app/simulation/visualization/animation.py

import plotly.graph_objects as go
from plotly.subplots import make_subplots
import numpy as np


def minutes_to_time(minutes, start_time="00:00"):
    start_hour, start_min = map(int, start_time.split(':'))
    total_minutes = start_hour * 60 + start_min + minutes
    hour = (total_minutes // 60) % 24
    minute = total_minutes % 60
    return f"{hour:02d}:{minute:02d}"


def create_animation_frame_plotly(frame_data, specialists_count, second_model_name="XGBoost"):
    # Фиксированная ось X для графиков
    time_ticks = list(range(0, 1441, 180))
    time_labels = [minutes_to_time(t, "00:00") for t in time_ticks]

    fig = make_subplots(
        rows=3, cols=2,
        subplot_titles=('📈 Динамика входящего потока', '⚙️ Загрузка специалистов (%)',
                        '👥 МОНИТОРИНГ РАБОТЫ СПЕЦИАЛИСТОВ', '',
                        '📊 Сводная статистика обработки', '🎯 Оперативные показатели'),
        specs=[
            [{'type': 'scatter'}, {'type': 'scatter'}],
            [{'type': 'heatmap', 'colspan': 2}, None],
            [{'type': 'table'}, {'type': 'scatter'}]
        ],
        row_heights=[0.25, 0.40, 0.35],
        vertical_spacing=0.1,
    )

    # --- РЯД 1: ГРАФИКИ ---
    inflow_h = frame_data.get('inflow_history', [])
    load_h = frame_data.get('load_history', [])

    fig.add_trace(go.Scatter(y=inflow_h, fill='tozeroy', line=dict(color='#4361ee', width=2)), row=1, col=1)
    fig.add_trace(go.Scatter(y=[l * 100 for l in load_h], fill='tozeroy', line=dict(color='#4cc9f0', width=2)), row=1,
                  col=2)

    for col in [1, 2]:
        fig.update_xaxes(range=[0, 1440], tickvals=time_ticks, ticktext=time_labels, row=1, col=col)
        fig.update_yaxes(rangemode="tozero", row=1, col=col)

    # --- РЯД 2: HEATMAP (Строго 20 ячеек в ширину) ---
    states = np.array(frame_data['specialist_states'])
    cols = 20
    rows = int(np.ceil(specialists_count / cols))

    # Создаем матрицу, заполненную None (или NaN), чтобы пустые места не красились
    z_matrix = np.full((rows, cols), np.nan)
    for i, val in enumerate(states):
        r, c = divmod(i, cols)
        # Мапим значения: 0 -> 0.1 (голубой), 1-3 -> 0.4 (зеленый) и т.д.
        if val == 0:
            z_matrix[r, c] = 0.1
        elif val <= 3:
            z_matrix[r, c] = 0.4
        elif val <= 7:
            z_matrix[r, c] = 0.7
        else:
            z_matrix[r, c] = 1.0

    # Настраиваем цвета: NaN будет прозрачным/фоновым
    colorscale = [
        [0.0, '#66ccff'],  # Свободен (0)
        [0.4, '#4ade80'],  # 1-3 мин
        [0.7, '#facc15'],  # 4-7 мин
        [1.0, '#f87171']  # 8+ мин
    ]

    fig.add_trace(go.Heatmap(
        z=z_matrix, colorscale=colorscale, showscale=False,
        xgap=2, ygap=2, zmin=0, zmax=1, hoverinfo='none'
    ), row=2, col=1)

    # Легенда над хитмапом
    free = sum(1 for t in states if t <= 0)
    legend = (f"Свободно: <b>{free}</b> | <span style='color:#66ccff'>■</span> Свободен "
              f"<span style='color:#4ade80'>■</span> 1-3м <span style='color:#facc15'>■</span> 4-7м "
              f"<span style='color:#f87171'>■</span> 8м+")
    fig.add_annotation(text=legend, xref="paper", yref="paper", x=0.5, y=0.70, showarrow=False, font=dict(size=14))

    # --- РЯД 3: ТАБЛИЦА (Формальная) ---
    cum = frame_data['cumulative']
    fig.add_trace(go.Table(
        header=dict(values=['Параметр', 'Значение'], fill_color='#1e293b', font=dict(color='white', size=15),
                    height=35),
        cells=dict(values=[
            ['✅ Авто-одобрено', '❌ Авто-отказы', '👤 На рассмотрении (Manual)', '<b>ИТОГО ОБРАБОТАНО</b>'],
            [cum['auto_approved'], cum['auto_declined'],
             cum['manual_processed'] + cum['business_manual_processed'], f"<b>{cum['total_processed']}</b>"]
        ], align='left', font=dict(size=14), height=35, fill_color='#f8f9fa')
    ), row=3, col=1)

    # --- ОПЕРАТИВНЫЕ ПОКАЗАТЕЛИ (Крупный заголовок) ---
    q_models = frame_data['queue']  # Очередь к спецам
    q_business = frame_data.get('business_queue', 0)  # Бизнес-очередь

    # Расчет ожидания только для очереди моделей (как на левом графике)
    avg_w = frame_data.get('avg_wait', 0)

    status_card = (
        f"<span style='font-size:22px; font-weight:bold;'>МОНИТОРИНГ</span><br><br>"
        f"<span style='background-color:#dcfce7; color:#166534; padding:8px; border-radius:5px;'>"
        f"<b>👤 ОЧЕРЕДЬ (СПЕЦ): {q_models}</b></span><br><br>"
        f"<span style='font-size:18px; color:#666;'>"
        f"⚙️ Бизнес-правила: {q_business}</span><br><br>"
        f"🕒 Время: <b>{frame_data['time_str']}</b><br>"
        f"⏳ Ожидание: <b>{avg_w:.1f} мин</b>"
    )

    fig.add_trace(go.Scatter(x=[0], y=[0], mode='text', text=[status_card], textfont=dict(size=16)), row=3, col=2)

    # Очистка осей
    fig.update_xaxes(visible=False, row=2, col=1);
    fig.update_yaxes(visible=False, row=2, col=1)
    fig.update_xaxes(visible=False, row=3, col=2);
    fig.update_yaxes(visible=False, row=3, col=2)

    # Фиксируем оси, чтобы график не "дышал" (это главная причина мерцания)
    fig.update_yaxes(range=[0, 60], row=1, col=1)  # Замени 60 на твой макс. поток
    fig.update_yaxes(range=[0, 105], row=1, col=2)  # Загрузка всегда до 100%

    fig.update_layout(
        height=950,
        margin=dict(t=80, b=40, l=50, r=50),
        template="plotly_white",
        showlegend=False,
        # ОТКЛЮЧАЕМ анимации переходов, которые создают эффект мигания
        transition_duration=0,
        hovermode=False
    )

    # Это заставит Plotly обновлять только данные, не перерисовывая всё полотно
    fig.layout.datarevision = frame_data['time']
    return fig


from matplotlib.animation import FFMpegWriter

import matplotlib.pyplot as plt
import matplotlib.animation as animation
import tempfile
import numpy as np

import matplotlib.pyplot as plt
import matplotlib.animation as animation
import tempfile
import numpy as np
import os


# Внести изменения в функцию create_simulation_video в animation.py
def create_simulation_video(frames, specialists_count, second_model_name, fps=24):
    if not frames:
        return None

    # Настройка стиля
    plt.style.use('seaborn-v0_8-whitegrid')
    fig, axes = plt.subplots(2, 2, figsize=(16, 10), facecolor='#f8f9fa')
    plt.subplots_adjust(hspace=0.4, wspace=0.25)
    plt.close()

    def update(i):
        data = frames[i]
        for ax in axes.flatten():
            ax.clear()
            ax.set_facecolor('white')

        # 1. ДИНАМИКА ПОТОКА (Локализация)
        y_inflow = data['inflow_history']
        axes[0, 0].fill_between(range(len(y_inflow)), y_inflow, color='#4361ee', alpha=0.3)
        axes[0, 0].plot(range(len(y_inflow)), y_inflow, color='#4361ee', linewidth=2)
        axes[0, 0].set_xlim(0, 1440)  # Фиксация оси времени
        axes[0, 0].set_title("ДИНАМИКА ПОТОКА (заявок/мин)", fontsize=12, fontweight='bold')
        axes[0, 0].set_xlabel("Минуты симуляции")

        # 2. ЗАГРУЗКА СИСТЕМЫ
        y_load = [v * 100 for v in data['load_history']]
        axes[0, 1].fill_between(range(len(y_load)), y_load, color='#4cc9f0', alpha=0.3)
        axes[0, 1].plot(range(len(y_load)), y_load, color='#4cc9f0', linewidth=2)
        axes[0, 1].axhline(y=80, color='#f72585', linestyle='--', alpha=0.6)
        axes[0, 1].set_xlim(0, 1440)
        axes[0, 1].set_ylim(0, 110)
        axes[0, 1].set_title(f"ЗАГРУЖЕННОСТЬ СПЕЦИАЛИСТОВ %: {y_load[-1]:.1f}%", fontsize=12, fontweight='bold')

        # 3. HEATMAP И ЛЕГЕНДА (Возвращаем информативность)
        states = np.array(data['specialist_states'])
        cols = 20
        rows = int(np.ceil(specialists_count / cols))
        z = np.zeros((rows, cols))
        for idx, val in enumerate(states[:rows * cols]):
            z[idx // cols, idx % cols] = val

        im = axes[1, 0].imshow(z, cmap='RdYlGn_r', aspect='auto', vmin=0, vmax=10)
        axes[1, 0].set_title(f"МОНИТОРИНГ: {specialists_count} СПЕЦИАЛИСТОВ", fontsize=12, fontweight='bold')
        axes[1, 0].axis('off')

        # Добавляем текстовую легенду под хитмапом
        legend_text = "Цвета: Зеленый (Свободен) → Желтый (3-5 мин) → Красный (8+ мин)"
        axes[1, 0].text(0.5, -0.1, legend_text, ha='center', transform=axes[1, 0].transAxes, fontsize=10)

        # --- 4. РАЗДЕЛЕННЫЕ ОЧЕРЕДИ И СТАТИСТИКА ---
        ax_stat = axes[1, 1]
        ax_stat.clear()
        ax_stat.axis('off')

        # Цвета для очередей (краснеют, если очередь > 50)
        q_mod_color = '#991b1b' if data['queue'] > 50 else '#166534'
        q_biz_color = '#991b1b' if data.get('business_queue', 0) > 50 else '#1e293b'

        # Две надписи очередей сверху
        ax_stat.text(0.25, 0.9, "ОЧЕРЕДЬ\n(МОДЕЛИ)", fontsize=10, ha='center', fontweight='bold')
        ax_stat.text(0.25, 0.78, f"{data['queue']}", fontsize=26, ha='center', fontweight='bold', color=q_mod_color)

        ax_stat.text(0.75, 0.9, "ОЧЕРЕДЬ\n(БИЗНЕС ПРАВИЛА)", fontsize=10, ha='center', fontweight='bold')
        ax_stat.text(0.75, 0.78, f"{data.get('business_queue', 0)}", fontsize=26, ha='center', fontweight='bold',
                     color=q_biz_color)

        # Сводная таблица ниже
        cum = data['cumulative']
        stats_text = (
            f"Итоговые показатели к {data['time_str']}\n"
            f"--------------------------------------\n"
            f"ОБРАБОТАНО ВСЕГО:                 {cum['total_processed']}\n"
            f"Авто-одобрено:                    {cum['auto_approved']}\n"
            f"Авто-отказы:                      {cum['auto_declined']}\n"
            f"Ручной разбор (модель):           {cum['manual_processed']}\n"
            f"Ручной разбор (бизнес правила):   {cum['business_manual_processed']}\n"
            f"--------------------------------------\n"
            f"Используемая модель: {second_model_name}"
        )

        ax_stat.text(0.5, 0.3, stats_text, fontsize=10, fontfamily='monospace',
                     ha='center', va='center', transform=ax_stat.transAxes,
                     bbox=dict(facecolor='#f8f9fa', alpha=1, boxstyle='round,pad=1', edgecolor='#dee2e6'))

        return axes.flatten()

    ani = animation.FuncAnimation(fig, update, frames=len(frames), interval=1000 / fps)
    tmp_file = tempfile.NamedTemporaryFile(delete=False, suffix='.mp4')

    writer = animation.FFMpegWriter(fps=fps, bitrate=2000, extra_args=['-vcodec', 'libx264', '-pix_fmt', 'yuv420p'])
    ani.save(tmp_file.name, writer=writer)
    return tmp_file.name