Code Editor for app.py

import streamlit as st
import numpy as np
import pandas as pd
import plotly.express as px
from scipy.spatial.distance import cdist

# アプリのタイトルと説明
st.title("施設配置最適化シミュレーター")
st.write("複数のシナリオで施設配置を比較・検討できるアプリケーションです。")

# セッション状態の初期化
if 'scenarios' not in st.session_state:
    st.session_state.scenarios = {}

# サイドバーでシナリオの管理
with st.sidebar:
    st.header("シナリオ管理")
    scenario_name = st.text_input("新規シナリオ名", "")
    
    # 新規シナリオの作成
    if st.button("シナリオを追加"):
        if scenario_name and scenario_name not in st.session_state.scenarios:
            st.session_state.scenarios[scenario_name] = {
                'demand_points': [],
                'facilities': []
            }
            st.success(f"シナリオ '{scenario_name}' を追加しました")
        elif not scenario_name:
            st.error("シナリオ名を入力してください")
        else:
            st.error("同名のシナリオが既に存在します")

    # シナリオの選択
    selected_scenario = st.selectbox(
        "シナリオを選択",
        options=list(st.session_state.scenarios.keys()),
        key="selected_scenario"
    )

# メインエリアの設定
if selected_scenario:
    st.subheader(f"シナリオ: {selected_scenario}")
    
    # タブの作成
    tab1, tab2, tab3 = st.tabs(["需要点の設定", "施設の設定", "分析結果"])
    
    current_scenario = st.session_state.scenarios[selected_scenario]
    
    # 需要点の設定タブ
    with tab1:
        st.write("需要点の座標とウェイトを設定してください")
        
        col1, col2, col3, col4 = st.columns(4)
        with col1:
            dp_x = st.number_input("X座標", key=f"dp_x_{selected_scenario}")
        with col2:
            dp_y = st.number_input("Y座標", key=f"dp_y_{selected_scenario}")
        with col3:
            dp_weight = st.number_input("需要量", min_value=0.0, value=1.0, key=f"dp_weight_{selected_scenario}")
        with col4:
            if st.button("需要点を追加", key=f"add_dp_{selected_scenario}"):
                current_scenario['demand_points'].append({
                    'x': dp_x,
                    'y': dp_y,
                    'weight': dp_weight
                })
        
        # 需要点の表示
        if current_scenario['demand_points']:
            dp_df = pd.DataFrame(current_scenario['demand_points'])
            st.write("登録済みの需要点:")
            st.dataframe(dp_df)
            
            # 需要点の可視化
            fig_dp = px.scatter(dp_df, x='x', y='y', size='weight',
                              title="需要点の分布")
            st.plotly_chart(fig_dp)
    
    # 施設の設定タブ
    with tab2:
        st.write("施設の座標と容量を設定してください")
        
        col1, col2, col3, col4 = st.columns(4)
        with col1:
            f_x = st.number_input("X座標", key=f"f_x_{selected_scenario}")
        with col2:
            f_y = st.number_input("Y座標", key=f"f_y_{selected_scenario}")
        with col3:
            f_capacity = st.number_input("処理能力", min_value=0.0, value=100.0, key=f"f_capacity_{selected_scenario}")
        with col4:
            if st.button("施設を追加", key=f"add_f_{selected_scenario}"):
                current_scenario['facilities'].append({
                    'x': f_x,
                    'y': f_y,
                    'capacity': f_capacity
                })
        
        # 施設の表示
        if current_scenario['facilities']:
            f_df = pd.DataFrame(current_scenario['facilities'])
            st.write("登録済みの施設:")
            st.dataframe(f_df)
            
            # 施設の可視化
            fig_f = px.scatter(f_df, x='x', y='y', size='capacity',
                             title="施設の分布")
            st.plotly_chart(fig_f)
    
    # 分析結果タブ
    with tab3:
        if current_scenario['demand_points'] and current_scenario['facilities']:
            # データの準備
            dp_array = np.array([[p['x'], p['y']] for p in current_scenario['demand_points']])
            f_array = np.array([[f['x'], f['y']] for f in current_scenario['facilities']])
            weights = np.array([p['weight'] for p in current_scenario['demand_points']])
            capacities = np.array([f['capacity'] for f in current_scenario['facilities']])
            
            # 距離行列の計算
            distances = cdist(dp_array, f_array)
            
            # 総移動距離の計算
            total_distance = np.sum(np.min(distances, axis=1) * weights)
            
            # 結果の表示
            st.write("### 分析結果")
            st.write(f"総移動距離: {total_distance:.2f}")
            
            # 需要点と施設の統合可視化
            combined_df = pd.DataFrame({
                'x': list(dp_array[:, 0]) + list(f_array[:, 0]),
                'y': list(dp_array[:, 1]) + list(f_array[:, 1]),
                'type': ['需要点'] * len(dp_array) + ['施設'] * len(f_array),
                'size': list(weights) + list(capacities)
            })
            
            fig_combined = px.scatter(combined_df, x='x', y='y', 
                                    color='type', size='size',
                                    title="需要点と施設の分布")
            st.plotly_chart(fig_combined)
            
            # 最近接施設への割り当ての可視化
            for i, dp in enumerate(dp_array):
                nearest_facility_idx = np.argmin(distances[i])
                nearest_facility = f_array[nearest_facility_idx]
                
                # 線を引く
                fig_combined.add_shape(
                    type="line",
                    x0=dp[0],
                    y0=dp[1],
                    x1=nearest_facility[0],
                    y1=nearest_facility[1],
                    line=dict(color="gray", width=1, dash="dot")
                )
            
            st.plotly_chart(fig_combined)
        else:
            st.warning("需要点と施設の両方を設定してください")