Update app.py

app.py

@@ -4,6 +4,7 @@ import matplotlib.pyplot as plt
 import random
 from scipy.stats import entropy as scipy_entropy
 import time
+from matplotlib.animation import FuncAnimation
 
 # --- НАСТРОЙКИ ---
 seqlen = 60
@@ -12,6 +13,7 @@ min_run, max_run = 1, 2
 ANGLE_MAP = {'A': 60.0, 'C': 180.0, 'G': -60.0, 'T': -180.0, 'N': 0.0}
 bases = ['A', 'C', 'G', 'T']
 
+# Функции остаются такими же
 def find_local_min_runs(profile, min_run=1, max_run=2):
     result = []
     N = len(profile)
@@ -28,7 +30,7 @@ def find_local_min_runs(profile, min_run=1, max_run=2):
 
 def bio_mutate(seq):
     r = random.random()
-    if r < 0.70:  # Точечная мутация
+    if r < 0.70:
         idx = random.randint(0, len(seq)-1)
         orig = seq[idx]
         prob = random.random()
@@ -39,18 +41,18 @@ def bio_mutate(seq):
         else:
             newbase = random.choice([b for b in bases if b != orig])
         seq = seq[:idx] + newbase + seq[idx+1:]
-    elif r < 0.80:  # Инсерция короткого блока
+    elif r < 0.80:
         idx = random.randint(0, len(seq)-1)
         ins = ''.join(random.choices(bases, k=random.randint(1, 3)))
         seq = seq[:idx] + ins + seq[idx:]
         if len(seq) > seqlen:
             seq = seq[:seqlen]
-    elif r < 0.90:  # Делеция
+    elif r < 0.90:
         if len(seq) > 4:
             idx = random.randint(0, len(seq)-2)
             dell = random.randint(1, min(3, len(seq)-idx))
             seq = seq[:idx] + seq[idx+dell:]
-    else:  # Блочная перестановка (инверсия)
+    else:
         if len(seq) > 10:
             start = random.randint(0, len(seq)-6)
             end = start + random.randint(3,6)
@@ -88,8 +90,34 @@ if st.button("▶️ Запустить симуляцию"):
 
     plot_placeholder = st.empty()
 
-    for step in range(steps):
-        if step != 0:
+    # Создание фигуры и осей
+    fig, axs = plt.subplots(3, 1, figsize=(10, 8))
+    plt.subplots_adjust(hspace=0.45)
+
+    # Начальная инициализация для графиков
+    line1, = axs[0].plot([], [], color='royalblue', label="Торсионный угол")
+    runs_patch = axs[0].axvspan(0, 0, color="red", alpha=0.3)
+    line2, = axs[1].plot([], [], '-o', color='crimson', markersize=4)
+    bar = axs[2].bar([], [], color='teal', alpha=0.7)
+
+    axs[0].set_ylim(-200, 200)
+    axs[0].set_xlabel("Позиция")
+    axs[0].set_ylabel("Торсионный угол (град.)")
+    axs[0].set_title(f"Шаг 0: {seq}")
+    axs[0].legend()
+
+    axs[1].set_xlabel("Шаг")
+    axs[1].set_ylabel("Число машин")
+    axs[1].set_ylim(0, 10)
+    axs[1].set_title("Динамика: число 'биомашин'")
+
+    axs[2].set_xlabel("Лаг")
+    axs[2].set_ylabel("Автокорреляция")
+    axs[2].set_title("Автокорреляция углового профиля")
+
+    def update(frame):
+        nonlocal seq
+        if frame != 0:
             seq = bio_mutate(seq)
         torsion_profile = np.array([ANGLE_MAP.get(nt, 0.0) for nt in seq])
         runs = find_local_min_runs(torsion_profile, min_run, max_run)
@@ -98,36 +126,20 @@ if st.button("▶️ Запустить симуляцию"):
         stat_entropy.append(ent)
         acorr = compute_autocorr(torsion_profile)
 
-        # Визуализация
-        fig, axs = plt.subplots(3, 1, figsize=(10, 8))
-        plt.subplots_adjust(hspace=0.45)
-        lags_shown = 6
-
-        axs[0].cla()
-        axs[1].cla()
-        axs[2].cla()
-
-        axs[0].plot(torsion_profile, color='royalblue', label="Торсионный угол")
+        # Обновление графиков
+        line1.set_data(range(len(torsion_profile)), torsion_profile)
         for start, end, val in runs:
-            axs[0].axvspan(start, end, color="red", alpha=0.3)
-            axs[0].plot(range(start, end+1), torsion_profile[start:end+1], 'ro', markersize=5)
-        axs[0].set_ylim(-200, 200)
-        axs[0].set_xlabel("Позиция")
-        axs[0].set_ylabel("Торсионный угол (град.)")
-        axs[0].set_title(f"Шаг {step}: {seq}\nЧисло машин: {len(runs)}, энтропия: {ent:.2f}")
-        axs[0].legend()
-
-        axs[1].plot(stat_bist_counts, '-o', color='crimson', markersize=4)
-        axs[1].set_xlabel("Шаг")
-        axs[1].set_ylabel("Число машин")
-        axs[1].set_ylim(0, max(10, max(stat_bist_counts)+1))
-        axs[1].set_title("Динамика: число 'биомашин'")
-
-        axs[2].bar(np.arange(lags_shown), acorr[:lags_shown], color='teal', alpha=0.7)
-        axs[2].set_xlabel("Лаг")
-        axs[2].set_ylabel("Автокорреляция")
-        axs[2].set_title("Автокорреляция углового профиля (структурность) и энтропия")
+            runs_patch.set_xy([(start, -200), (end, -200), (end, 200), (start, 200)])
+        line2.set_data(range(len(stat_bist_counts)), stat_bist_counts)
+        for i, b in enumerate(acorr[:6]):
+            bar[i].set_height(b)
+        
+        axs[0].set_title(f"Шаг {frame}: {seq}\nЧисло машин: {len(runs)}, энтропия: {ent:.2f}")
         axs[2].text(0.70, 0.70, f"Энтропия: {ent:.2f}", transform=axs[2].transAxes)
+        
+        return line1, runs_patch, line2, bar
+
+    ani = FuncAnimation(fig, update, frames=range(steps), blit=True, interval=100)
 
-        plot_placeholder.pyplot(fig, clear_figure=True)  # Используем clear_figure=True для плавности
-        time.sleep(0.1)  # Уменьшили задержку для плавности
+    # Показ анимации в Streamlit
+    plot_placeholder.pyplot(fig)