source: sasview/park_integration/test/test_fit_line.py @ 2e83ff3

ESS_GUIESS_GUI_DocsESS_GUI_batch_fittingESS_GUI_bumps_abstractionESS_GUI_iss1116ESS_GUI_iss879ESS_GUI_iss959ESS_GUI_openclESS_GUI_orderingESS_GUI_sync_sascalccostrafo411magnetic_scattrelease-4.1.1release-4.1.2release-4.2.2release_4.0.1ticket-1009ticket-1094-headlessticket-1242-2d-resolutionticket-1243ticket-1249ticket885unittest-saveload
Last change on this file since 2e83ff3 was 916a15f, checked in by Gervaise Alina <gervyh@…>, 16 years ago

changes for presentation on tests
  • Property mode set to 100644
File size: 9.2 KB
Line 
1"""
2    Unit tests for fitting module
3"""
4import unittest
5from sans.guitools.plottables import Theory1D
6from sans.guitools.plottables import Data1D
7from sans.fit.AbstractFitEngine import Data, Model
8import math
9class testFitModule(unittest.TestCase):
10    """ test fitting """
11    def test1(self):
12        """ Fit 1 data (testdata_line.txt)and 1 model(lineModel)  """
13        #load data
14        from sans.fit.Loader import Load
15        load = Load()
16        load.set_filename("testdata_line.txt")
17        load.set_values()
18        data1 = Data1D(x=[], y=[],dx=None, dy=None)
19        load.load_data(data1)
20        #Importing the Fit module
21        from sans.fit.Fitting import Fit
22        fitter = Fit('scipy')
23        # Receives the type of model for the fitting
24        from sans.guitools.LineModel import LineModel
25        model1  = LineModel()
26        model1.name = "M1"
27        data = Data(sans_data=data1 )
28        model = Model(model1)
29        #fit with scipy test
30       
31        pars1= ['param1','param2']
32        fitter.set_data(data,1)
33        try:fitter.set_model(model,1,pars1)
34        except ValueError,msg:
35           assert str(msg)=="wrong paramter %s used to set model %s. Choose\
36                            parameter name within %s"%('param1', model.model.name,str(model.model.getParamList()))
37        else: raise AssertError,"No error raised for scipy fitting with wrong parameters name to fit"
38        pars1= ['A','B']
39        fitter.set_model(model,1,pars1)
40        result1 = fitter.fit()
41        self.assert_(result1)
42       
43        self.assertTrue( ( math.fabs(result1.pvec[0]-4)/3 == result1.stderr[0] ) or 
44                         ( math.fabs(result1.pvec[0]-4)/3 < result1.stderr[0]) ) 
45       
46        self.assertTrue( ( math.fabs(result1.pvec[1]-2.5)/3 == result1.stderr[1]) or
47                         ( math.fabs(result1.pvec[1]-2.5)/3 < result1.stderr[1] ) )
48        self.assertTrue( result1.fitness/49 < 2 )
49       
50        #fit with park test
51        fitter = Fit('park')
52        fitter.set_data(data,1)
53        fitter.set_model(model,1,pars1)
54        result2 = fitter.fit()
55       
56        self.assert_(result2)
57       
58        self.assertTrue( ( math.fabs(result2.pvec[0]-4)/3 == result2.stderr[0] ) or 
59                         ( math.fabs(result2.pvec[0]-4)/3 < result2.stderr[0]) ) 
60       
61        self.assertTrue( ( math.fabs(result2.pvec[1]-2.5)/3 == result2.stderr[1] ) or
62                         ( math.fabs(result2.pvec[1]-2.5)/3 < result2.stderr[1]) )
63        self.assertTrue(result2.fitness/49 < 2)
64        # compare fit result result for scipy and park
65        self.assertAlmostEquals( result1.pvec[0], result2.pvec[0] )
66        self.assertAlmostEquals( result1.pvec[1],result2.pvec[1] )
67        self.assertAlmostEquals( result1.stderr[0],result2.stderr[0] )
68        self.assertAlmostEquals( result1.stderr[1],result2.stderr[1] )
69        self.assertAlmostEquals( result1.fitness,result2.fitness )
70       
71    def test2(self):
72        """ fit 2 data and 2 model with no constrainst"""
73        #load data
74        from DataLoader.loader import Loader
75        l = Loader()
76        out=l.load("testdata_line.txt")
77        data11 = Data1D(x=out.x, y=out.y, dx=out.dx, dy=out.y)
78        out=l.load("testdata_line1.txt")
79        data22 = Data1D(x=out.x, y=out.y, dx=out.dx, dy=out.y)
80        #Importing the Fit module
81        from sans.fit.Fitting import Fit
82        fitter = Fit('scipy')
83        # Receives the type of model for the fitting
84        from sans.guitools.LineModel import LineModel
85        model11  = LineModel()
86        model11.name= "M1"
87        model22  = LineModel()
88        model11.name= "M2"
89        data1 = Data(sans_data=data11 )
90        data2 = Data(sans_data=data22 )
91        model1 = Model(model11)
92        model2 = Model(model22)
93        #fit with scipy test
94        pars1= ['A','B']
95        fitter.set_data(data1,1)
96        fitter.set_model(model1,1,pars1)
97        fitter.set_data(data2,2)
98        fitter.set_model(model2,2,pars1)
99        try: result1 = fitter.fit()
100        except RuntimeError,msg:
101           assert str(msg)=="Scipy can't fit more than a single fit problem at a time."
102        else: raise AssertError,"No error raised for scipy fitting with more than 2 models"
103       
104        #fit with park test
105        fitter = Fit('park')
106        fitter.set_data(data1,1)
107        fitter.set_model(model1,1,pars1)
108        fitter.set_data(data2,2)
109        fitter.set_model(model2,2,pars1)
110        result2 = fitter.fit()
111       
112        self.assert_(result2)
113        self.assertTrue( ( math.fabs(result2.pvec[0]-4)/3 == result2.stderr[0] ) or 
114                         ( math.fabs(result2.pvec[0]-4)/3 < result2.stderr[0]) ) 
115       
116        self.assertTrue( ( math.fabs(result2.pvec[1]-2.5)/3 == result2.stderr[1] ) or
117                         ( math.fabs(result2.pvec[1]-2.5)/3 < result2.stderr[1]) )
118        self.assertTrue(result2.fitness/49 < 2)
119       
120       
121    def test3(self):
122        """ fit 2 data and 2 model with 1 constrainst"""
123        #load data
124        from DataLoader.loader import Loader
125        l = Loader()
126        out=l.load("testdata_line.txt")
127        data11 = Data1D(x=out.x, y=out.y, dx=out.dx, dy=out.y)
128        out=l.load("testdata_cst.txt")
129        data22 = Data1D(x=out.x, y=out.y, dx=out.dx, dy=out.y)
130        #Importing the Fit module
131        from sans.fit.Fitting import Fit
132        fitter = Fit('park')
133        # Receives the type of model for the fitting
134        from sans.guitools.LineModel import LineModel
135        from sans.models.Constant import Constant
136        model11  = LineModel()
137        model11.name= "line"
138        model11.setParam('A',4)
139        model11.setParam('B',3)
140        model22  = Constant()
141        model22.name= "cst"
142        model22.setParam('value','line.A')
143       
144        data1 = Data(sans_data=data11 )
145        data2 = Data(sans_data=data22 )
146        model1 = Model(model11)
147        model2 = Model(model22)
148        #fit with scipy test
149        pars1= ['A','B']
150        pars2= ['value']
151       
152        fitter.set_data(data1,1)
153        fitter.set_model(model1,1,pars1)
154        fitter.set_data(data2,2)
155        fitter.set_model(model2,2,pars2)
156       
157        result2 = fitter.fit()
158        self.assert_(result2)
159        self.assertTrue( ( math.fabs(result2.pvec[0]-4)/3 == result2.stderr[0] ) or 
160                         ( math.fabs(result2.pvec[0]-4)/3 < result2.stderr[0]) ) 
161       
162        self.assertTrue( ( math.fabs(result2.pvec[1]-2.5)/3 == result2.stderr[1] ) or
163                         ( math.fabs(result2.pvec[1]-2.5)/3 < result2.stderr[1]) )
164        self.assertTrue(result2.fitness/49 < 2)
165       
166       
167    def test4(self):
168        """ fit 2 data concatenates with limited range of x and  one model """
169            #load data
170        from DataLoader.loader import Loader
171        l = Loader()
172        out=l.load("testdata_line.txt")
173        data11 = Data1D(x=out.x, y=out.y, dx=out.dx, dy=out.y)
174        out=l.load("testdata_line1.txt")
175        data22 = Data1D(x=out.x, y=out.y, dx=out.dx, dy=out.y)
176        #Importing the Fit module
177        from sans.fit.Fitting import Fit
178        fitter = Fit('scipy')
179        # Receives the type of model for the fitting
180        from sans.guitools.LineModel import LineModel
181        model1  = LineModel()
182        model1.name= "M1"
183     
184        data1 = Data(sans_data=data11 )
185        data2 = Data(sans_data=data22 )
186        model = Model(model1)
187       
188        #fit with scipy test
189        pars1= ['A','B']
190        fitter.set_data(data1,1,qmin=0, qmax=7)
191        fitter.set_model(model,1,pars1)
192        fitter.set_data(data2,1,qmin=1,qmax=10)
193       
194        result1 = fitter.fit()
195        self.assert_(result1)
196
197        self.assertTrue( ( math.fabs(result1.pvec[0]-4)/3 == result1.stderr[0] ) or 
198                         ( math.fabs(result1.pvec[0]-4)/3 < result1.stderr[0]) ) 
199       
200        self.assertTrue( ( math.fabs(result1.pvec[1]-2.5)/3 == result1.stderr[1]) or
201                         ( math.fabs(result1.pvec[1]-2.5)/3 < result1.stderr[1] ) )
202        self.assertTrue( result1.fitness/49 < 2 )
203       
204       
205        #fit with park test
206        fitter = Fit('park')
207        fitter.set_data(data1,1,qmin=0, qmax=7)
208        fitter.set_model(model,1,pars1)
209        fitter.set_data(data2,1,qmin=1,qmax=10)
210       
211        result2 = fitter.fit()
212       
213        self.assert_(result2)
214        self.assertTrue( ( math.fabs(result2.pvec[0]-4)/3 == result2.stderr[0] ) or 
215                         ( math.fabs(result2.pvec[0]-4)/3 < result2.stderr[0]) ) 
216       
217        self.assertTrue( ( math.fabs(result2.pvec[1]-2.5)/3 == result2.stderr[1] ) or
218                         ( math.fabs(result2.pvec[1]-2.5)/3 < result2.stderr[1]) )
219        self.assertTrue(result2.fitness/49 < 2)
220        # compare fit result result for scipy and park
221        self.assertAlmostEquals( result1.pvec[0], result2.pvec[0] )
222        self.assertAlmostEquals( result1.pvec[1],result2.pvec[1] )
223        self.assertAlmostEquals( result1.stderr[0],result2.stderr[0] )
224        self.assertAlmostEquals( result1.stderr[1],result2.stderr[1] )
225        self.assertAlmostEquals( result1.fitness,result2.fitness )
226   
Note: See TracBrowser for help on using the repository browser.