Update app/simulation/visualization/animation.py

app/simulation/visualization/animation.py

@@ -1,7 +1,9 @@
-import plotly.graph_objects as go
-from plotly.subplots import make_subplots
+from matplotlib.animation import FFMpegWriter
+import matplotlib.pyplot as plt
+import matplotlib.animation as animation
+import tempfile
 import numpy as np
-
+import os
 
 def minutes_to_time(minutes, start_time="00:00"):
     start_hour, start_min = map(int, start_time.split(':'))
@@ -10,148 +12,6 @@ def minutes_to_time(minutes, start_time="00:00"):
     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;'>МОНИТОРИН��</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
@@ -185,7 +45,7 @@ def create_simulation_video(frames, specialists_count, second_model_name, fps=24
         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)
+        # 3. HEATMAP И ЛЕГЕНДА 
         states = np.array(data['specialist_states'])
         cols = 20
         rows = int(np.ceil(specialists_count / cols))
@@ -210,7 +70,6 @@ def create_simulation_video(frames, specialists_count, second_model_name, fps=24
         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)
 
@@ -218,7 +77,7 @@ def create_simulation_video(frames, specialists_count, second_model_name, fps=24
         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
+        # Сводная таблица
         cum = data['cumulative']
         stats_text = (
             f"Итоговые показатели к {data['time_str']}\n"