source: sasview/park_integration/test/test_fit_line.py @ ef0c170

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 ef0c170 was 52ac10b, checked in by Gervaise Alina <gervyh@…>, 16 years ago

try except added to get the smearer , sans.guitools.linemodel removed
  • Property mode set to 100644
File size: 10.2 KB
Line 
1"""
2    Unit tests for fitting module
3"""
4import unittest
5#from sans.guitools.plottables import Theory1D
6#from sans.guitools.plottables import Data1D
7from danse.common.plottools.plottables import Data1D,Theory1D
8from sans.fit.AbstractFitEngine import Data, Model,FitData1D
9import math
10class testFitModule(unittest.TestCase):
11    """ test fitting """
12    def test1(self):
13        """ Fit 1 data (testdata_line.txt)and 1 model(lineModel) """
14        #load data
15        from DataLoader.loader import Loader
16        data1 = Loader().load("testdata_line.txt")
17        #Importing the Fit module
18        from sans.fit.Fitting import Fit
19        fitter = Fit('scipy')
20        # Receives the type of model for the fitting
21        from sans.models.LineModel import LineModel
22        model1  = LineModel()
23        model1.name = "M1"
24        #data = Data(sans_data=data1 )
25        #data1.smearer=None
26        data = FitData1D(data1 )
27        model = Model(model1)
28        #fit with scipy test
29       
30        pars1= ['param1','param2']
31        fitter.set_data(data,1)
32        try:fitter.set_model(model,1,pars1)
33        except ValueError,msg:
34           assert str(msg)=="wrong paramter %s used to set model %s. Choose\
35                            parameter name within %s"%('param1', model.model.name,str(model.model.getParamList()))
36        else: raise AssertError,"No error raised for scipy fitting with wrong parameters name to fit"
37        pars1= ['A','B']
38        fitter.set_model(model,1,pars1)
39        fitter.select_problem_for_fit(Uid=1,value=1)
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        fitter.select_problem_for_fit(Uid=1,value=1)
55        result2 = fitter.fit()
56       
57        self.assert_(result2)
58       
59        self.assertTrue( ( math.fabs(result2.pvec[0]-4)/3 == result2.stderr[0] ) or 
60                         ( math.fabs(result2.pvec[0]-4)/3 < result2.stderr[0]) ) 
61       
62        self.assertTrue( ( math.fabs(result2.pvec[1]-2.5)/3 == result2.stderr[1] ) or
63                         ( math.fabs(result2.pvec[1]-2.5)/3 < result2.stderr[1]) )
64        self.assertTrue(result2.fitness/49 < 2)
65        # compare fit result result for scipy and park
66        self.assertAlmostEquals( result1.pvec[0], result2.pvec[0] )
67        self.assertAlmostEquals( result1.pvec[1],result2.pvec[1] )
68        self.assertAlmostEquals( result1.stderr[0],result2.stderr[0] )
69        self.assertAlmostEquals( result1.stderr[1],result2.stderr[1] )
70        self.assertAlmostEquals( result1.fitness,result2.fitness )
71       
72    def test2(self):
73        """ fit 2 data and 2 model with no constrainst"""
74        #load data
75        from DataLoader.loader import Loader
76        l = Loader()
77        out=l.load("testdata_line.txt")
78        data11 = Data1D(x=out.x, y=out.y, dx=out.dx, dy=out.y)
79        out=l.load("testdata_line1.txt")
80        data22 = Data1D(x=out.x, y=out.y, dx=out.dx, dy=out.y)
81        #Importing the Fit module
82        from sans.fit.Fitting import Fit
83        fitter = Fit('scipy')
84        # Receives the type of model for the fitting
85        from sans.models.LineModel import LineModel
86        model11  = LineModel()
87        model11.name= "M1"
88        model22  = LineModel()
89        model11.name= "M2"
90        data11.smearer=None
91        data22.smearer=None
92        data1 = FitData1D(data11 )
93        data2 = FitData1D(data22 )
94       
95        model1 = Model(model11)
96        model2 = Model(model22)
97        #fit with scipy test
98        pars1= ['A','B']
99        fitter.set_data(data1,1)
100        fitter.set_model(model1,1,pars1)
101        fitter.select_problem_for_fit(Uid=1,value=0)
102        fitter.set_data(data2,2)
103        fitter.set_model(model2,2,pars1)
104        fitter.select_problem_for_fit(Uid=2,value=0)
105       
106        try: result1 = fitter.fit()
107        except RuntimeError,msg:
108           assert str(msg)=="No Assembly scheduled for Scipy fitting."
109        else: raise AssertError,"No error raised for scipy fitting with no model"
110        fitter.select_problem_for_fit(Uid=1,value=1)
111        fitter.select_problem_for_fit(Uid=2,value=1)
112        try: result1 = fitter.fit()
113        except RuntimeError,msg:
114           assert str(msg)=="Scipy can't fit more than a single fit problem at a time."
115        else: raise AssertError,"No error raised for scipy fitting with more than 2 models"
116       
117        #fit with park test
118        fitter = Fit('park')
119        fitter.set_data(data1,1)
120        fitter.set_model(model1,1,pars1)
121        fitter.set_data(data2,2)
122        fitter.set_model(model2,2,pars1)
123        fitter.select_problem_for_fit(Uid=1,value=1)
124        fitter.select_problem_for_fit(Uid=2,value=1)
125        result2 = fitter.fit()
126       
127        self.assert_(result2)
128        self.assertTrue( ( math.fabs(result2.pvec[0]-4)/3 == result2.stderr[0] ) or 
129                         ( math.fabs(result2.pvec[0]-4)/3 < result2.stderr[0]) ) 
130       
131        self.assertTrue( ( math.fabs(result2.pvec[1]-2.5)/3 == result2.stderr[1] ) or
132                         ( math.fabs(result2.pvec[1]-2.5)/3 < result2.stderr[1]) )
133        self.assertTrue(result2.fitness/49 < 2)
134       
135       
136    def test3(self):
137        """ fit 2 data and 2 model with 1 constrainst"""
138        #load data
139        from DataLoader.loader import Loader
140        l = Loader()
141        out=l.load("testdata_line.txt")
142        data11 = Data1D(x=out.x, y=out.y, dx=out.dx, dy=out.y)
143        out=l.load("testdata_cst.txt")
144        data22 = Data1D(x=out.x, y=out.y, dx=out.dx, dy=out.y)
145        #Importing the Fit module
146        from sans.fit.Fitting import Fit
147        fitter = Fit('park')
148        # Receives the type of model for the fitting
149        from sans.models.LineModel import LineModel
150        from sans.models.Constant import Constant
151        model11  = LineModel()
152        model11.name= "line"
153       
154        model22  = Constant()
155        model22.name= "cst"
156        # Constrain the constant value to be equal to parameter B (the real value is 2.5)
157       
158        #data1 = Data(sans_data=data11 )
159        #data2 = Data(sans_data=data22 )
160        data11.smearer= None
161        data22.smearer= None
162        data1 = FitData1D(data11 )
163        data2 = FitData1D(data22 )
164        model1 = Model(model11)
165        model2 = Model(model22)
166        model1.set(A=4)
167        model1.set(B=3)
168        model2.set(value='line.B')
169        #fit with scipy test
170        pars1= ['A','B']
171        pars2= ['value']
172       
173        fitter.set_data(data1,1)
174        fitter.set_model(model1,1,pars1)
175        fitter.set_data(data2,2)
176        fitter.set_model(model2,2,pars2)
177        fitter.select_problem_for_fit(Uid=1,value=1)
178        fitter.select_problem_for_fit(Uid=2,value=1)
179       
180        result2 = fitter.fit()
181        self.assert_(result2)
182        self.assertTrue( ( math.fabs(result2.pvec[0]-4.0)/3. < result2.stderr[0]) ) 
183       
184        self.assertTrue( ( math.fabs(result2.pvec[1]-2.5)/3. < result2.stderr[1]) )
185        self.assertTrue(result2.fitness/49 < 2)
186       
187       
188    def test4(self):
189        """ fit 2 data concatenates with limited range of x and  one model """
190            #load data
191        from DataLoader.loader import Loader
192        l = Loader()
193        out=l.load("testdata_line.txt")
194        data11 = Data1D(x=out.x, y=out.y, dx=out.dx, dy=out.y)
195        out=l.load("testdata_line1.txt")
196        data22 = Data1D(x=out.x, y=out.y, dx=out.dx, dy=out.y)
197        #Importing the Fit module
198        from sans.fit.Fitting import Fit
199        fitter = Fit('scipy')
200        # Receives the type of model for the fitting
201        from sans.models.LineModel import LineModel
202        model1  = LineModel()
203        model1.name= "M1"
204     
205        data11.smearer=None
206        data22.smearer=None
207        data1 = FitData1D(data11 )
208        data2 = FitData1D(data22 )
209        model = Model(model1)
210       
211        #fit with scipy test
212        pars1= ['A','B']
213        fitter.set_data(data1,1,qmin=0, qmax=7)
214        fitter.set_model(model,1,pars1)
215        fitter.set_data(data2,1,qmin=1,qmax=10)
216        fitter.select_problem_for_fit(Uid=1,value=1)
217       
218        result1 = fitter.fit()
219        self.assert_(result1)
220
221        self.assertTrue( ( math.fabs(result1.pvec[0]-4)/3 == result1.stderr[0] ) or 
222                         ( math.fabs(result1.pvec[0]-4)/3 < result1.stderr[0]) ) 
223       
224        self.assertTrue( ( math.fabs(result1.pvec[1]-2.5)/3 == result1.stderr[1]) or
225                         ( math.fabs(result1.pvec[1]-2.5)/3 < result1.stderr[1] ) )
226        self.assertTrue( result1.fitness/49 < 2 )
227       
228       
229        #fit with park test
230        fitter = Fit('park')
231        fitter.set_data(data1,1,qmin=0, qmax=7)
232        fitter.set_model(model,1,pars1)
233        fitter.set_data(data2,1,qmin=1,qmax=10)
234        fitter.select_problem_for_fit(Uid=1,value=1)
235        result2 = fitter.fit()
236       
237        self.assert_(result2)
238        self.assertTrue( ( math.fabs(result2.pvec[0]-4)/3 == result2.stderr[0] ) or 
239                         ( math.fabs(result2.pvec[0]-4)/3 < result2.stderr[0]) ) 
240       
241        self.assertTrue( ( math.fabs(result2.pvec[1]-2.5)/3 == result2.stderr[1] ) or
242                         ( math.fabs(result2.pvec[1]-2.5)/3 < result2.stderr[1]) )
243        self.assertTrue(result2.fitness/49 < 2)
244        # compare fit result result for scipy and park
245        self.assertAlmostEquals( result1.pvec[0], result2.pvec[0] )
246        self.assertAlmostEquals( result1.pvec[1],result2.pvec[1] )
247        self.assertAlmostEquals( result1.stderr[0],result2.stderr[0] )
248        self.assertAlmostEquals( result1.stderr[1],result2.stderr[1] )
249        self.assertAlmostEquals( result1.fitness,result2.fitness )
250   
Note: See TracBrowser for help on using the repository browser.