f}'.format(i) for i in x_ticks\/10**6], fontsize=6) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlim(0.1*10**6, 1*10**6) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlabel('\u041c\u0435\u0442\u0440\u0438\u043a\u0430 \u21162, \u043c\u043b\u043d.\u0448\u0442.', fontsize=10) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441  y_ticks, y_label = plt.yticks() # \u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0438\u043d\u0434\u0435\u043a\u0441\u044b \u0438 \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.yticks(ticks=y_ticks, labels=['{:.0f}'.format(i) for i in y_ticks\/10**3], fontsize=8) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylim(4*10**4, 13*10**4) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylabel('\u041c\u0435\u0442\u0440\u0438\u043a\u0430 \u21161, \u0442\u044b\u0441.\u0448\u0442.', fontsize=12) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442  plt.title('\u0417\u0430\u0432\u0438\u0441\u0438\u043c\u043e\u0441\u0442\u044c \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u21161 \u043e\u0442 \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u21162', fontsize=16) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 legend_handles, legend_labels = plt.gca().get_legend_handles_labels() # \u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0438\u043d\u0434\u0435\u043a\u0441\u044b \u0438 \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 for l in legend_handles: # \u041f\u043e\u043f\u0440\u0430\u0432\u0438\u043c \u0446\u0432\u0435\u0442 \u0438 \u043d\u0435\u043f\u0440\u043e\u0437\u0440\u0430\u0447\u043d\u043e\u0441\u0442\u044c \u043f\u043e\u0434\u043f\u0438\u0441\u0435\u0439 \u0432 \u043b\u0435\u0433\u0435\u043d\u0434\u0435     l.set_color('orange')     l.set_alpha(0.8) legend_labels = ['{:.0f}'.format(float(l)*100) for l in legend_labels] # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043b\u0435\u0433\u0435\u043d\u0434\u044b plt.legend(legend_handles, legend_labels, title='\u041c\u0435\u0442\u0440\u0438\u043a\u0430 \u21163, \u043c\u043b\u043d.\u0448\u0442.', loc='lower right', fontsize=8) # \u0423\u043a\u0430\u0436\u0435\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0438 \u043f\u043e\u043b\u043e\u0436\u0435\u043d\u0438\u0435 \u043b\u0435\u0433\u0435\u043d\u0434\u044b \u0438 \u043f\u043e\u0440\u044f\u0434\u043e\u043a \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0439 plt.tight_layout() # \u0420\u0430\u0441\u0442\u044f\u043d\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a \u043d\u0430 \u0432\u0441\u044e \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0443  if is_save_graph: plt.savefig(f'{path_graphs}plot_3d_size.jpeg') # \u0421\u043e\u0445\u0440\u0430\u043d\u0438\u043c \u0433\u0440\u0430\u0444\u0438\u043a<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/3c0\/89e\/d74\/3c089ed74bd69b1a0feeb7edebfb5f83.png\" width=\"1600\" height=\"800\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/3c0\/89e\/d74\/3c089ed74bd69b1a0feeb7edebfb5f83.png\"\/><\/figure>\n<p>\u0420\u0430\u0437\u043b\u0438\u0447\u0438\u0435 \u0432 \u0440\u0430\u0437\u043c\u0435\u0440\u0430\u0445 \u0442\u043e\u0447\u0435\u043a \u0441\u0435\u0439\u0447\u0430\u0441 \u043d\u0435\u0434\u043e\u0441\u0442\u0430\u0442\u043e\u0447\u043d\u043e \u043e\u0447\u0435\u0432\u0438\u0434\u043d\u043e, \u0438 \u043d\u0435\u043f\u043e\u043d\u044f\u0442\u043d\u043e, \u0447\u0442\u043e \u0438\u0437 \u043d\u0438\u0445 \u0447\u0442\u043e. \u0414\u043b\u044f \u043d\u0430\u0433\u043b\u044f\u0434\u043d\u043e\u0441\u0442\u0438 \u0443\u0432\u0435\u043b\u0438\u0447\u0438\u043c \u0434\u0438\u0430\u043f\u0430\u0437\u043e\u043d \u043c\u0435\u0436\u0434\u0443 \u043c\u0438\u043d\u0438\u043c\u0430\u043b\u044c\u043d\u044b\u043c \u0438 \u043c\u0430\u043a\u0441\u0438\u043c\u0430\u043b\u044c\u043d\u044b\u043c \u0440\u0430\u0437\u043c\u0435\u0440\u043e\u043c.<\/p>\n<details class=\"spoiler\">\n<summary>\u0411\u043b\u043e\u043a \u043a\u043e\u0434\u0430<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">plt.figure(figsize=(10,5), dpi=300) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u0440\u0430\u0437\u043c\u0435\u0440 \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0438 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 \u0438 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e  sns.scatterplot(data=df_data3d, x='metrics2', y='metrics1', size='metrics3', sizes=(10, 150), color='orange', alpha=0.8) # \u041e\u0442\u0440\u0438\u0441\u0443\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a  x_ticks, x_label = plt.xticks() # \u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0438\u043d\u0434\u0435\u043a\u0441\u044b \u0438 \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.xticks(ticks=x_ticks, labels=['{:.1f}'.format(i) for i in x_ticks\/10**6], fontsize=6) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlim(0.1*10**6, 1*10**6) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlabel('\u041c\u0435\u0442\u0440\u0438\u043a\u0430 \u21162, \u043c\u043b\u043d.\u0448\u0442.', fontsize=10) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441  y_ticks, y_label = plt.yticks() # \u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0438\u043d\u0434\u0435\u043a\u0441\u044b \u0438 \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.yticks(ticks=y_ticks, labels=['{:.0f}'.format(i) for i in y_ticks\/10**3], fontsize=8) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylim(4*10**4, 13*10**4) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylabel('\u041c\u0435\u0442\u0440\u0438\u043a\u0430 \u21161, \u0442\u044b\u0441.\u0448\u0442.', fontsize=12) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442  plt.title('\u0417\u0430\u0432\u0438\u0441\u0438\u043c\u043e\u0441\u0442\u044c \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u21161 \u043e\u0442 \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u21162', fontsize=16) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 legend_handles, legend_labels = plt.gca().get_legend_handles_labels() # \u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0438\u043d\u0434\u0435\u043a\u0441\u044b \u0438 \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 for l in legend_handles: # \u041f\u043e\u043f\u0440\u0430\u0432\u0438\u043c \u0446\u0432\u0435\u0442 \u0438 \u043d\u0435\u043f\u0440\u043e\u0437\u0440\u0430\u0447\u043d\u043e\u0441\u0442\u044c \u043f\u043e\u0434\u043f\u0438\u0441\u0435\u0439 \u0432 \u043b\u0435\u0433\u0435\u043d\u0434\u0435     l.set_color('orange')     l.set_alpha(0.8) legend_labels = ['{:.0f}'.format(float(l)*100) for l in legend_labels] # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043b\u0435\u0433\u0435\u043d\u0434\u044b plt.legend(legend_handles, legend_labels, title='\u041c\u0435\u0442\u0440\u0438\u043a\u0430 \u21163, \u043c\u043b\u043d.\u0448\u0442.', loc='lower right', fontsize=8) # \u0423\u043a\u0430\u0436\u0435\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0438 \u043f\u043e\u043b\u043e\u0436\u0435\u043d\u0438\u0435 \u043b\u0435\u0433\u0435\u043d\u0434\u044b \u0438 \u043f\u043e\u0440\u044f\u0434\u043e\u043a \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0439 plt.tight_layout() # \u0420\u0430\u0441\u0442\u044f\u043d\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a \u043d\u0430 \u0432\u0441\u044e \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0443  if is_save_graph: plt.savefig(f'{path_graphs}plot_3d_size_range.jpeg') # \u0421\u043e\u0445\u0440\u0430\u043d\u0438\u043c \u0433\u0440\u0430\u0444\u0438\u043a<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/ab5\/5df\/cd9\/ab55dfcd9a352f77687ca579d2495f91.png\" width=\"1600\" height=\"800\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/ab5\/5df\/cd9\/ab55dfcd9a352f77687ca579d2495f91.png\"\/><\/figure>\n<p>\u0412\u0441\u0435 \u0435\u0449\u0435 \u043d\u0435 \u043e\u0447\u0435\u043d\u044c \u043d\u0430\u0433\u043b\u044f\u0434\u043d\u043e. \u041f\u0440\u0435\u0434\u043b\u0430\u0433\u0430\u044e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0432\u043c\u0435\u0441\u0442\u043e \u0440\u0430\u0437\u043c\u0435\u0440\u0430 \u0446\u0432\u0435\u0442 \u0442\u043e\u0447\u0435\u043a. \u041c\u043d\u0435 \u0442\u0430\u043a\u043e\u0439 \u0432\u0430\u0440\u0438\u0430\u043d\u0442 \u043d\u0440\u0430\u0432\u0438\u0442\u0441\u044f \u0431\u043e\u043b\u044c\u0448\u0435 \u0438 \u043a\u0430\u0436\u0435\u0442\u0441\u044f \u0431\u043e\u043b\u0435\u0435 \u0432\u043e\u0441\u043f\u0440\u0438\u0438\u043c\u0447\u0438\u0432\u044b\u043c \u0434\u0440\u0443\u0433\u0438\u043c\u0438.<\/p>\n<details class=\"spoiler\">\n<summary>\u0411\u043b\u043e\u043a \u043a\u043e\u0434\u0430<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">plt.figure(figsize=(10,5), dpi=300) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u0440\u0430\u0437\u043c\u0435\u0440 \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0438 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 \u0438 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e  sns.scatterplot(data=df_data3d, x='metrics2', y='metrics1', hue='metrics3') # \u041e\u0442\u0440\u0438\u0441\u0443\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a  x_ticks, x_label = plt.xticks() # \u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0438\u043d\u0434\u0435\u043a\u0441\u044b \u0438 \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.xticks(ticks=x_ticks, labels=['{:.1f}'.format(i) for i in x_ticks\/10**6], fontsize=6) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlim(0.1*10**6, 1*10**6) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlabel('\u041c\u0435\u0442\u0440\u0438\u043a\u0430 \u21162, \u043c\u043b\u043d.\u0448\u0442.', fontsize=10) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441  y_ticks, y_label = plt.yticks() # \u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0438\u043d\u0434\u0435\u043a\u0441\u044b \u0438 \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.yticks(ticks=y_ticks, labels=['{:.0f}'.format(i) for i in y_ticks\/10**3], fontsize=8) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylim(4*10**4, 13*10**4) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylabel('\u041c\u0435\u0442\u0440\u0438\u043a\u0430 \u21161, \u0442\u044b\u0441.\u0448\u0442.', fontsize=12) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442  plt.title('\u0417\u0430\u0432\u0438\u0441\u0438\u043c\u043e\u0441\u0442\u044c \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u21161 \u043e\u0442 \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u21162', fontsize=16) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 legend_handles, legend_labels = plt.gca().get_legend_handles_labels() # \u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0438\u043d\u0434\u0435\u043a\u0441\u044b \u0438 \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 legend_labels = ['{:.0f}'.format(float(l)*100) for l in legend_labels] # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043b\u0435\u0433\u0435\u043d\u0434\u044b plt.legend(legend_handles, legend_labels, title='\u041c\u0435\u0442\u0440\u0438\u043a\u0430 \u21163, \u043c\u043b\u043d.\u0448\u0442.', loc='lower right', fontsize=8) # \u0423\u043a\u0430\u0436\u0435\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0438 \u043f\u043e\u043b\u043e\u0436\u0435\u043d\u0438\u0435 \u043b\u0435\u0433\u0435\u043d\u0434\u044b \u0438 \u043f\u043e\u0440\u044f\u0434\u043e\u043a \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0439 plt.tight_layout() # \u0420\u0430\u0441\u0442\u044f\u043d\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a \u043d\u0430 \u0432\u0441\u044e \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0443  if is_save_graph: plt.savefig(f'{path_graphs}plot_3d_hue.jpeg') # \u0421\u043e\u0445\u0440\u0430\u043d\u0438\u043c \u0433\u0440\u0430\u0444\u0438\u043a<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/358\/d6c\/ef8\/358d6cef8d6d98cdbb2dde45a035d009.png\" width=\"1600\" height=\"800\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/358\/d6c\/ef8\/358d6cef8d6d98cdbb2dde45a035d009.png\"\/><\/figure>\n<p>\u0415\u0449\u0435 \u043e\u0434\u0438\u043d \u043f\u0440\u0438\u043c\u0435\u0440, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u043c\u043d\u0435 \u043a\u0430\u0436\u0435\u0442\u0441\u044f \u043e\u0447\u0435\u043d\u044c \u043d\u0430\u0433\u043b\u044f\u0434\u043d\u044b\u043c. \u041c\u044b \u0432\u043d\u043e\u0432\u044c \u0434\u043e\u0431\u0430\u0432\u0438\u043c \u0443\u0441\u043b\u043e\u0432\u0438\u0435, \u043a\u0430\u043a \u0434\u0435\u043b\u0430\u043b\u0438 \u044d\u0442\u043e \u0440\u0430\u043d\u0435\u0435, \u0447\u0442\u043e 2011 \u0433\u043e\u0434 \u2014 \u044d\u0442\u043e \u043f\u0440\u043e\u0433\u043d\u043e\u0437, \u0438 \u0432\u043e\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u043c\u0441\u044f \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0439 \u043f\u0430\u043b\u0438\u0442\u0440\u043e\u0439, \u043a\u043e\u0442\u043e\u0440\u0443\u044e \u043c\u044b \u0443\u0436\u0435 \u0441\u043e\u0437\u0434\u0430\u0432\u0430\u043b\u0438.<\/p>\n<details class=\"spoiler\">\n<summary>\u0411\u043b\u043e\u043a \u043a\u043e\u0434\u0430<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">plt.figure(figsize=(10,5), dpi=300) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u0440\u0430\u0437\u043c\u0435\u0440 \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0438 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 \u0438 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e  sns.scatterplot(data=df_predict, x='metrics2', y='metrics1', hue='year', hue_order=df_predict.year.unique()[::-1], palette=own_palette) # \u041e\u0442\u0440\u0438\u0441\u0443\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a  x_ticks, x_label = plt.xticks() # \u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0438\u043d\u0434\u0435\u043a\u0441\u044b \u0438 \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.xticks(ticks=x_ticks, labels=['{:.1f}'.format(i) for i in x_ticks\/10**6], fontsize=6) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlim(0.1*10**6, 1*10**6) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlabel('\u041c\u0435\u0442\u0440\u0438\u043a\u0430 \u21162, \u043c\u043b\u043d.\u0448\u0442.', fontsize=10) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441  y_ticks, y_label = plt.yticks() # \u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0438\u043d\u0434\u0435\u043a\u0441\u044b \u0438 \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.yticks(ticks=y_ticks, labels=['{:.0f}'.format(i) for i in y_ticks\/10**3], fontsize=8) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylim(4*10**4, 13*10**4) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylabel('\u041c\u0435\u0442\u0440\u0438\u043a\u0430 \u21161, \u0442\u044b\u0441.\u0448\u0442.', fontsize=12) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442  plt.title('\u0417\u0430\u0432\u0438\u0441\u0438\u043c\u043e\u0441\u0442\u044c \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u21161 \u043e\u0442 \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u21162', fontsize=16) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 plt.legend(title='\u0413\u043e\u0434', loc='lower right', fontsize=8) # \u0423\u043a\u0430\u0436\u0435\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0438 \u043f\u043e\u043b\u043e\u0436\u0435\u043d\u0438\u0435 \u043b\u0435\u0433\u0435\u043d\u0434\u044b \u0438 \u043f\u043e\u0440\u044f\u0434\u043e\u043a \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0439 plt.tight_layout() # \u0420\u0430\u0441\u0442\u044f\u043d\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a \u043d\u0430 \u0432\u0441\u044e \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0443  if is_save_graph: plt.savefig(f'{path_graphs}plot_3d_palette.jpeg') # \u0421\u043e\u0445\u0440\u0430\u043d\u0438\u043c \u0433\u0440\u0430\u0444\u0438\u043a<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/648\/85e\/4e9\/64885e4e9b08f4e6be52a3a14581a47c.png\" width=\"1600\" height=\"800\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/648\/85e\/4e9\/64885e4e9b08f4e6be52a3a14581a47c.png\"\/><\/figure>\n<p>\u041d\u0443 \u0438 \u0434\u0430\u0432\u0430\u0439\u0442\u0435 \u0434\u043e\u0431\u0430\u0432\u0438\u043c \u0440\u0430\u0437\u043c\u0435\u0440 \u0442\u043e\u0447\u0435\u043a \u0432 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435 \u0438\u0437\u043c\u0435\u0440\u0435\u043d\u0438\u044f. \u041c\u043e\u0436\u0435\u0442 \u0431\u044b\u0442\u044c, \u044d\u0442\u043e \u0434\u0430\u0436\u0435 \u0442\u0443 \u043c\u0430\u0447\u2026<\/p>\n<details class=\"spoiler\">\n<summary>\u0411\u043b\u043e\u043a \u043a\u043e\u0434\u0430<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">plt.figure(figsize=(10,5), dpi=300) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u0440\u0430\u0437\u043c\u0435\u0440 \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0438 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 \u0438 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e  sns.scatterplot(     data=df_predict, x='metrics2', y='metrics1', hue='year', hue_order=df_predict.year.unique()[::-1], palette=own_palette,     size='metrics3', sizes=(10, 150), ) # \u041e\u0442\u0440\u0438\u0441\u0443\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a  x_ticks, x_label = plt.xticks() # \u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0438\u043d\u0434\u0435\u043a\u0441\u044b \u0438 \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.xticks(ticks=x_ticks, labels=['{:.1f}'.format(i) for i in x_ticks\/10**6], fontsize=6) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlim(0.1*10**6, 1*10**6) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlabel('\u041c\u0435\u0442\u0440\u0438\u043a\u0430 \u21162, \u043c\u043b\u043d.\u0448\u0442.', fontsize=10) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441  y_ticks, y_label = plt.yticks() # \u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0438\u043d\u0434\u0435\u043a\u0441\u044b \u0438 \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.yticks(ticks=y_ticks, labels=['{:.0f}'.format(i) for i in y_ticks\/10**3], fontsize=8) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylim(4*10**4, 13*10**4) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylabel('\u041c\u0435\u0442\u0440\u0438\u043a\u0430 \u21161, \u0442\u044b\u0441.\u0448\u0442.', fontsize=12) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442  plt.title('\u0417\u0430\u0432\u0438\u0441\u0438\u043c\u043e\u0441\u0442\u044c \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u21161 \u043e\u0442 \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u21162', fontsize=16) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 legend_handles, legend_labels = plt.gca().get_legend_handles_labels() # \u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0438\u043d\u0434\u0435\u043a\u0441\u044b \u0438 \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043b\u0435\u0433\u0435\u043d\u0434\u044b legend_labels[0] = '\u0413\u043e\u0434' legend_labels[7] = '\u041c\u0435\u0442\u0440\u0438\u043a\u0430 \u21163, \u043c\u043b\u043d.\u0448\u0442.' legend_labels[8:] = ['{:.0f}'.format(float(l)*100) for l in legend_labels[8:]] plt.legend(legend_handles, legend_labels, loc='lower right', fontsize=8) # \u0423\u043a\u0430\u0436\u0435\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0438 \u043f\u043e\u043b\u043e\u0436\u0435\u043d\u0438\u0435 \u043b\u0435\u0433\u0435\u043d\u0434\u044b \u0438 \u043f\u043e\u0440\u044f\u0434\u043e\u043a \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0439 plt.tight_layout() # \u0420\u0430\u0441\u0442\u044f\u043d\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a \u043d\u0430 \u0432\u0441\u044e \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0443  if is_save_graph: plt.savefig(f'{path_graphs}plot_3d_palette_size.jpeg') # \u0421\u043e\u0445\u0440\u0430\u043d\u0438\u043c \u0433\u0440\u0430\u0444\u0438\u043a<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/0e4\/7cc\/757\/0e47cc757ff84f92164237d1468a03f8.png\" width=\"1600\" height=\"800\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/0e4\/7cc\/757\/0e47cc757ff84f92164237d1468a03f8.png\"\/><\/figure>\n<p>\u041a\u0430\u043a\u0438\u0435 \u0432\u044b\u0432\u043e\u0434\u044b \u043c\u043e\u0436\u043d\u043e \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u0438\u0437 \u043d\u0430\u0448\u0435\u0433\u043e \u0433\u0440\u0430\u0444\u0438\u043a\u0430? \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u0447\u0442\u043e:<\/p>\n<ol>\n<li>\n<p>\u041c\u044b \u043f\u043b\u0430\u043d\u0438\u0440\u0443\u0435\u043c \u0438\u043d\u0442\u0435\u043d\u0441\u0438\u0432\u043d\u044b\u0439 \u0440\u043e\u0441\u0442 \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u21162 \u0432 2011 \u0433\u043e\u0434\u0443.<\/p>\n<\/li>\n<li>\n<p>\u041f\u043e \u043c\u0435\u0442\u0440\u0438\u043a\u0435 \u21161 \u0442\u0430\u043a\u0436\u0435 \u043e\u0436\u0438\u0434\u0430\u0435\u0442\u0441\u044f \u0440\u043e\u0441\u0442, \u043d\u043e \u0432 \u043c\u0435\u043d\u044c\u0448\u0435\u0439 \u0441\u0442\u0435\u043f\u0435\u043d\u0438.<\/p>\n<\/li>\n<li>\n<p>\u0412 2009-2010 \u0435\u0441\u0442\u044c \u0434\u0440\u0430\u0439\u0432\u0435\u0440\u044b \u0440\u043e\u0441\u0442\u0430 \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u21163, \u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u043c\u044b \u043d\u0435 \u043e\u0436\u0438\u0434\u0430\u0435\u043c \u0432 2011 \u0433\u043e\u0434\u0443.<\/p>\n<\/li>\n<\/ol>\n<h2>\u0417\u0430\u043a\u043b\u044e\u0447\u0435\u043d\u0438\u0435<\/h2>\n<p>\u0412 \u044d\u0442\u043e\u0439 \u043d\u0435\u0431\u043e\u043b\u044c\u0448\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0435 \u043c\u043d\u0435 \u0443\u0434\u0430\u043b\u043e\u0441\u044c \u043b\u0438\u0448\u044c \u043d\u0435\u043c\u043d\u043e\u0433\u043e \u0440\u0430\u0441\u043a\u0440\u044b\u0442\u044c \u0442\u0435\u043c\u0443 \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u043e\u0441\u0442\u0435\u0439 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u044f \u0446\u0432\u0435\u0442\u0430 \u0434\u043b\u044f \u0432\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0438 \u0438 \u0441\u043e\u0432\u0441\u0435\u043c \u043d\u0435\u043c\u043d\u043e\u0433\u043e \u043f\u043e\u043a\u0430\u0437\u0430\u0442\u044c \u0433\u0440\u0430\u0444\u0438\u043a\u0438 \u0441 \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u0435\u043c \u0440\u0430\u0437\u043c\u0435\u0440\u0430 \u0442\u043e\u0447\u043a\u0438 \u043e\u0442 \u0432\u0445\u043e\u0434\u043d\u044b\u0445 \u0434\u0430\u043d\u043d\u044b\u0445. \u041d\u0430\u0434\u0435\u044e\u0441\u044c, \u0447\u0442\u043e \u043f\u0440\u0438\u043c\u0435\u0440\u044b \u0431\u044b\u043b\u0438 \u0438\u043d\u0442\u0435\u0440\u0435\u0441\u043d\u044b\u043c\u0438 \u0438 \u043f\u0440\u0438\u043d\u0435\u0441\u043b\u0438 \u043f\u0440\u0430\u043a\u0442\u0438\u0447\u0435\u0441\u043a\u0443\u044e \u043f\u043e\u043b\u044c\u0437\u0443.\u00a0<\/p>\n<p>\u0412 \u0447\u0430\u0441\u0442\u0438 \u0432\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0438 \u043d\u0435\u0442 \u043d\u0438\u043a\u0430\u043a\u0438\u0445 \u043e\u0433\u0440\u0430\u043d\u0438\u0447\u0435\u043d\u0438\u0439, \u0438 \u0432\u0441\u0451 \u0437\u0430\u0432\u0438\u0441\u0438\u0442 \u0442\u043e\u043b\u044c\u043a\u043e \u043e\u0442 \u0432\u0430\u0448\u0435\u0439 \u0444\u0430\u043d\u0442\u0430\u0437\u0438\u0438. \u042f \u0441\u0442\u0430\u0440\u0430\u044e\u0441\u044c \u043f\u0440\u0438\u0434\u0435\u0440\u0436\u0438\u0432\u0430\u0442\u044c\u0441\u044f \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0445 \u0440\u0435\u043a\u043e\u043c\u0435\u043d\u0434\u0430\u0446\u0438\u0439:<\/p>\n<ul>\n<li>\n<p>\u0418\u0441\u043f\u0440\u0430\u0432\u043b\u044f\u0442\u044c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0438 \u043b\u0435\u0433\u0435\u043d\u0434\u0443, \u0434\u043e\u0431\u0430\u0432\u043b\u044f\u0442\u044c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435. \u0421\u043e \u0432\u0440\u0435\u043c\u0435\u043d\u0435\u043c \u0432\u044b \u0431\u0443\u0434\u0435\u0442\u0435 \u0434\u0435\u043b\u0430\u0442\u044c \u044d\u0442\u043e \u0431\u044b\u0441\u0442\u0440\u0435\u0435 \u0438 \u0431\u044b\u0441\u0442\u0440\u0435\u0435, \u0438 \u0432 \u0438\u0442\u043e\u0433\u0435 \u044d\u0442\u043e \u0432\u043e\u0439\u0434\u0435\u0442 \u0432 \u043f\u0440\u0438\u0432\u044b\u0447\u043a\u0443.<\/p>\n<\/li>\n<li>\n<p>\u041d\u0435 \u043f\u0435\u0440\u0435\u0433\u0440\u0443\u0436\u0430\u0442\u044c \u0433\u0440\u0430\u0444\u0438\u043a: \u043d\u0435 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0431\u043e\u043b\u0435\u0435 3 \u0431\u0430\u0437\u043e\u0432\u044b\u0445 \u0446\u0432\u0435\u0442\u043e\u0432, \u043d\u0435 \u0443\u0447\u0438\u0442\u044b\u0432\u0430\u044f \u0438\u0445 \u043e\u0442\u0442\u0435\u043d\u043a\u0438, \u043d\u0435 \u0434\u043e\u0431\u0430\u0432\u043b\u044f\u0442\u044c \u043e\u0434\u043d\u043e\u0432\u0440\u0435\u043c\u0435\u043d\u043d\u043e \u0432\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044e \u0440\u0430\u0437\u043c\u0435\u0440\u043e\u0432 \u0442\u043e\u0447\u0435\u043a, \u0446\u0432\u0435\u0442\u0430 \u0438 \u0444\u043e\u0440\u043c\u044b. \u041d\u0443\u0436\u043d\u043e \u0432\u044b\u0431\u0440\u0430\u0442\u044c \u043e\u0434\u0438\u043d, \u043c\u0430\u043a\u0441\u0438\u043c\u0443\u043c \u0434\u0432\u0430 \u0442\u0438\u043f\u0430 \u0432\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0438, \u0435\u0441\u043b\u0438 \u044d\u0442\u043e \u0443\u043c\u0435\u0441\u0442\u043d\u043e.<\/p>\n<\/li>\n<li>\n<p>\u041f\u0440\u0438\u043e\u0440\u0438\u0442\u0435\u0442\u043d\u044b\u0435 \u0442\u0440\u0435\u043d\u0434\u044b \u2014 \u0442\u0435, \u043d\u0430 \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0437\u0430\u043a\u0430\u0437\u0447\u0438\u043a \u0434\u043e\u043b\u0436\u0435\u043d \u043e\u0431\u0440\u0430\u0442\u0438\u0442\u044c \u0432\u043d\u0438\u043c\u0430\u043d\u0438\u0435 \u0432 \u043f\u0435\u0440\u0432\u0443\u044e \u043e\u0447\u0435\u0440\u0435\u0434\u044c, \u2014 \u043b\u0443\u0447\u0448\u0435 \u043e\u0442\u043e\u0431\u0440\u0430\u0436\u0430\u0442\u044c \u0431\u043e\u043b\u0435\u0435 \u043d\u0430\u0441\u044b\u0449\u0435\u043d\u043d\u044b\u043c\u0438 \u0438 \u0442\u0435\u043c\u043d\u044b\u043c\u0438 \u043e\u0442\u0442\u0435\u043d\u043a\u0430\u043c\u0438.<\/p>\n<\/li>\n<li>\n<p>\u0415\u0441\u043b\u0438 \u0435\u0441\u0442\u044c \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0442\u0440\u0435\u043d\u0434\u043e\u0432 \u043e\u0434\u043d\u043e\u0433\u043e \u043e\u0442\u0442\u0435\u043d\u043a\u0430, \u0438\u0445 \u0434\u043e\u043b\u0436\u043d\u043e \u0447\u0442\u043e-\u0442\u043e \u043e\u0431\u044a\u0435\u0434\u0438\u043d\u044f\u0442\u044c \u0438\u0434\u0435\u0439\u043d\u043e: \u0441\u0435\u0433\u043c\u0435\u043d\u0442 \u0440\u044b\u043d\u043a\u0430\/\u0433\u043e\u0434\/\u043c\u0435\u0441\u044f\u0446. \u0412\u044b \u0434\u043e\u043b\u0436\u043d\u044b \u044d\u0442\u043e \u043f\u043e\u043a\u0430\u0437\u0430\u0442\u044c, \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u043e\u0447\u0435\u0432\u0438\u0434\u043d\u044b\u043c.<\/p>\n<\/li>\n<li>\n<p>\u0418\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0442\u0438\u043f \u043f\u0430\u043b\u0438\u0442\u0440\u044b \u0432 \u0441\u043e\u043e\u0442\u0432\u0435\u0442\u0441\u0442\u0432\u0438\u0438 \u0441 \u0442\u0438\u043f\u043e\u043c \u0434\u0430\u043d\u043d\u044b\u0445: \u0434\u0438\u0441\u043a\u0440\u0435\u0442\u043d\u044b\u0435, \u043d\u0435\u043f\u0440\u0435\u0440\u044b\u0432\u043d\u044b\u0435. \u042d\u0442\u043e \u0438\u0437\u0431\u0430\u0432\u0438\u0442 \u043e\u0442 \u043f\u0440\u043e\u0431\u043b\u0435\u043c \u0438 \u043a\u043e\u043d\u0444\u043b\u0438\u043a\u0442\u043e\u0432 \u043f\u0440\u0438 \u0440\u0430\u0431\u043e\u0442\u0435 \u0441 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u043e\u0439.<\/p>\n<\/li>\n<li>\n<p>\u0427\u0435\u043c \u0431\u043e\u043b\u044c\u0448\u0435 \u0440\u0430\u0437\u043d\u043e\u043e\u0431\u0440\u0430\u0437\u043d\u044b\u0445 \u0432\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0439 \u0432\u044b \u0434\u0435\u043b\u0430\u0435\u0442\u0435, \u0442\u0435\u043c \u043b\u0443\u0447\u0448\u0435. \u0421\u043d\u0430\u0447\u0430\u043b\u0430 \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u043e, \u043f\u043e\u0442\u043e\u043c \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e.<\/p>\n<\/li>\n<\/ul>\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\/articles\/802773\/\"> https:\/\/habr.com\/ru\/articles\/802773\/<\/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<figure class=\"full-width\"><\/figure>\n<p>\u041f\u0440\u0438\u0432\u0435\u0442, \u0425\u0430\u0431\u0440! \u0412 \u044d\u0442\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0435 \u044f \u0440\u0430\u0441\u0441\u043a\u0430\u0436\u0443 \u043f\u0440\u043e \u0441\u0432\u043e\u0451 \u0432\u0438\u0434\u0435\u043d\u0438\u0435 \u0440\u0430\u0431\u043e\u0442\u044b \u0441 \u0446\u0432\u0435\u0442\u043e\u043c \u043f\u0440\u0438 \u0432\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0438 \u0433\u0440\u0430\u0444\u0438\u043a\u043e\u0432. \u0411\u0443\u0434\u0443 \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0442\u044c \u0432\u0441\u0435 \u043d\u0430 \u043f\u0440\u0438\u043c\u0435\u0440\u0430\u0445 \u2014 \u0443\u0432\u0435\u0440\u0435\u043d, \u043e\u043d\u0438 \u0432\u0430\u043c \u043f\u043e\u043d\u0440\u0430\u0432\u044f\u0442\u0441\u044f.<\/p>\n<p>\u042f \u043f\u043e\u043a\u0430\u0436\u0443 \u043d\u0435 \u0442\u043e\u043b\u044c\u043a\u043e \u043a\u0430\u0440\u0442\u0438\u043d\u043a\u0438 \u0431\u044b\u043b\u043e-\u0441\u0442\u0430\u043b\u043e, \u043d\u043e \u0438 \u043f\u0440\u0438\u0432\u0435\u0434\u0443 \u043f\u0440\u0438\u043c\u0435\u0440\u044b \u043a\u043e\u0434\u0430, \u0430 \u0442\u0430\u043a\u0436\u0435 \u043e\u0431\u044a\u044f\u0441\u043d\u044e \u043b\u043e\u0433\u0438\u043a\u0443 \u043f\u0440\u0438\u043d\u044f\u0442\u0438\u044f \u0440\u0435\u0448\u0435\u043d\u0438\u0439: \u043a\u0430\u043a \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0442\u0443 \u0438\u043b\u0438 \u0438\u043d\u0443\u044e \u043f\u0430\u043b\u0438\u0442\u0440\u0443 \u0432 \u043a\u043e\u043d\u043a\u0440\u0435\u0442\u043d\u043e\u0439 \u0437\u0430\u0434\u0430\u0447\u0435. \u0418 \u0441\u0430\u043c\u043e\u0435 \u0433\u043b\u0430\u0432\u043d\u043e\u0435, \u0434\u0430\u043c \u043f\u043e\u0448\u0430\u0433\u043e\u0432\u044b\u0435 \u0441\u043e\u0432\u0435\u0442\u044b, \u043a\u0430\u043a \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u0433\u0440\u0430\u0444\u0438\u043a \u043b\u043e\u0433\u0438\u0447\u043d\u0435\u0435 \u0438 \u043f\u043e\u043d\u044f\u0442\u043d\u0435\u0435 \u0434\u043b\u044f \u0437\u0430\u043a\u0430\u0437\u0447\u0438\u043a\u043e\u0432.<\/p>\n<p>\u041c\u0435\u043d\u044f \u0437\u043e\u0432\u0443\u0442 \u0421\u0430\u0448\u0430, \u0441\u0435\u0439\u0447\u0430\u0441 \u044f \u0440\u0430\u0431\u043e\u0442\u0430\u044e \u0432 Lamoda Tech \u0441\u0442\u0430\u0440\u0448\u0438\u043c \u0431\u0438\u0437\u043d\u0435\u0441\/\u0434\u0430\u0442\u0430-\u0430\u043d\u0430\u043b\u0438\u0442\u0438\u043a\u043e\u043c. \u0414\u043e \u044d\u0442\u043e\u0433\u043e \u044f \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043b\u0435\u0442 \u0431\u044b\u043b \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0441\u0442\u043e\u043c \u043f\u043e \u0434\u0430\u043d\u043d\u044b\u043c \u0432 \u0434\u0440\u0443\u0433\u043e\u0439 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 \u0438 \u0440\u0435\u0433\u0443\u043b\u044f\u0440\u043d\u043e \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u044f\u043b \u0441\u043e\u0432\u0435\u0442\u0443 \u0434\u0438\u0440\u0435\u043a\u0442\u043e\u0440\u043e\u0432 \u0430\u043d\u0430\u043b\u0438\u0437 \u0438 \u043f\u0440\u043e\u0433\u043d\u043e\u0437 \u0444\u0438\u0437\u0438\u0447\u0435\u0441\u043a\u0438\u0445 \u0438 \u0431\u0438\u0437\u043d\u0435\u0441-\u043f\u043e\u043a\u0430\u0437\u0430\u0442\u0435\u043b\u0435\u0439. \u0423\u043c\u0435\u043d\u0438\u0435 \u0434\u043e\u043d\u0435\u0441\u0442\u0438 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u044f \u0434\u043e \u0437\u0430\u043a\u0430\u0437\u0447\u0438\u043a\u0430, \u043e\u0441\u043e\u0431\u0435\u043d\u043d\u043e \u0435\u0441\u043b\u0438 \u043e\u043d \u043d\u0435 \u043f\u043e\u0433\u0440\u0443\u0436\u0435\u043d \u0432 \u0440\u0430\u0431\u043e\u0442\u0443 \u0441 \u0434\u0430\u043d\u043d\u044b\u043c\u0438 \u2014 \u044d\u0442\u043e \u0432\u0430\u0436\u043d\u044b\u0439 \u0430\u0441\u043f\u0435\u043a\u0442 \u043c\u043e\u0435\u0439 \u043f\u0440\u043e\u0444\u0435\u0441\u0441\u0438\u0438. \u041d\u0430\u0434\u0435\u044e\u0441\u044c, \u0441\u0442\u0430\u0442\u044c\u044f \u043f\u043e\u043c\u043e\u0436\u0435\u0442 \u043f\u0440\u043e\u043a\u0430\u0447\u0430\u0442\u044c \u044d\u0442\u043e\u0442 \u0441\u043a\u0438\u043b\u043b.\u00a0<\/p>\n<h2>\u0412\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u0433\u0440\u0430\u0444\u0438\u043a\u043e\u0432<\/h2>\n<p>\u0414\u0430\u0432\u0430\u0439\u0442\u0435 \u043f\u0440\u0438\u0441\u0442\u0443\u043f\u0438\u043c. \u0412 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0438 \u0434\u043b\u044f \u0432\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0438 \u0431\u0443\u0434\u0435\u0442 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c\u0441\u044f seaborn. \u0412 \u0441\u043a\u0440\u044b\u0442\u044b\u0445 \u0431\u043b\u043e\u043a\u0430\u0445 \u0431\u0443\u0434\u0435\u0442 \u043d\u0430\u0445\u043e\u0434\u0438\u0442\u044c\u0441\u044f \u043a\u043e\u0434, \u0430 \u043e\u0441\u043d\u043e\u0432\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0438 \u0441\u0442\u0430\u043d\u0443\u0442 \u043a\u0430\u0440\u0442\u0438\u043d\u043a\u0438: \u043d\u0435 \u0437\u0440\u044f \u0436\u0435 \u0441\u0442\u0430\u0442\u044c\u044f \u0438\u043c\u0435\u043d\u043d\u043e \u043f\u0440\u043e \u0432\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044e?<\/p>\n<p>\u0414\u043e\u043f\u0443\u0441\u0442\u0438\u043c, \u0447\u0442\u043e \u0443 \u043d\u0430\u0441 \u0435\u0441\u0442\u044c \u0434\u0430\u043d\u043d\u044b\u0435 \u043d\u0435\u043a\u043e\u0439 \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u0437\u0430 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043b\u0435\u0442 (2006-2011), \u0438 \u043d\u0430\u043c \u043d\u0443\u0436\u043d\u043e \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u0438\u0442\u044c \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b \u043c\u0435\u043d\u0435\u0434\u0436\u043c\u0435\u043d\u0442\u0443. \u0424\u0430\u0439\u043b\u044b \u0434\u043b\u044f \u044d\u0442\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0438 \u2014 \u043a\u043e\u0434, \u0434\u0430\u0442\u0430\u0441\u0435\u0442 \u0438 \u0433\u0440\u0430\u0444\u0438\u043a\u0438 <em>\u2014 <\/em>\u0432\u044b \u043c\u043e\u0436\u0435\u0442\u0435 \u043d\u0430\u0439\u0442\u0438 <a href=\"https:\/\/github.com\/sawabear\/article_colors_in_seaborn\">\u043d\u0430 GitHub<\/a>.<\/p>\n<p><em>\u041f\u0440\u0438\u043c.: \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0439 \u0431\u043b\u043e\u043a \u043a\u043e\u0434\u0430 \u2014 \u0435\u0434\u0438\u043d\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0439 \u043e\u0431\u044f\u0437\u0430\u0442\u0435\u043b\u044c\u043d\u044b\u0439 \u043a \u0438\u0441\u043f\u043e\u043b\u043d\u0435\u043d\u0438\u044e. \u0412\u0441\u0435 \u043e\u0441\u0442\u0430\u043b\u044c\u043d\u044b\u0435 \u043d\u0443\u0436\u043d\u044b \u0442\u043e\u043b\u044c\u043a\u043e \u0434\u043b\u044f \u0432\u043e\u0441\u043f\u0440\u043e\u0438\u0437\u0432\u0435\u0434\u0435\u043d\u0438\u044f \u043a\u043e\u043d\u043a\u0440\u0435\u0442\u043d\u043e\u0433\u043e \u043f\u0440\u0438\u043c\u0435\u0440\u0430 \u0432\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0438.<\/em><\/p>\n<details class=\"spoiler\">\n<summary>\u0411\u043b\u043e\u043a \u043a\u043e\u0434\u0430<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">import matplotlib.pyplot as plt import numpy as np import pandas as pd import seaborn as sns  path_graphs = '..\/graphs\/' is_save_graph = False  df_data = pd.read_pickle('..\/data\/df_data.pkl') display(df_data.head(), df_data.tail())  # \u041f\u0440\u0438\u0433\u043e\u0434\u0438\u0442\u0441\u044f \u043f\u043e\u0437\u0436\u0435 \u21161 # \u0414\u043b\u044f \u0433\u0440\u0430\u0444\u0438\u043a\u043e\u0432 \u0441\u0438\u043d\u0443\u0441\u043e\u0439\u0434 df_sin = df_data.copy(deep=True) sin_base = np.sin(np.arange(0, np.pi*2, np.pi*2\/12)) * 1.5*10**4 df_sin['metrics1'] = np.concatenate([sin_base + i*10**4 for i in range(6,12)])  # \u041f\u0440\u0438\u0433\u043e\u0434\u0438\u0442\u0441\u044f \u043f\u043e\u0437\u0436\u0435 \u21162 # \u0414\u043b\u044f \u0433\u0440\u0430\u0444\u0438\u043a\u043e\u0432 \u0441 \u043f\u0440\u0435\u0434\u043f\u043e\u043b\u043e\u0436\u0435\u043d\u0438\u0435\u043c, \u0447\u0442\u043e 2011 \u0433\u043e\u0434 \u2014 \u043f\u0440\u043e\u0433\u043d\u043e\u0437 df_predict = df_data.copy(deep=True)  df_predict['year'] = df_predict['year'].apply(lambda x: f'{x} \u043f\u0440\u043e\u0433\u043d\u043e\u0437' if x == 2011 else f'{x} \u0444\u0430\u043a\u0442')  # \u041f\u0440\u0438\u0433\u043e\u0434\u0438\u0442\u0441\u044f \u043f\u043e\u0437\u0436\u0435 \u21163 # \u0414\u043b\u044f \u0433\u0440\u0430\u0444\u0438\u043a\u043e\u0432, \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u043d\u044b\u0445 \u0432\u043c\u0435\u0441\u0442\u043e 3\u0414 \u0432\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0439 df_data3d = pd.concat([df_data.iloc[:, 2:], df_data.iloc[:, 2:]*1.01, df_data.iloc[:, 2:]*1.05], axis=0)<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<figure class=\"\"><\/figure>\n<h3>\u0411\u0430\u0437\u0430<\/h3>\n<details class=\"spoiler\">\n<summary>\u0411\u043b\u043e\u043a \u043a\u043e\u0434\u0430<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">sns.lineplot(data=df_data, x=df_data.index, y='metrics1') # \u041e\u0442\u0440\u0438\u0441\u0443\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a  if is_save_graph: plt.savefig(f'{path_graphs}plot_base.jpeg') # \u0421\u043e\u0445\u0440\u0430\u043d\u0438\u043c \u0433\u0440\u0430\u0444\u0438\u043a<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<figure class=\"\"><\/figure>\n<p>\u041a\u0430\u043a \u0432\u0438\u0434\u043d\u043e \u0438\u0437 \u0433\u0440\u0430\u0444\u0438\u043a\u0430, \u044d\u0442\u043e \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u043e\u0439 \u0440\u044f\u0434 \u043d\u0435\u043a\u043e\u0442\u043e\u0440\u043e\u0439 \u043c\u0435\u0442\u0440\u0438\u043a\u0438. \u0422\u0430\u043a\u0430\u044f \u0432\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u043f\u043e\u0434\u043e\u0439\u0434\u0435\u0442 \u0442\u043e\u043b\u044c\u043a\u043e \u0434\u043b\u044f \u0432\u043d\u0443\u0442\u0440\u0435\u043d\u043d\u0435\u0433\u043e \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u044f \u043a\u043e\u043c\u0430\u043d\u0434\u043e\u0439, \u0438 \u0442\u043e \u0441 \u043d\u0430\u0442\u044f\u0436\u043a\u043e\u0439: \u043d\u0435\u0447\u0438\u0442\u0430\u0435\u043c\u044b\u0439 \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u043e\u0439 \u043f\u0435\u0440\u0438\u043e\u0434, \u043f\u043b\u043e\u0445\u043e \u0432\u043e\u0441\u043f\u0440\u0438\u043d\u0438\u043c\u0430\u0435\u0442\u0441\u044f \u0440\u0430\u0437\u043c\u0435\u0440\u043d\u043e\u0441\u0442\u044c, \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e \u043a\u0430\u0440\u0442\u0438\u043d\u043a\u0438 \u043e\u0441\u0442\u0430\u0432\u043b\u044f\u0435\u0442 \u0436\u0435\u043b\u0430\u0442\u044c \u043b\u0443\u0447\u0448\u0435\u0433\u043e. \u0415\u0441\u043b\u0438 \u043d\u0430\u043c \u043f\u043e\u043d\u0430\u0434\u043e\u0431\u0438\u0442\u0441\u044f \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u043f\u043e\u0434\u043e\u0431\u043d\u044b\u0439 \u0433\u0440\u0430\u0444\u0438\u043a \u0432 \u043e\u0442\u0447\u0435\u0442\u0435 \u0438\u043b\u0438 \u043f\u0440\u0435\u0437\u0435\u043d\u0442\u0430\u0446\u0438\u0438, \u0442\u043e \u043f\u0440\u0438\u0434\u0435\u0442\u0441\u044f \u043f\u0435\u0440\u0435\u0437\u0430\u043f\u0443\u0441\u043a\u0430\u0442\u044c \u0442\u0435\u0442\u0440\u0430\u0434\u044c \u0438 \u043e\u0442\u0444\u043e\u0440\u043c\u0430\u0442\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0435\u0433\u043e, \u0438 \u043d\u0430\u043c \u043f\u043e\u0432\u0435\u0437\u0435\u0442, \u0435\u0441\u043b\u0438 \u0434\u0435\u043b\u0430\u0442\u044c \u044d\u0442\u043e \u0431\u0443\u0434\u0435\u0442 \u0442\u043e\u0442 \u0436\u0435 \u0447\u0435\u043b\u043e\u0432\u0435\u043a, \u0447\u0442\u043e \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u043b \u0437\u0430\u0434\u0430\u0447\u0443 \u2014 \u0443 \u043d\u0435\u0433\u043e \u0443\u0436\u0435 \u0431\u0443\u0434\u0443\u0442 \u043d\u0435\u043e\u0431\u0445\u043e\u0434\u0438\u043c\u044b\u0435 \u0434\u0430\u043d\u043d\u044b\u0435 \u0438 \u043f\u043e\u043d\u0438\u043c\u0430\u043d\u0438\u0435, \u0447\u0442\u043e \u043d\u0443\u0436\u043d\u043e \u043f\u043e\u0434\u0441\u0432\u0435\u0442\u0438\u0442\u044c.<\/p>\n<p>\u041f\u0440\u0438\u043c\u0435\u043d\u0438\u043c \u043d\u0435\u043c\u043d\u043e\u0433\u043e \u0443\u0441\u0438\u043b\u0438\u0439, \u0447\u0442\u043e\u0431\u044b \u0443\u043b\u0443\u0447\u0448\u0438\u0442\u044c \u0432\u043e\u0441\u043f\u0440\u0438\u044f\u0442\u0438\u0435. <\/p>\n<details class=\"spoiler\">\n<summary>\u0411\u043b\u043e\u043a \u043a\u043e\u0434\u0430<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">plt.figure(figsize=(10,5), dpi=300) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u0440\u0430\u0437\u043c\u0435\u0440 \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0438 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 \u0438 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e  sns.lineplot(data=df_data, x=df_data.index, y='metrics1') # \u041e\u0442\u0440\u0438\u0441\u0443\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a  plt.xticks(rotation=90, fontsize=6) # \u041f\u043e\u0432\u0435\u0440\u043d\u0435\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlim(0, len(df_data)-1) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlabel('\u0414\u0430\u0442\u0430', fontsize=10) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441  y_ticks, y_label = plt.yticks() # \u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0438\u043d\u0434\u0435\u043a\u0441\u044b \u0438 \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.yticks(ticks=y_ticks, labels=['{:.0f}'.format(i) for i in y_ticks\/10**3], fontsize=8) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylim(4*10**4, 12.5*10**4) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylabel('\u041c\u0435\u0442\u0440\u0438\u043a\u0430 \u21161, \u0442\u044b\u0441.\u0448\u0442.', fontsize=12) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442  plt.title('\u0418\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u0435 \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u21161 \u0432 \u043f\u0435\u0440\u0438\u043e\u0434 2006-2011 \u0433\u043e\u0434\u043e\u0432', fontsize=16) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 plt.tight_layout() # \u0420\u0430\u0441\u0442\u044f\u043d\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a \u043d\u0430 \u0432\u0441\u044e \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0443  if is_save_graph: plt.savefig(f'{path_graphs}plot_base_advanced.jpeg') # \u0421\u043e\u0445\u0440\u0430\u043d\u0438\u043c \u0433\u0440\u0430\u0444\u0438\u043a<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<figure class=\"full-width\"><\/figure>\n<p>\u0417\u0430\u0442\u0440\u0430\u0447\u0435\u043d\u043e 2 \u043c\u0438\u043d\u0443\u0442\u044b, \u0430 \u0433\u0440\u0430\u0444\u0438\u043a \u0441\u0442\u0430\u043b \u043d\u0430\u043c\u043d\u043e\u0433\u043e \u043f\u0440\u0438\u0432\u043b\u0435\u043a\u0430\u0442\u0435\u043b\u044c\u043d\u0435\u0435 \u0438 \u0447\u0438\u0442\u0430\u0431\u0435\u043b\u044c\u043d\u0435\u0435. \u0427\u0438\u0442\u0430\u0442\u0435\u043b\u044e \u0441\u0442\u0430\u043b\u0438 \u043f\u043e\u043d\u044f\u0442\u043d\u0435\u0435:<\/p>\n<ul>\n<li>\n<p>\u0421\u0443\u0442\u044c \u0433\u0440\u0430\u0444\u0438\u043a\u0430 \u2014\u00a0 \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435.<\/p>\n<\/li>\n<li>\n<p>\u0412\u0440\u0435\u043c\u0435\u043d\u043d\u043e\u0439 \u043f\u0435\u0440\u0438\u043e\u0434: \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043f\u043e\u0432\u0435\u0440\u043d\u0443\u043b\u0438, \u0438 \u0438\u0445 \u0441\u0442\u0430\u043b\u043e \u0432\u0438\u0434\u043d\u043e.<\/p>\n<\/li>\n<li>\n<p>\u0420\u0430\u0437\u043c\u0435\u0440\u043d\u043e\u0441\u0442\u044c \u043c\u0435\u0442\u0440\u0438\u043a\u0438: \u043f\u0435\u0440\u0435\u043d\u0435\u0441\u043b\u0438 \u043f\u0440\u0438\u0441\u0442\u0430\u0432\u043a\u0443 \u0442\u044b\u0441. \u0432 \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u043e\u0441\u0438.<\/p>\n<\/li>\n<\/ul>\n<p>\u042f \u0441\u043e\u0433\u043b\u0430\u0441\u0435\u043d, \u0447\u0442\u043e \u0432 \u043f\u0435\u0440\u0432\u043e\u0435 \u0432\u0440\u0435\u043c\u044f \u0442\u0430\u043a\u0438\u0435 \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u044f \u0431\u0443\u0434\u0443\u0442 \u043e\u0442\u043d\u0438\u043c\u0430\u0442\u044c \u0431\u043e\u043b\u044c\u0448\u0435 \u0432\u0440\u0435\u043c\u0435\u043d\u0438. \u041d\u043e \u0441 \u043a\u0430\u0436\u0434\u044b\u043c \u0440\u0430\u0437\u043e\u043c \u0443 \u0432\u0430\u0441 \u0431\u0443\u0434\u0435\u0442 \u0431\u043e\u043b\u044c\u0448\u0435 \u043e\u043f\u044b\u0442\u0430, \u0438 \u0432\u044b \u0431\u0443\u0434\u0435\u0442\u0435 \u0441\u043f\u0440\u0430\u0432\u043b\u044f\u0442\u044c\u0441\u044f \u0441 \u0444\u043e\u0440\u043c\u0430\u0442\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435\u043c \u0431\u044b\u0441\u0442\u0440\u0435\u0435. \u0414\u0430\u0436\u0435 \u043a\u043e\u0433\u0434\u0430 \u0432\u044b \u043d\u0430 99% \u0443\u0432\u0435\u0440\u0435\u043d\u044b, \u0447\u0442\u043e \u0433\u0440\u0430\u0444\u0438\u043a \u043d\u0435 \u043d\u0443\u0436\u043d\u043e \u0431\u0443\u0434\u0435\u0442 \u043f\u0440\u0435\u0437\u0435\u043d\u0442\u043e\u0432\u0430\u0442\u044c, \u043e\u0442\u0444\u043e\u0440\u043c\u0430\u0442\u0438\u0440\u0443\u0439\u0442\u0435 \u0435\u0433\u043e. \u0422\u0430\u043a \u0432\u044b \u043e\u0441\u0442\u0430\u0432\u0438\u0442\u0435 \u043f\u043e\u0441\u043b\u0435 \u0441\u0435\u0431\u044f \u043f\u0440\u0438\u044f\u0442\u043d\u0443\u044e \u0438 \u043f\u043e\u043d\u044f\u0442\u043d\u0443\u044e \u0442\u0435\u0442\u0440\u0430\u0434\u044c \u0438 \u043f\u043e\u043a\u0430\u0436\u0435\u0442\u0435 \u0441\u0432\u043e\u0435 \u043e\u0442\u043d\u043e\u0448\u0435\u043d\u0438\u0435 \u043a \u043f\u0440\u043e\u0434\u0435\u043b\u0430\u043d\u043d\u043e\u0439 \u0440\u0430\u0431\u043e\u0442\u0435 \u0438 \u043a\u043e\u043b\u043b\u0435\u0433\u0430\u043c, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0431\u0443\u0434\u0443\u0442 \u0432 \u043d\u0435\u0451 \u043f\u043e\u0433\u0440\u0443\u0436\u0430\u0442\u044c\u0441\u044f.<\/p>\n<h3>\u0423 \u0432\u0430\u0441 \u0435\u0441\u0442\u044c \u0442\u043e\u043b\u044c\u043a\u043e 10 \u0441\u0435\u043a\u0443\u043d\u0434<\/h3>\n<p>\u0417\u043d\u0430\u0435\u0442\u0435 \u00ab\u043f\u0440\u0430\u0432\u0438\u043b\u043e 10 \u0441\u0435\u043a\u0443\u043d\u0434\u00bb? \u041c\u044b \u043f\u043e \u0431\u043e\u043b\u044c\u0448\u0435\u0439 \u0447\u0430\u0441\u0442\u0438 \u0444\u043e\u0440\u043c\u0438\u0440\u0443\u0435\u043c \u0441\u0432\u043e\u0451 \u043c\u043d\u0435\u043d\u0438\u0435 \u043e \u043d\u0435\u0437\u043d\u0430\u043a\u043e\u043c\u043e\u043c \u0447\u0435\u043b\u043e\u0432\u0435\u043a\u0435 \u0432 \u043f\u0435\u0440\u0432\u044b\u0435 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043c\u0433\u043d\u043e\u0432\u0435\u043d\u0438\u0439. \u0421 \u0433\u0440\u0430\u0444\u0438\u043a\u0430\u043c\u0438 \u043f\u0440\u043e\u0438\u0441\u0445\u043e\u0434\u0438\u0442 \u0442\u043e\u0447\u043d\u043e \u0442\u0430\u043a \u0436\u0435, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u0441 \u043f\u0435\u0440\u0432\u043e\u0433\u043e \u0432\u0437\u0433\u043b\u044f\u0434\u0430 \u043e\u043d\u0438 \u0434\u043e\u043b\u0436\u043d\u044b \u0431\u044b\u0442\u044c \u043c\u0430\u043a\u0441\u0438\u043c\u0430\u043b\u044c\u043d\u043e \u0438\u043d\u0442\u0443\u0438\u0442\u0438\u0432\u043d\u044b\u043c\u0438 \u0438 \u0441\u0440\u0430\u0437\u0443 \u0434\u0430\u0432\u0430\u0442\u044c \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u0438\u0435 \u043e \u0441\u043e\u0434\u0435\u0440\u0436\u0430\u043d\u0438\u0438!<\/p>\n<h4>\u041d\u0435\u043c\u043d\u043e\u0433\u043e \u043e hue<\/h4>\n<p>\u041f\u0430\u0440\u0430\u043c\u0435\u0442\u0440 hue \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0435\u0442 \u0432\u044b\u043f\u043e\u043b\u043d\u0438\u0442\u044c \u0432\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044e \u0441 \u0434\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0439 \u0440\u0430\u0437\u0431\u0438\u0432\u043a\u043e\u0439 \u043f\u043e \u0444\u0438\u0447\u0435. \u0414\u043b\u044f \u044d\u0442\u043e\u0433\u043e \u043c\u043e\u0436\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0434\u0432\u0430 \u0442\u0438\u043f\u0430 \u0446\u0432\u0435\u0442\u043e\u0432\u044b\u0445 \u043f\u0430\u043b\u0438\u0442\u0440 (\u043f\u043e\u0434\u0440\u043e\u0431\u043d\u0435\u0435 <a href=\"https:\/\/seaborn.pydata.org\/tutorial\/color_palettes.html\">https:\/\/seaborn.pydata.org\/tutorial\/color_palettes.html<\/a>):<\/p>\n<ul>\n<li>\n<p>\u041d\u0435\u043f\u0440\u0435\u0440\u044b\u0432\u043d\u0430\u044f (\u043f\u043e\u0434\u0445\u043e\u0434\u0438\u0442 \u0434\u043b\u044f \u043d\u0435\u043f\u0440\u0435\u0440\u044b\u0432\u043d\u044b\u0445 \u0444\u0438\u0447\u0435\u0439) \u2014 \u044d\u0442\u043e \u043d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0433\u0440\u0430\u0434\u0438\u0435\u043d\u0442. \u0421\u043a\u043e\u043b\u044c\u043a\u043e \u0431\u044b \u043d\u0438 \u0431\u044b\u043b\u043e \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0439 \u0432 \u0444\u0438\u0447\u0435, \u043e\u043d\u0438 \u0440\u0430\u0441\u043f\u043e\u043b\u043e\u0436\u0430\u0442\u0441\u044f \u0432\u043d\u0443\u0442\u0440\u0438 \u0433\u0440\u0430\u0434\u0438\u0435\u043d\u0442\u0430 \u0441\u0442\u0440\u043e\u0433\u043e \u043e\u0442 \u043c\u0438\u043d\u0438\u043c\u0443\u043c\u0430 \u043a \u043c\u0430\u043a\u0441\u0438\u043c\u0443\u043c\u0443.<\/p>\n<\/li>\n<\/ul>\n<details class=\"spoiler\">\n<summary>\u0411\u043b\u043e\u043a \u043a\u043e\u0434\u0430<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">for palette in ('viridis', 'flare', 'rocket'):     plt.figure(figsize=(5,1), dpi=300)     sns.heatmap(data=[range(10**4)], cbar=False, cmap=palette)     plt.axis('off')     plt.tight_layout()     if is_save_graph: plt.savefig(f'{path_graphs}plot_palette_{palette}_1.jpeg') # \u0421\u043e\u0445\u0440\u0430\u043d\u0438\u043c \u0433\u0440\u0430\u0444\u0438\u043a<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<figure class=\"full-width\"><\/figure>\n<figure class=\"full-width\"><\/figure>\n<figure class=\"full-width\"><\/figure>\n<ul>\n<li>\n<p>\u0414\u0438\u0441\u043a\u0440\u0435\u0442\u043d\u0430\u044f (\u043b\u043e\u0433\u0438\u0447\u043d\u043e \u0434\u043b\u044f \u0434\u0438\u0441\u043a\u0440\u0435\u0442\u043d\u044b\u0445 \u0444\u0438\u0447\u0435\u0439) \u2014 \u043a\u043e\u043d\u0435\u0447\u043d\u043e\u0435 \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u043e \u0446\u0432\u0435\u0442\u043e\u0432 \u0432 \u043f\u0430\u043b\u0438\u0442\u0440\u0435. \u041f\u0440\u0438 \u0434\u043e\u0441\u0442\u0438\u0436\u0435\u043d\u0438\u0438 \u043f\u043e\u0441\u043b\u0435\u0434\u043d\u0435\u0433\u043e \u0446\u0432\u0435\u0442\u0430 \u0446\u0438\u043a\u043b \u043d\u0430\u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f \u0446\u0432\u0435\u0442\u0430 \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0438 \u043d\u0430\u0447\u0438\u043d\u0430\u0435\u0442\u0441\u044f \u043f\u043e \u043d\u043e\u0432\u043e\u0439.<\/p>\n<\/li>\n<\/ul>\n<details class=\"spoiler\">\n<summary>\u0411\u043b\u043e\u043a \u043a\u043e\u0434\u0430<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">for palette in ('pastel', 'Set2', 'rocket'):     plt.figure(figsize=(5,1), dpi=300)     sns.barplot(data=[[1]]*20, palette=palette)     for w in plt.gca().patches:         w.set_width(1)     plt.axis('off')     plt.tight_layout()     if is_save_graph: plt.savefig(f'{path_graphs}plot_palette_{palette}_2.jpeg') # \u0421\u043e\u0445\u0440\u0430\u043d\u0438\u043c \u0433\u0440\u0430\u0444\u0438\u043a<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<figure class=\"full-width\"><\/figure>\n<figure class=\"full-width\"><\/figure>\n<figure class=\"full-width\"><\/figure>\n<ol>\n<li>\n<p>\u0412 \u043f\u0430\u043b\u0438\u0442\u0440\u0435 \u2018pastel\u2019 10 \u0446\u0432\u0435\u0442\u043e\u0432, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u043d\u0430\u0447\u0438\u043d\u0430\u044f \u0441 11 \u0446\u0432\u0435\u0442\u0430 \u0446\u0438\u043a\u043b \u043d\u0430\u0447\u0438\u043d\u0430\u0435\u0442\u0441\u044f \u0441\u043d\u043e\u0432\u0430.<\/p>\n<\/li>\n<li>\n<p>\u0412 \u043f\u0430\u043b\u0438\u0442\u0440\u0435 &#8216;Set2&#8217; 8 \u0446\u0432\u0435\u0442\u043e\u0432, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u043d\u0430\u0447\u0438\u043d\u0430\u044f \u0441 9 \u0446\u0432\u0435\u0442\u0430 \u0446\u0438\u043a\u043b \u043d\u0430\u0447\u0438\u043d\u0430\u0435\u0442\u0441\u044f \u0441\u043d\u043e\u0432\u0430.<\/p>\n<\/li>\n<li>\n<p>\u041d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043f\u0430\u043b\u0438\u0442\u0440\u044b \u043c\u043e\u0436\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0432 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435 \u0438 \u043f\u0435\u0440\u0432\u043e\u0433\u043e, \u0438 \u0432\u0442\u043e\u0440\u043e\u0433\u043e \u0442\u0438\u043f\u0430, \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, &#8216;rocket&#8217;. \u0421\u043a\u043e\u043b\u044c\u043a\u043e \u0431\u044b \u043c\u044b \u043d\u0438 \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u0438 \u0438\u0437 \u044d\u0442\u0438\u0445 \u043f\u0430\u043b\u0438\u0442\u0440 \u0446\u0432\u0435\u0442\u043e\u0432 \u2014 \u0432\u0441\u0435 \u043e\u043d\u0438 \u0431\u0443\u0434\u0443\u0442 \u0443\u043d\u0438\u043a\u0430\u043b\u044c\u043d\u044b\u043c\u0438, \u043d\u043e \u043d\u0435 \u0432\u0441\u0435\u0433\u0434\u0430 \u044d\u0442\u043e \u0431\u0443\u0434\u0435\u0442 \u0437\u0430\u043c\u0435\u0442\u043d\u043e \u0432\u0438\u0437\u0443\u0430\u043b\u044c\u043d\u043e.<\/p>\n<\/li>\n<\/ol>\n<h4>\u0413\u0440\u0430\u0434\u0438\u0435\u043d\u0442\u043d\u0430\u044f \u043f\u0430\u043b\u0438\u0442\u0440\u0430<\/h4>\n<p>\u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u0435\u0441\u043b\u0438 \u043c\u044b \u0445\u043e\u0442\u0438\u043c \u043f\u0440\u0435\u0437\u0435\u043d\u0442\u043e\u0432\u0430\u0442\u044c \u0442\u0440\u0435\u043d\u0434\u044b, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0441\u043b\u043e\u0436\u0438\u043b\u0438\u0441\u044c \u0432\u043d\u0443\u0442\u0440\u0438 \u0433\u043e\u0434\u043e\u0432 (\u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u0438\u0442\u044c \u0433\u043e\u0434 \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0430\u043b\u044c\u043d\u043e\u0439 \u0444\u0438\u0447\u0435\u0439), \u0443\u043a\u0430\u0436\u0435\u043c \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440 hue=&#8217;year&#8217;.<\/p>\n<p><em>\u041f\u0440\u0438\u043c.: \u0434\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u043f\u043e\u043f\u0440\u0430\u0432\u0438\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u043b\u0435\u0433\u0435\u043d\u0434\u044b \u0438 \u043a\u0435\u0433\u043b\u044c.<\/em><\/p>\n<details class=\"spoiler\">\n<summary>\u0411\u043b\u043e\u043a \u043a\u043e\u0434\u0430<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">plt.figure(figsize=(10,5), dpi=300) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u0440\u0430\u0437\u043c\u0435\u0440 \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0438 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 \u0438 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e  sns.lineplot(data=df_data, x='month', y='metrics1', hue='year') # \u041e\u0442\u0440\u0438\u0441\u0443\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a  x_unique = df_data.month.unique() plt.xticks(ticks=x_unique, fontsize=6) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlim(x_unique.min(), x_unique.max()) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlabel('\u041c\u0435\u0441\u044f\u0446', fontsize=10) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441  y_ticks, y_label = plt.yticks() # \u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0438\u043d\u0434\u0435\u043a\u0441\u044b \u0438 \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.yticks(ticks=y_ticks, labels=['{:.0f}'.format(i) for i in y_ticks\/10**3], fontsize=8) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylim(4*10**4, 13*10**4) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylabel('\u041c\u0435\u0442\u0440\u0438\u043a\u0430 \u21161, \u0442\u044b\u0441.\u0448\u0442.', fontsize=12) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442  plt.legend(title='\u0413\u043e\u0434', loc='upper right', fontsize=8) # \u0423\u043a\u0430\u0436\u0435\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0438 \u043f\u043e\u043b\u043e\u0436\u0435\u043d\u0438\u0435 \u043b\u0435\u0433\u0435\u043d\u0434\u044b plt.title('\u0413\u043e\u0434\u043e\u0432\u043e\u0435 \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u0435 \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u21161 \u0432 \u043f\u0435\u0440\u0438\u043e\u0434 2006-2011 \u0433\u043e\u0434\u043e\u0432', fontsize=16) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 plt.tight_layout() # \u0420\u0430\u0441\u0442\u044f\u043d\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a \u043d\u0430 \u0432\u0441\u044e \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0443  if is_save_graph: plt.savefig(f'{path_graphs}plot_gradient.jpeg') # \u0421\u043e\u0445\u0440\u0430\u043d\u0438\u043c \u0433\u0440\u0430\u0444\u0438\u043a<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<figure class=\"full-width\"><\/figure>\n<p>\u041f\u043e\u043f\u0440\u043e\u0431\u0443\u0435\u043c \u043f\u043e\u043c\u0435\u043d\u044f\u0442\u044c \u043f\u043e\u0440\u044f\u0434\u043e\u043a \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0439 \u0447\u0435\u0440\u0435\u0437 \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440 hue_order.<\/p>\n<details class=\"spoiler\">\n<summary>\u0411\u043b\u043e\u043a \u043a\u043e\u0434\u0430<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">plt.figure(figsize=(10,5), dpi=300) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u0440\u0430\u0437\u043c\u0435\u0440 \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0438 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 \u0438 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e  sns.lineplot(data=df_data, x='month', y='metrics1', hue='year', hue_order=df_data.year.unique()[::-1]) # \u041e\u0442\u0440\u0438\u0441\u0443\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a  x_unique = df_data.month.unique() plt.xticks(ticks=x_unique, fontsize=6) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlim(x_unique.min(), x_unique.max()) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u0430\u0431\u0441\u0446\u0438\u0441\u0441 plt.xlabel('\u041c\u0435\u0441\u044f\u0446', fontsize=10) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u0430\u0431\u0441\u0446\u0438\u0441\u0441  y_ticks, y_label = plt.yticks() # \u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0438\u043d\u0434\u0435\u043a\u0441\u044b \u0438 \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.yticks(ticks=y_ticks, labels=['{:.0f}'.format(i) for i in y_ticks\/10**3], fontsize=8) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439 \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylim(4*10**4, 13*10**4) # \u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u043c \u043e\u0441\u044c \u043e\u0440\u0434\u0438\u043d\u0430\u0442 plt.ylabel('\u041c\u0435\u0442\u0440\u0438\u043a\u0430 \u21161, \u0442\u044b\u0441.\u0448\u0442.', fontsize=12) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u044c \u043e\u0441\u0438 \u043e\u0440\u0434\u0438\u043d\u0430\u0442  plt.legend(title='\u0413\u043e\u0434', loc='upper right', fontsize=8) # \u0423\u043a\u0430\u0436\u0435\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0438 \u043f\u043e\u043b\u043e\u0436\u0435\u043d\u0438\u0435 \u043b\u0435\u0433\u0435\u043d\u0434\u044b plt.title('\u0413\u043e\u0434\u043e\u0432\u043e\u0435 \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u0435 \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u21161 \u0432 \u043f\u0435\u0440\u0438\u043e\u0434 2006-2011 \u0433\u043e\u0434\u043e\u0432', fontsize=16) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 plt.tight_layout() # \u0420\u0430\u0441\u0442\u044f\u043d\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a \u043d\u0430 \u0432\u0441\u044e \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0443  if is_save_graph: plt.savefig(f'{path_graphs}plot_gradient_test.jpeg') # \u0421\u043e\u0445\u0440\u0430\u043d\u0438\u043c \u0433\u0440\u0430\u0444\u0438\u043a<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<figure class=\"full-width\"><\/figure>\n<p>\u041d\u0435 \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u043e\u0441\u044c. <\/p>\n<p>\u0415\u0441\u043b\u0438 \u0434\u043b\u044f hue \u043f\u0435\u0440\u0435\u0434\u0430\u043d\u044b \u0434\u0430\u043d\u043d\u044b\u0435 \u0441 \u0442\u0438\u043f\u043e\u043c \u0434\u0430\u043d\u043d\u044b\u0445 \u0447\u0438\u0441\u043b\u043e, \u0442\u043e \u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u043d\u043e \u0432 seaborn \u0431\u0443\u0434\u0435\u0442 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c\u0441\u044f \u043d\u0435\u043f\u0440\u0435\u0440\u044b\u0432\u043d\u0430\u044f (\u0433\u0440\u0430\u0434\u0438\u0435\u043d\u0442\u043d\u0430\u044f) \u043f\u0430\u043b\u0438\u0442\u0440\u0430, \u0438 \u043c\u044b \u043d\u0435 \u0441\u043c\u043e\u0436\u0435\u043c \u0438\u0437\u043c\u0435\u043d\u0438\u0442\u044c \u043f\u043e\u0440\u044f\u0434\u043e\u043a \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0439 \u0447\u0435\u0440\u0435\u0437 hue_order, \u0442\u0430\u043a \u043a\u0430\u043a \u043e\u043d\u0438 \u0431\u0443\u0434\u0443\u0442 \u0440\u0430\u0441\u043f\u043e\u0437\u043d\u0430\u043d\u044b, \u043a\u0430\u043a \u043d\u0435\u043f\u0440\u0435\u0440\u044b\u0432\u043d\u044b\u0435 \u0434\u0430\u043d\u043d\u044b\u0435. \u0415\u0441\u043b\u0438 \u0438\u043d\u0442\u0435\u0440\u0435\u0441\u043d\u043e \u043f\u043e\u0447\u0435\u043c\u0443, \u0442\u043e <a href=\"https:\/\/stackoverflow.com\/a\/68136043\/23121666\">https:\/\/stackoverflow.com\/a\/68136043\/23121666<\/a>.<\/p>\n<p>\u041d\u043e \u0435\u0441\u043b\u0438 \u043c\u044b \u0445\u043e\u0442\u0438\u043c \u043f\u043e\u043f\u0440\u0430\u0432\u0438\u0442\u044c \u043f\u043e\u0440\u044f\u0434\u043e\u043a \u0433\u043e\u0434\u043e\u0432 (\u00ab\u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0439\u00bb), \u0447\u0442\u043e\u0431\u044b \u043e\u043d\u0438 \u0432\u0438\u0437\u0443\u0430\u043b\u044c\u043d\u043e, \u043d\u0430\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u044d\u0442\u043e \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u043e, \u0441\u043e\u0432\u043f\u0430\u0434\u0430\u043b\u0438 \u0441 \u0440\u0430\u0441\u043f\u043e\u043b\u043e\u0436\u0435\u043d\u0438\u0435\u043c \u0442\u0440\u0435\u043d\u0434\u043e\u0432, \u0442\u043e \u043c\u043e\u0436\u043d\u043e \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u044d\u0442\u043e \u043f\u0440\u0438\u043d\u0443\u0434\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u0432 \u043b\u0435\u0433\u0435\u043d\u0434\u0435. \u0412 \u0432\u0435\u0440\u0441\u0438\u044f\u0445 matplotlib >=3.7 \u0434\u043b\u044f \u044d\u0442\u043e\u0433\u043e \u043c\u043e\u0436\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c reverse=True \u0432 plt.legend, \u043d\u043e \u043c\u044b \u0440\u0430\u0441\u0441\u043c\u043e\u0442\u0440\u0438\u043c \u0432\u0430\u0440\u0438\u0430\u043d\u0442, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u043f\u043e\u0437\u0432\u043e\u043b\u0438\u0442 \u0440\u0430\u0431\u043e\u0442\u0430\u0442\u044c \u0441 \u043b\u0435\u0433\u0435\u043d\u0434\u043e\u0439 \u043f\u043e \u043d\u0430\u0448\u0435\u043c\u0443 \u0443\u0441\u043c\u043e\u0442\u0440\u0435\u043d\u0438\u044e \u0432 \u043b\u044e\u0431\u043e\u0439 \u0432\u0435\u0440\u0441\u0438\u0438.<\/p>\n<details class=\"spoiler\">\n<summary>\u0411\u043b\u043e\u043a \u043a\u043e\u0434\u0430<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">plt.figure(figsize=(10,5), dpi=300) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u0440\u0430\u0437\u043c\u0435\u0440 \u043f\u043e\u0434\u043b\u043e\u0436\u043a\u0438 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 \u0438 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e  sns.lineplot(data=df_data, x='month', y='metrics1', hue='year') # \u041e\u0442\u0440\u0438\u0441\u0443\u0435\u043c \u0433\u0440\u0430\u0444\u0438\u043a  x_unique = df_data.month.unique() plt.xticks(ticks=x_unique, fontsize=6) # \u0418\u0437\u043c\u0435\u043d\u0438\u043c \u043f\u043e\u0434\u043f\u0438\u0441\u0438 \u0434\u0435\u043b\u0435\u043d\u0438\u0439<\/code><\/pre>\n<\/div>\n<\/details>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\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-371772","post","type-post","status-publish","format-standard","hentry"],"_links":{"self":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/371772","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=371772"}],"version-history":[{"count":0,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/371772\/revisions"}],"wp:attachment":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=371772"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=371772"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=371772"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}