Update app.py

app.py

@@ -74,8 +74,9 @@ def find_similar_pattern(df, prediction, future_hours=24):
 def generate_dynamic_prediction(df, initial_prediction, future_hours=24):
     green_prediction = initial_prediction  # Commencer avec la prédiction initiale
 
-    # Calculer la longueur de la série future
-    future_timestamps = [df.index[-1] + timedelta(hours=i) for i in range(1, future_hours + 1)]
+    # S'assurer que l'index est bien de type datetime
+    last_timestamp = pd.to_datetime(df.index[-1])  # Convertir explicitement l'index en datetime
+    future_timestamps = [last_timestamp + timedelta(hours=i) for i in range(1, future_hours + 1)]
     
     # Boucle pour ajuster la prédiction à chaque étape
     for i in range(future_hours // 5):  # Prédiction par segments de 5 heures
@@ -106,20 +107,16 @@ coins = {
     "Stellar": "stellar"
 }
 
-# Sélectionner la crypto avec Streamlit
-selected_coin = st.selectbox("Sélectionnez une crypto", list(coins.keys()))
-
-# Récupération des prix pour la crypto sélectionnée
-coin_id = coins[selected_coin]
-crypto_prices = get_crypto_prices({selected_coin: coin_id}, start_time, end_time)
+# Récupération des prix
+crypto_prices = get_crypto_prices(coins, start_time, end_time)
 
 # Affichage des graphiques
-st.title(f"Analyse et Prédictions pour {selected_coin} avec Patterns")
-if selected_coin in crypto_prices:
-    price_data = crypto_prices[selected_coin]
+st.title("Analyse et Prédictions des Cryptos avec Patterns")
+for coin, price_data in crypto_prices.items():
     if price_data:
         df = pd.DataFrame(price_data, columns=["timestamp", "price"])
         df["timestamp"] = pd.to_datetime(df["timestamp"], unit="ms")
+        df.set_index("timestamp", inplace=True)
 
         # Générer les prédictions initiales (jaune)
         predictions, future_timestamps = predict_patterns(price_data, future_hours=24)
@@ -131,9 +128,9 @@ if selected_coin in crypto_prices:
         green_prediction = generate_dynamic_prediction(df, initial_prediction, future_hours=24)
 
         # Affichage des résultats
-        st.write(f"#### {selected_coin} - Prix et Prédictions")
+        st.write(f"#### {coin} - Prix et Prédictions")
         fig, ax = plt.subplots(figsize=(12, 6))
-        ax.plot(df["timestamp"], df["price"], label="Prix réel", color="blue")
+        ax.plot(df.index, df["price"], label="Prix réel", color="blue")
 
         # Courbe de prédiction initiale (jaune)
         ax.plot(future_timestamps, initial_prediction, label="Prédiction initiale (jaune)", linestyle="--", color="yellow")
@@ -141,7 +138,7 @@ if selected_coin in crypto_prices:
         # Courbe de prédiction dynamique (verte)
         ax.plot(future_timestamps, green_prediction, label="Prédiction dynamique (verte)", linestyle="--", color="green")
 
-        ax.set_title(f"{selected_coin} - Prix (7 derniers jours + 24h prévus)")
+        ax.set_title(f"{coin} - Prix (7 derniers jours + 24h prévus)")
         ax.set_xlabel("Date")
         ax.set_ylabel("Prix (USD)")
         ax.legend()