source: sasview/src/sas/qtgui/Perspectives/Fitting/FittingLogic.py @ b4d05bd

ESS_GUIESS_GUI_batch_fittingESS_GUI_bumps_abstractionESS_GUI_iss1116ESS_GUI_iss879ESS_GUI_openclESS_GUI_orderingESS_GUI_sync_sascalc
Last change on this file since b4d05bd was b4d05bd, checked in by Torin Cooper-Bennun <torin.cooper-bennun@…>, 11 months ago

allow for only P(Q) or S(Q) to be present in intermediate results; improve comments

  • Property mode set to 100644
File size: 9.4 KB
Line 
1import numpy as np
2
3from sas.qtgui.Plotting.PlotterData import Data1D
4from sas.qtgui.Plotting.PlotterData import Data2D
5
6from sas.sascalc.dataloader.data_info import Detector
7from sas.sascalc.dataloader.data_info import Source
8
9
10class FittingLogic(object):
11    """
12    All the data-related logic. This class deals exclusively with Data1D/2D
13    No QStandardModelIndex here.
14    """
15    def __init__(self, data=None):
16        self._data = data
17        self.data_is_loaded = False
18        #dq data presence in the dataset
19        self.dq_flag = False
20        #di data presence in the dataset
21        self.di_flag = False
22        if data is not None:
23            self.data_is_loaded = True
24            self.setDataProperties()
25
26    @property
27    def data(self):
28        return self._data
29
30    @data.setter
31    def data(self, value):
32        """ data setter """
33        self._data = value
34        self.data_is_loaded = True
35        self.setDataProperties()
36
37    def isLoadedData(self):
38        """ accessor """
39        return self.data_is_loaded
40
41    def setDataProperties(self):
42        """
43        Analyze data and set up some properties important for
44        the Presentation layer
45        """
46        if self._data.__class__.__name__ == "Data2D":
47            if self._data.err_data is not None and np.any(self._data.err_data):
48                self.di_flag = True
49            if self._data.dqx_data is not None and np.any(self._data.dqx_data):
50                self.dq_flag = True
51        else:
52            if self._data.dy is not None and np.any(self._data.dy):
53                self.di_flag = True
54            if self._data.dx is not None and np.any(self._data.dx):
55                self.dq_flag = True
56            elif self._data.dxl is not None and np.any(self._data.dxl):
57                self.dq_flag = True
58
59    def createDefault1dData(self, interval, tab_id=0):
60        """
61        Create default data for fitting perspective
62        Only when the page is on theory mode.
63        """
64        self._data = Data1D(x=interval)
65        self._data.xaxis('\\rm{Q}', "A^{-1}")
66        self._data.yaxis('\\rm{Intensity}', "cm^{-1}")
67        self._data.is_data = False
68        self._data.id = str(tab_id) + " data"
69        self._data.group_id = str(tab_id) + " Model1D"
70
71    def createDefault2dData(self, qmax, qstep, tab_id=0):
72        """
73        Create 2D data by default
74        Only when the page is on theory mode.
75        """
76        self._data = Data2D()
77        self._data.xaxis('\\rm{Q_{x}}', 'A^{-1}')
78        self._data.yaxis('\\rm{Q_{y}}', 'A^{-1}')
79        self._data.is_data = False
80        self._data.id = str(tab_id) + " data"
81        self._data.group_id = str(tab_id) + " Model2D"
82
83        # Default detector
84        self._data.detector.append(Detector())
85        index = len(self._data.detector) - 1
86        self._data.detector[index].distance = 8000   # mm
87        self._data.source.wavelength = 6             # A
88        self._data.detector[index].pixel_size.x = 5  # mm
89        self._data.detector[index].pixel_size.y = 5  # mm
90        self._data.detector[index].beam_center.x = qmax
91        self._data.detector[index].beam_center.y = qmax
92        # theory default: assume the beam
93        #center is located at the center of sqr detector
94        xmax = qmax
95        xmin = -qmax
96        ymax = qmax
97        ymin = -qmax
98
99        x = np.linspace(start=xmin, stop=xmax, num=qstep, endpoint=True)
100        y = np.linspace(start=ymin, stop=ymax, num=qstep, endpoint=True)
101        # Use data info instead
102        new_x = np.tile(x, (len(y), 1))
103        new_y = np.tile(y, (len(x), 1))
104        new_y = new_y.swapaxes(0, 1)
105
106        # all data required in 1d array
107        qx_data = new_x.flatten()
108        qy_data = new_y.flatten()
109        q_data = np.sqrt(qx_data * qx_data + qy_data * qy_data)
110
111        # set all True (standing for unmasked) as default
112        mask = np.ones(len(qx_data), dtype=bool)
113        # calculate the range of qx and qy: this way,
114        # it is a little more independent
115        # store x and y bin centers in q space
116        x_bins = x
117        y_bins = y
118
119        self._data.source = Source()
120        self._data.data = np.ones(len(mask))
121        self._data.err_data = np.ones(len(mask))
122        self._data.qx_data = qx_data
123        self._data.qy_data = qy_data
124        self._data.q_data = q_data
125        self._data.mask = mask
126        self._data.x_bins = x_bins
127        self._data.y_bins = y_bins
128        # max and min taking account of the bin sizes
129        self._data.xmin = xmin
130        self._data.xmax = xmax
131        self._data.ymin = ymin
132        self._data.ymax = ymax
133
134    def _create1DPlot(self, tab_id, x, y, model, data, component=None):
135        """
136        For internal use: create a new 1D data instance based on fitting results.
137        'component' is a string indicating the model component, e.g. "P(Q)"
138        """
139        # Create the new plot
140        new_plot = Data1D(x=x, y=y)
141        new_plot.is_data = False
142        new_plot.dy = np.zeros(len(y))
143        _yaxis, _yunit = data.get_yaxis()
144        _xaxis, _xunit = data.get_xaxis()
145
146        new_plot.group_id = data.group_id
147        new_plot.id = str(tab_id) + " " + ("[" + component + "] " if component else "") + model.id
148
149        # use data.filename for data, use model.id for theory
150        id_str = data.filename if data.filename else model.id
151        new_plot.name = model.name + ((" " + component) if component else "") + " [" + id_str + "]"
152
153        new_plot.title = new_plot.name
154        new_plot.xaxis(_xaxis, _xunit)
155        new_plot.yaxis(_yaxis, _yunit)
156
157        return new_plot
158
159    def new1DPlot(self, return_data, tab_id):
160        """
161        Create a new 1D data instance based on fitting results
162        """
163        # Unpack return data from Calc1D
164        x, y, page_id, state, weight,\
165        fid, toggle_mode_on, \
166        elapsed, index, model, \
167        data, update_chisqr, source, \
168        unsmeared_output, unsmeared_data, unsmeared_error, \
169        pq_values, sq_values = return_data
170
171        return self._create1DPlot(tab_id, x, y, model, data)
172
173    def new2DPlot(self, return_data):
174        """
175        Create a new 2D data instance based on fitting results
176        """
177        image, data, page_id, model, state, toggle_mode_on,\
178        elapsed, index, fid, qmin, qmax, weight, \
179        update_chisqr, source = return_data
180
181        np.nan_to_num(image)
182        new_plot = Data2D(image=image, err_image=data.err_data)
183        new_plot.name = model.name + '2d'
184        new_plot.title = "Analytical model 2D "
185        new_plot.id = str(page_id) + " " + data.name
186        new_plot.group_id = str(page_id) + " Model2D"
187        new_plot.detector = data.detector
188        new_plot.source = data.source
189        new_plot.is_data = False
190        new_plot.qx_data = data.qx_data
191        new_plot.qy_data = data.qy_data
192        new_plot.q_data = data.q_data
193        new_plot.mask = data.mask
194        ## plot boundaries
195        new_plot.ymin = data.ymin
196        new_plot.ymax = data.ymax
197        new_plot.xmin = data.xmin
198        new_plot.xmax = data.xmax
199
200        title = data.title
201
202        new_plot.is_data = False
203        if data.is_data:
204            data_name = str(data.name)
205        else:
206            data_name = str(model.__class__.__name__) + '2d'
207
208        if len(title) > 1:
209            new_plot.title = "Model2D for %s " % model.name + data_name
210        new_plot.name = model.name + " [" + \
211                                    data_name + "]"
212
213        return new_plot
214
215    def new1DProductPlots(self, return_data, tab_id):
216        """
217        If return_data contains separated P(Q) and/or S(Q) data, create 1D plots for each and return as the tuple
218        (pq_plot, sq_plot). If either are unavailable, the corresponding plot is None.
219        """
220        # Unpack return data from Calc1D
221        x, y, page_id, state, weight, \
222        fid, toggle_mode_on, \
223        elapsed, index, model, \
224        data, update_chisqr, source, \
225        unsmeared_output, unsmeared_data, unsmeared_error, \
226        pq_values, sq_values = return_data
227
228        pq_plot = None
229        sq_plot = None
230
231        if pq_values is not None:
232            pq_plot = self._create1DPlot(tab_id, x, pq_values, model, data, component="P(Q)")
233        if sq_values is not None:
234            sq_plot = self._create1DPlot(tab_id, x, sq_values, model, data, component="S(Q)")
235
236        return pq_plot, sq_plot
237
238    def computeDataRange(self):
239        """
240        Wrapper for calculating the data range based on local dataset
241        """
242        return self.computeRangeFromData(self.data)
243
244    def computeRangeFromData(self, data):
245        """
246        Compute the minimum and the maximum range of the data
247        return the npts contains in data
248        """
249        qmin, qmax, npts = None, None, None
250        if isinstance(data, Data1D):
251            try:
252                qmin = min(data.x)
253                qmax = max(data.x)
254                npts = len(data.x)
255            except (ValueError, TypeError):
256                msg = "Unable to find min/max/length of \n data named %s" % \
257                            self.data.filename
258                raise ValueError(msg)
259
260        else:
261            qmin = 0
262            try:
263                x = max(np.fabs(data.xmin), np.fabs(data.xmax))
264                y = max(np.fabs(data.ymin), np.fabs(data.ymax))
265            except (ValueError, TypeError):
266                msg = "Unable to find min/max of \n data named %s" % \
267                            self.data.filename
268                raise ValueError(msg)
269            qmax = np.sqrt(x * x + y * y)
270            npts = len(data.data)
271        return qmin, qmax, npts
Note: See TracBrowser for help on using the repository browser.