source: sasview/park_integration/test/test_fit_line.py @ ae60f86

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 ae60f86 was 7d0c1a8, checked in by Gervaise Alina <gervyh@…>, 16 years ago

introduced fitdata1D and fitdata2D class instead of Data class.

  • Property mode set to 100644
File size: 10.1 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,FitData1D
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 DataLoader.loader import Loader
15        data1 = Loader().load("testdata_line.txt")
16        #Importing the Fit module
17        from sans.fit.Fitting import Fit
18        fitter = Fit('scipy')
19        # Receives the type of model for the fitting
20        from sans.guitools.LineModel import LineModel
21        model1  = LineModel()
22        model1.name = "M1"
23        #data = Data(sans_data=data1 )
24        data = FitData1D(data1 )
25        model = Model(model1)
26        #fit with scipy test
27       
28        pars1= ['param1','param2']
29        fitter.set_data(data,1)
30        try:fitter.set_model(model,1,pars1)
31        except ValueError,msg:
32           assert str(msg)=="wrong paramter %s used to set model %s. Choose\
33                            parameter name within %s"%('param1', model.model.name,str(model.model.getParamList()))
34        else: raise AssertError,"No error raised for scipy fitting with wrong parameters name to fit"
35        pars1= ['A','B']
36        fitter.set_model(model,1,pars1)
37        fitter.select_problem_for_fit(Uid=1,value=1)
38        result1 = fitter.fit()
39        self.assert_(result1)
40       
41        self.assertTrue( ( math.fabs(result1.pvec[0]-4)/3 == result1.stderr[0] ) or 
42                         ( math.fabs(result1.pvec[0]-4)/3 < result1.stderr[0]) ) 
43       
44        self.assertTrue( ( math.fabs(result1.pvec[1]-2.5)/3 == result1.stderr[1]) or
45                         ( math.fabs(result1.pvec[1]-2.5)/3 < result1.stderr[1] ) )
46        self.assertTrue( result1.fitness/49 < 2 )
47       
48        #fit with park test
49        fitter = Fit('park')
50        fitter.set_data(data,1)
51        fitter.set_model(model,1,pars1)
52        fitter.select_problem_for_fit(Uid=1,value=1)
53        result2 = fitter.fit()
54       
55        self.assert_(result2)
56       
57        self.assertTrue( ( math.fabs(result2.pvec[0]-4)/3 == result2.stderr[0] ) or 
58                         ( math.fabs(result2.pvec[0]-4)/3 < result2.stderr[0]) ) 
59       
60        self.assertTrue( ( math.fabs(result2.pvec[1]-2.5)/3 == result2.stderr[1] ) or
61                         ( math.fabs(result2.pvec[1]-2.5)/3 < result2.stderr[1]) )
62        self.assertTrue(result2.fitness/49 < 2)
63        # compare fit result result for scipy and park
64        self.assertAlmostEquals( result1.pvec[0], result2.pvec[0] )
65        self.assertAlmostEquals( result1.pvec[1],result2.pvec[1] )
66        self.assertAlmostEquals( result1.stderr[0],result2.stderr[0] )
67        self.assertAlmostEquals( result1.stderr[1],result2.stderr[1] )
68        self.assertAlmostEquals( result1.fitness,result2.fitness )
69       
70    def test2(self):
71        """ fit 2 data and 2 model with no constrainst"""
72        #load data
73        from DataLoader.loader import Loader
74        l = Loader()
75        out=l.load("testdata_line.txt")
76        data11 = Data1D(x=out.x, y=out.y, dx=out.dx, dy=out.y)
77        out=l.load("testdata_line1.txt")
78        data22 = Data1D(x=out.x, y=out.y, dx=out.dx, dy=out.y)
79        #Importing the Fit module
80        from sans.fit.Fitting import Fit
81        fitter = Fit('scipy')
82        # Receives the type of model for the fitting
83        from sans.guitools.LineModel import LineModel
84        model11  = LineModel()
85        model11.name= "M1"
86        model22  = LineModel()
87        model11.name= "M2"
88        #data1 = Data(sans_data=data11 )
89        #data2 = Data(sans_data=data22 )
90        data1 = FitData1D(data11 )
91        data2 = FitData1D(data22 )
92       
93        model1 = Model(model11)
94        model2 = Model(model22)
95        #fit with scipy test
96        pars1= ['A','B']
97        fitter.set_data(data1,1)
98        fitter.set_model(model1,1,pars1)
99        fitter.select_problem_for_fit(Uid=1,value=0)
100        fitter.set_data(data2,2)
101        fitter.set_model(model2,2,pars1)
102        fitter.select_problem_for_fit(Uid=2,value=0)
103       
104        try: result1 = fitter.fit()
105        except RuntimeError,msg:
106           assert str(msg)=="No Assembly scheduled for Scipy fitting."
107        else: raise AssertError,"No error raised for scipy fitting with no model"
108        fitter.select_problem_for_fit(Uid=1,value=1)
109        fitter.select_problem_for_fit(Uid=2,value=1)
110        try: result1 = fitter.fit()
111        except RuntimeError,msg:
112           assert str(msg)=="Scipy can't fit more than a single fit problem at a time."
113        else: raise AssertError,"No error raised for scipy fitting with more than 2 models"
114       
115        #fit with park test
116        fitter = Fit('park')
117        fitter.set_data(data1,1)
118        fitter.set_model(model1,1,pars1)
119        fitter.set_data(data2,2)
120        fitter.set_model(model2,2,pars1)
121        fitter.select_problem_for_fit(Uid=1,value=1)
122        fitter.select_problem_for_fit(Uid=2,value=1)
123        result2 = fitter.fit()
124       
125        self.assert_(result2)
126        self.assertTrue( ( math.fabs(result2.pvec[0]-4)/3 == result2.stderr[0] ) or 
127                         ( math.fabs(result2.pvec[0]-4)/3 < result2.stderr[0]) ) 
128       
129        self.assertTrue( ( math.fabs(result2.pvec[1]-2.5)/3 == result2.stderr[1] ) or
130                         ( math.fabs(result2.pvec[1]-2.5)/3 < result2.stderr[1]) )
131        self.assertTrue(result2.fitness/49 < 2)
132       
133       
134    def test3(self):
135        """ fit 2 data and 2 model with 1 constrainst"""
136        #load data
137        from DataLoader.loader import Loader
138        l = Loader()
139        out=l.load("testdata_line.txt")
140        data11 = Data1D(x=out.x, y=out.y, dx=out.dx, dy=out.y)
141        out=l.load("testdata_cst.txt")
142        data22 = Data1D(x=out.x, y=out.y, dx=out.dx, dy=out.y)
143        #Importing the Fit module
144        from sans.fit.Fitting import Fit
145        fitter = Fit('park')
146        # Receives the type of model for the fitting
147        from sans.guitools.LineModel import LineModel
148        from sans.models.Constant import Constant
149        model11  = LineModel()
150        model11.name= "line"
151       
152        model22  = Constant()
153        model22.name= "cst"
154        # Constrain the constant value to be equal to parameter B (the real value is 2.5)
155       
156        #data1 = Data(sans_data=data11 )
157        #data2 = Data(sans_data=data22 )
158       
159        data1 = FitData1D(data11 )
160        data2 = FitData1D(data22 )
161        model1 = Model(model11)
162        model2 = Model(model22)
163        model1.set(A=4)
164        model1.set(B=3)
165        model2.set(value='line.B')
166        #fit with scipy test
167        pars1= ['A','B']
168        pars2= ['value']
169       
170        fitter.set_data(data1,1)
171        fitter.set_model(model1,1,pars1)
172        fitter.set_data(data2,2)
173        fitter.set_model(model2,2,pars2)
174        fitter.select_problem_for_fit(Uid=1,value=1)
175        fitter.select_problem_for_fit(Uid=2,value=1)
176       
177        result2 = fitter.fit()
178        self.assert_(result2)
179        self.assertTrue( ( math.fabs(result2.pvec[0]-4.0)/3. < result2.stderr[0]) ) 
180       
181        self.assertTrue( ( math.fabs(result2.pvec[1]-2.5)/3. < result2.stderr[1]) )
182        self.assertTrue(result2.fitness/49 < 2)
183       
184       
185    def test4(self):
186        """ fit 2 data concatenates with limited range of x and  one model """
187            #load data
188        from DataLoader.loader import Loader
189        l = Loader()
190        out=l.load("testdata_line.txt")
191        data11 = Data1D(x=out.x, y=out.y, dx=out.dx, dy=out.y)
192        out=l.load("testdata_line1.txt")
193        data22 = Data1D(x=out.x, y=out.y, dx=out.dx, dy=out.y)
194        #Importing the Fit module
195        from sans.fit.Fitting import Fit
196        fitter = Fit('scipy')
197        # Receives the type of model for the fitting
198        from sans.guitools.LineModel import LineModel
199        model1  = LineModel()
200        model1.name= "M1"
201     
202        #data1 = Data(sans_data=data11 )
203        #data2 = Data(sans_data=data22 )
204        data1 = FitData1D(data11 )
205        data2 = FitData1D(data22 )
206        model = Model(model1)
207       
208        #fit with scipy test
209        pars1= ['A','B']
210        fitter.set_data(data1,1,qmin=0, qmax=7)
211        fitter.set_model(model,1,pars1)
212        fitter.set_data(data2,1,qmin=1,qmax=10)
213        fitter.select_problem_for_fit(Uid=1,value=1)
214       
215        result1 = fitter.fit()
216        self.assert_(result1)
217
218        self.assertTrue( ( math.fabs(result1.pvec[0]-4)/3 == result1.stderr[0] ) or 
219                         ( math.fabs(result1.pvec[0]-4)/3 < result1.stderr[0]) ) 
220       
221        self.assertTrue( ( math.fabs(result1.pvec[1]-2.5)/3 == result1.stderr[1]) or
222                         ( math.fabs(result1.pvec[1]-2.5)/3 < result1.stderr[1] ) )
223        self.assertTrue( result1.fitness/49 < 2 )
224       
225       
226        #fit with park test
227        fitter = Fit('park')
228        fitter.set_data(data1,1,qmin=0, qmax=7)
229        fitter.set_model(model,1,pars1)
230        fitter.set_data(data2,1,qmin=1,qmax=10)
231        fitter.select_problem_for_fit(Uid=1,value=1)
232        result2 = fitter.fit()
233       
234        self.assert_(result2)
235        self.assertTrue( ( math.fabs(result2.pvec[0]-4)/3 == result2.stderr[0] ) or 
236                         ( math.fabs(result2.pvec[0]-4)/3 < result2.stderr[0]) ) 
237       
238        self.assertTrue( ( math.fabs(result2.pvec[1]-2.5)/3 == result2.stderr[1] ) or
239                         ( math.fabs(result2.pvec[1]-2.5)/3 < result2.stderr[1]) )
240        self.assertTrue(result2.fitness/49 < 2)
241        # compare fit result result for scipy and park
242        self.assertAlmostEquals( result1.pvec[0], result2.pvec[0] )
243        self.assertAlmostEquals( result1.pvec[1],result2.pvec[1] )
244        self.assertAlmostEquals( result1.stderr[0],result2.stderr[0] )
245        self.assertAlmostEquals( result1.stderr[1],result2.stderr[1] )
246        self.assertAlmostEquals( result1.fitness,result2.fitness )
247   
Note: See TracBrowser for help on using the repository browser.