Changes in / [d07c883:299edd2] in sasmodels


Ignore:
Location:
sasmodels
Files:
16 edited

Legend:

Unmodified
Added
Removed

  • sasmodels/bumps_model.py

    r190fc2b r37a7252  
    1212""" 
    1313 
    14 import warnings 
    15  
    16 import numpy as np 
    17  
    18 from .data import plot_theory 
    19 from .direct_model import DataMixin 
    20  
    2114__all__ = [ 
    2215    "Model", "Experiment", 
    2316    ] 
     17 
     18import warnings 
     19 
     20import numpy as np 
     21 
     22from .data import plot_theory 
     23from .direct_model import DataMixin 
    2424 
    2525# CRUFT: old style bumps wrapper which doesn't separate data and model 

  • sasmodels/compare.py

    r190fc2b r1d4017a  
    2828 
    2929from __future__ import print_function 
    30  
    31 import sys 
    32 import math 
    33 from os.path import basename, dirname, join as joinpath 
    34 import glob 
    35 import datetime 
    36 import traceback 
    37  
    38 import numpy as np 
    39  
    40 from . import core 
    41 from . import kerneldll 
    42 from . import generate 
    43 from .data import plot_theory, empty_data1D, empty_data2D 
    44 from .direct_model import DirectModel 
    45 from .convert import revert_model, constrain_new_to_old 
    4630 
    4731USAGE = """ 
    … …  
    9680           + USAGE) 
    9781 
     82 
     83 
     84import sys 
     85import math 
     86from os.path import basename, dirname, join as joinpath 
     87import glob 
     88import datetime 
     89import traceback 
     90 
     91import numpy as np 
     92 
     93ROOT = dirname(__file__) 
     94sys.path.insert(0, ROOT)  # Make sure sasmodels is first on the path 
     95 
     96 
     97from . import core 
     98from . import kerneldll 
     99from . import generate 
     100from .data import plot_theory, empty_data1D, empty_data2D 
     101from .direct_model import DirectModel 
     102from .convert import revert_model, constrain_new_to_old 
    98103kerneldll.ALLOW_SINGLE_PRECISION_DLLS = True 
    99104 
    100105# List of available models 
    101 ROOT = dirname(__file__) 
    102106MODELS = [basename(f)[:-3] 
    103107          for f in sorted(glob.glob(joinpath(ROOT, "models", "[a-zA-Z]*.py")))] 

  • sasmodels/core.py

    r190fc2b r1d4017a  
    22Core model handling routines. 
    33""" 
     4__all__ = [ 
     5    "list_models", "load_model_definition", "precompile_dll", 
     6    "load_model", "make_kernel", "call_kernel", "call_ER", "call_VR", 
     7    ] 
    48 
    59from os.path import basename, dirname, join as joinpath 
    … …  
    2024    HAVE_OPENCL = False 
    2125 
    22 __all__ = [ 
    23     "list_models", "load_model_definition", "precompile_dll", 
    24     "load_model", "make_kernel", "call_kernel", "call_ER", "call_VR", 
    25 ] 
    2626 
    2727def list_models(): 

  • sasmodels/generate.py

    r190fc2b re66c9f9  
    197197# TODO: identify model files which have changed since loading and reload them. 
    198198 
     199__all__ = ["make", "doc", "sources", "convert_type"] 
     200 
    199201import sys 
    200202from os.path import abspath, dirname, join as joinpath, exists, basename, \ 
    … …  
    204206 
    205207import numpy as np 
    206  
    207 __all__ = ["make", "doc", "sources", "convert_type"] 
    208  
    209208C_KERNEL_TEMPLATE_PATH = joinpath(dirname(__file__), 'kernel_template.c') 
    210209 
    … …  
    217216    F128 = None 
    218217 
     218 
    219219# Scale and background, which are parameters common to every form factor 
    220220COMMON_PARAMETERS = [ 
    … …  
    222222    ["background", "1/cm", 0, [0, np.inf], "", "Source background"], 
    223223    ] 
     224 
    224225 
    225226# Conversion from units defined in the parameter table for each model 
    … …  
    265266 
    266267def format_units(units): 
    267     """ 
    268     Convert units into ReStructured Text format. 
    269     """ 
    270268    return "string" if isinstance(units, list) else RST_UNITS.get(units, units) 
    271269 
    … …  
    337335    """ 
    338336    Convert code from double precision to the desired type. 
    339  
    340     Floating point constants are tagged with 'f' for single precision or 'L' 
    341     for long double precision. 
    342337    """ 
    343338    if dtype == F16: 
    … …  
    355350 
    356351def _convert_type(source, type_name, constant_flag): 
    357     """ 
    358     Replace 'double' with *type_name* in *source*, tagging floating point 
    359     constants with *constant_flag*. 
    360     """ 
    361352    # Convert double keyword to float/long double/half. 
    362353    # Accept an 'n' # parameter for vector # values, where n is 2, 4, 8 or 16. 
    … …  
    634625                            %re.escape(string.punctuation)) 
    635626def _convert_section_titles_to_boldface(lines): 
    636     """ 
    637     Do the actual work of identifying and converting section headings. 
    638     """ 
    639627    prior = None 
    640628    for line in lines: 
    … …  
    654642        yield prior 
    655643 
    656 def convert_section_titles_to_boldface(s): 
    657     """ 
    658     Use explicit bold-face rather than section headings so that the table of 
    659     contents is not polluted with section names from the model documentation. 
    660  
    661     Sections are identified as the title line followed by a line of punctuation 
    662     at least as long as the title line. 
    663     """ 
    664     return "\n".join(_convert_section_titles_to_boldface(s.split('\n'))) 
     644def convert_section_titles_to_boldface(string): 
     645    return "\n".join(_convert_section_titles_to_boldface(string.split('\n'))) 
    665646 
    666647def doc(kernel_module): 
    … …  
    685666 
    686667def demo_time(): 
    687     """ 
    688     Show how long it takes to process a model. 
    689     """ 
    690668    from .models import cylinder 
    691669    import datetime 
    … …  
    696674 
    697675def main(): 
    698     """ 
    699     Program which prints the source produced by the model. 
    700     """ 
    701676    if len(sys.argv) <= 1: 
    702677        print("usage: python -m sasmodels.generate modelname") 

  • sasmodels/models/be_polyelectrolyte.py

    r168052c r841753c  
    4444J F Joanny, L Leibler, *Journal de Physique*, 51 (1990) 545 
    4545 
    46 A Moussaid, F Schosseler, J P Munch, S Candau, 
    47 *J. Journal de Physique II France*, 3 (1993) 573 
     46A Moussaid, F Schosseler, J P Munch, S Candau, *J. Journal de Physique II France*, 3 (1993) 573 
    4847 
    4948E Raphael, J F Joanny, *Europhysics Letters*, 11 (1990) 179 
    … …  
    5655title = "Polyelectrolyte with the RPA expression derived by Borue and Erukhimovich" 
    5756description = """ 
    58             Evaluate 
    59             F(x) = K 1/(4 pi Lb (alpha)^(2)) (q^(2)+k2)/(1+(r02)^(2)) 
    60                  (q^(2)+k2) (q^(2)-(12 h C/b^(2))) 
     57    Evaluate 
     58    F(x) = K 1/(4 pi Lb (alpha)^(2)) (q^(2)+k2)/(1+(r02)^(2)) 
     59         (q^(2)+k2) (q^(2)-(12 h C/b^(2))) 
    6160 
    62             has 3 internal parameters : 
    63                    The inverse Debye Length: K2 = 4 pi Lb (2 Cs+alpha C) 
    64                    r02 =1/alpha/Ca^(0.5) (B/(48 pi Lb)^(0.5)) 
    65                    Ca = 6.022136e-4 C 
    66             """ 
     61    has 3 internal parameters : 
     62           The inverse Debye Length: K2 = 4 pi Lb (2 Cs+alpha C) 
     63           r02 =1/alpha/Ca^(0.5) (B/(48 pi Lb)^(0.5)) 
     64           Ca = 6.022136e-4 C 
     65    """ 
    6766category = "shape-independent" 
    6867 
    69 # pylint: disable=bad-whitespace, line-too-long 
    70 #   ["name", "units", default, [lower, upper], "type", "description"], 
     68# pylint: disable=bad-whitespace,line-too-long 
     69#   ["name",                  "units", default, [lower, upper], "type", "description"], 
    7170parameters = [ 
    72     ["contrast_factor",       "barns",   10.0,  [-inf, inf], "", "Contrast factor of the polymer"], 
    73     ["bjerrum_length",        "Ang",      7.1,  [0, inf],    "", "Bjerrum length"], 
    74     ["virial_param",          "1/Ang^2", 12.0,  [-inf, inf], "", "Virial parameter"], 
    75     ["monomer_length",        "Ang",     10.0,  [0, inf],    "", "Monomer length"], 
    76     ["salt_concentration",    "mol/L",    0.0,  [-inf, inf], "", "Concentration of monovalent salt"], 
    77     ["ionization_degree",     "",         0.05, [0, inf],    "", "Degree of ionization"], 
    78     ["polymer_concentration", "mol/L",    0.7,  [0, inf],    "", "Polymer molar concentration"], 
     71    ["contrast_factor",       "barns",    10.0,  [-inf, inf], "", "Contrast factor of the polymer"], 
     72    ["bjerrum_length",        "Ang",       7.1,  [0, inf],    "", "Bjerrum length"], 
     73    ["virial_param",          "1/Ang^2",  12.0,  [-inf, inf], "", "Virial parameter"], 
     74    ["monomer_length",        "Ang",      10.0,  [0, inf],    "", "Monomer length"], 
     75    ["salt_concentration",    "mol/L",     0.0,  [-inf, inf], "", "Concentration of monovalent salt"], 
     76    ["ionization_degree",     "",          0.05, [0, inf],    "", "Degree of ionization"], 
     77    ["polymer_concentration", "mol/L",     0.7,  [0, inf],    "", "Polymer molar concentration"], 
    7978    ] 
    80 # pylint: enable=bad-whitespace, line-too-long 
     79# pylint: enable=bad-whitespace,line-too-long 
    8180 
    8281 
    8382def Iq(q, 
    84        contrast_factor=10.0, 
    85        bjerrum_length=7.1, 
    86        virial_param=12.0, 
    87        monomer_length=10.0, 
    88        salt_concentration=0.0, 
    89        ionization_degree=0.05, 
    90        polymer_concentration=0.7): 
    91     """ 
    92     :param q:                     Input q-value 
    93     :param contrast_factor:       Contrast factor of the polymer 
    94     :param bjerrum_length:        Bjerrum length 
    95     :param virial_param:          Virial parameter 
    96     :param monomer_length:        Monomer length 
    97     :param salt_concentration:    Concentration of monovalent salt 
    98     :param ionization_degree:     Degree of ionization 
    99     :param polymer_concentration: Polymer molar concentration 
    100     :return:                      1-D intensity 
    101     """ 
     83       contrast_factor, 
     84       bjerrum_length, 
     85       virial_param, 
     86       monomer_length, 
     87       salt_concentration, 
     88       ionization_degree, 
     89       polymer_concentration): 
    10290 
    10391    concentration = polymer_concentration * 6.022136e-4 
    10492 
    10593    k_square = 4.0 * pi * bjerrum_length * (2*salt_concentration + 
    106                                             ionization_degree * concentration) 
     94            ionization_degree * concentration) 
    10795 
    10896    r0_square = 1.0/ionization_degree/sqrt(concentration) * \ 
    109                 (monomer_length/sqrt((48.0*pi*bjerrum_length))) 
     97            (monomer_length/sqrt((48.0*pi*bjerrum_length))) 
    11098 
    11199    term1 = contrast_factor/(4.0 * pi * bjerrum_length * 
    112                              ionization_degree**2) * (q**2 + k_square) 
     100        ionization_degree**2) * (q**2 + k_square) 
    113101 
    114102    term2 = 1.0 + r0_square**2 * (q**2 + k_square) * \ 
    … …  
    121109 
    122110def Iqxy(qx, qy, *args): 
    123     """ 
    124     :param qx:   Input q_x-value 
    125     :param qy:   Input q_y-value 
    126     :param args: Remaining arguments 
    127     :return:     2D-Intensity 
    128     """ 
    129     iq = Iq(sqrt(qx**2 + qy**2), *args) 
    130     return iq 
     111    return Iq(sqrt(qx**2 + qy**2), *args) 
    131112 
    132113Iqxy.vectorized = True  # Iqxy accepts an array of qx, qy values 
    … …  
    153134               polymer_concentration='c') 
    154135 
     136# pylint: disable=bad-whitespace 
    155137tests = [ 
    156  
    157138    # Accuracy tests based on content in test/utest_other_models.py 
    158139    [{'contrast_factor':       10.0, 
    … …  
    195176     }, 200., 1.80664667511e-06], 
    196177    ] 
     178# pylint: enable=bad-whitespace 

  • sasmodels/models/flexible_cylinder.py

    r168052c rf94d8a2  
    11r""" 
    2 This model provides the form factor, $P(q)$, for a flexible cylinder 
    3 where the form factor is normalized by the volume of the cylinder. 
     2This model provides the form factor, $P(q)$, for a flexible cylinder where the form factor 
     3is normalized by the volume of the cylinder. 
    44**Inter-cylinder interactions are NOT provided for.** 
    55 
    … …  
    88    P(q) = \text{scale} \left<F^2\right>/V + \text{background} 
    99 
    10 where the averaging $\left<\ldots\right>$ is applied only for the 1D 
    11 calculation 
     10where the averaging $\left<\ldots\right>$ is applied only for the 1D calculation 
    1211 
    13 The 2D scattering intensity is the same as 1D, regardless of the orientation of 
    14 the q vector which is defined as 
     12The 2D scattering intensity is the same as 1D, regardless of the orientation of the q vector which is defined as 
    1513 
    1614.. math:: 
    … …  
    2422 
    2523 
    26 The chain of contour length, $L$, (the total length) can be described as a 
    27 chain of some number of locally stiff segments of length $l_p$, the persistence 
    28 length (the length along the cylinder over which the flexible cylinder can be 
    29 considered a rigid rod). 
     24The chain of contour length, $L$, (the total length) can be described as a chain of some number of 
     25locally stiff segments of length $l_p$, the persistence length (the length along the cylinder over 
     26which the flexible cylinder can be considered a rigid rod). 
    3027The Kuhn length $(b = 2*l_p)$ is also used to describe the stiffness of a chain. 
    3128 
    3229The returned value is in units of $cm^-1$, on absolute scale. 
    3330 
    34 In the parameters, the sldCyl and sldSolv represent the SLD of the chain/cylinder 
    35 and solvent respectively. 
     31In the parameters, the sldCyl and sldSolv represent the SLD of the chain/cylinder and solvent respectively. 
    3632 
    3733 
    … …  
    4137 
    4238 
    43 Our model uses the form factor calculations implemented in a c-library provided 
    44 by the NIST Center for Neutron Research (Kline, 2006). 
     39Our model uses the form factor calculations implemented in a c-library provided by the NIST Center 
     40for Neutron Research (Kline, 2006). 
    4541 
    4642 
    … …  
    4945    'Method 3 With Excluded Volume' is used. 
    5046    The model is a parametrization of simulations of a discrete representation 
    51     of the worm-like chain model of Kratky and Porod applied in the 
    52     pseudocontinuous limit. 
     47    of the worm-like chain model of Kratky and Porod applied in the pseudocontinuous limit. 
    5348    See equations (13,26-27) in the original reference for the details. 
    5449 
    … …  
    5651---------- 
    5752 
    58 J S Pedersen and P Schurtenberger. *Scattering functions of semiflexible 
    59 polymers with and without excluded volume effects.* Macromolecules, 
    60 29 (1996) 7602-7612 
     53J S Pedersen and P Schurtenberger. *Scattering functions of semiflexible polymers with and 
     54without excluded volume effects.* Macromolecules, 29 (1996) 7602-7612 
    6155 
    6256Correction of the formula can be found in 
    6357 
    64 W R Chen, P D Butler and L J Magid, *Incorporating Intermicellar Interactions 
    65 in the Fitting of SANS Data from Cationic Wormlike Micelles.* Langmuir, 
    66 22(15) 2006 6539-6548 
     58W R Chen, P D Butler and L J Magid, *Incorporating Intermicellar Interactions in the Fitting of 
     59SANS Data from Cationic Wormlike Micelles.* Langmuir, 22(15) 2006 6539-6548 
    6760""" 
    6861from numpy import inf 
    6962 
    7063name = "flexible_cylinder" 
    71 title = "Flexible cylinder where the form factor is normalized by the volume" \ 
    72         "of the cylinder." 
    73 description = """Note : scale and contrast=sld-solvent_sld are both 
    74                 multiplicative factors in the model and are perfectly 
    75                 correlated. One or both of these parameters must be held fixed 
     64title = "Flexible cylinder where the form factor is normalized by the volume of the cylinder." 
     65description = """Note : scale and contrast=sld-solvent_sld are both multiplicative factors in the 
     66                model and are perfectly correlated. One or 
     67                both of these parameters must be held fixed 
    7668                during model fitting. 
    7769              """ 
    … …  
    7971category = "shape:cylinder" 
    8072 
    81 # pylint: disable=bad-whitespace, line-too-long 
    8273#             ["name", "units", default, [lower, upper], "type", "description"], 
    8374parameters = [ 
    84     ["length",      "Ang",       1000.0, [0, inf],    "volume", "Length of the flexible cylinder"], 
    85     ["kuhn_length", "Ang",        100.0, [0, inf],    "volume", "Kuhn length of the flexible cylinder"], 
    86     ["radius",      "Ang",         20.0, [0, inf],    "volume", "Radius of the flexible cylinder"], 
    87     ["sld",         "1e-6/Ang^2",   1.0, [-inf, inf], "",       "Cylinder scattering length density"], 
    88     ["solvent_sld", "1e-6/Ang^2",   6.3, [-inf, inf], "",       "Solvent scattering length density"], 
    89     ] 
    90 # pylint: enable=bad-whitespace, line-too-long 
     75              ["length",      "Ang",       1000.0, [0, inf],    "volume", "Length of the flexible cylinder"], 
     76              ["kuhn_length", "Ang",        100.0, [0, inf],    "volume", "Kuhn length of the flexible cylinder"], 
     77              ["radius",      "Ang",         20.0, [0, inf],    "volume", "Radius of the flexible cylinder"], 
     78              ["sld",         "1e-6/Ang^2",   1.0, [-inf, inf], "",       "Cylinder scattering length density"], 
     79              ["solvent_sld", "1e-6/Ang^2",   6.3, [-inf, inf], "",       "Solvent scattering length density"], 
     80             ] 
     81 
    9182source = ["lib/J1.c", "lib/wrc_cyl.c", "flexible_cylinder.c"] 
    9283 
    … …  
    10394 
    10495tests = [ 
    105     # Accuracy tests based on content in test/utest_other_models.py 
    106     # Currently fails in OCL 
    107     # [{'length':     1000.0, 
    108     #  'kuhn_length': 100.0, 
    109     #  'radius':       20.0, 
    110     #  'sld':           1.0, 
    111     #  'solvent_sld':   6.3, 
    112     #  'background':    0.0001, 
    113     #  }, 0.001, 3509.2187], 
     96         # Accuracy tests based on content in test/utest_other_models.py 
     97         # Currently fails in OCL 
     98         # [{'length':     1000.0, 
     99         #  'kuhn_length': 100.0, 
     100         #  'radius':       20.0, 
     101         #  'sld':           1.0, 
     102         #  'solvent_sld':   6.3, 
     103         #  'background':    0.0001, 
     104         #  }, 0.001, 3509.2187], 
    114105 
    115     # Additional tests with larger range of parameters 
    116     [{'length':    1000.0, 
    117       'kuhn_length': 100.0, 
    118       'radius':       20.0, 
    119       'sld':           1.0, 
    120       'solvent_sld':   6.3, 
    121       'background':    0.0001, 
    122      }, 1.0, 0.000595345], 
    123     [{'length':        10.0, 
    124       'kuhn_length': 800.0, 
    125       'radius':        2.0, 
    126       'sld':           6.0, 
    127       'solvent_sld':  12.3, 
    128       'background':    0.001, 
    129      }, 0.1, 1.55228], 
    130     [{'length':        100.0, 
    131       'kuhn_length': 800.0, 
    132       'radius':       50.0, 
    133       'sld':           0.1, 
    134       'solvent_sld':   5.1, 
    135       'background':    0.0, 
    136      }, 1.0, 0.000938456] 
    137     ] 
     106         # Additional tests with larger range of parameters 
     107         [{'length':     1000.0, 
     108           'kuhn_length': 100.0, 
     109           'radius':       20.0, 
     110           'sld':           1.0, 
     111           'solvent_sld':   6.3, 
     112           'background':    0.0001, 
     113           }, 1.0, 0.000595345], 
     114        [{'length':        10.0, 
     115           'kuhn_length': 800.0, 
     116           'radius':        2.0, 
     117           'sld':           6.0, 
     118           'solvent_sld':  12.3, 
     119           'background':    0.001, 
     120           }, 0.1, 1.55228], 
     121       [{'length':        100.0, 
     122           'kuhn_length': 800.0, 
     123           'radius':       50.0, 
     124           'sld':           0.1, 
     125           'solvent_sld':   5.1, 
     126           'background':    0.0, 
     127           }, 1.0, 0.000938456] 
     128         ] 
    138129 

  • sasmodels/models/gauss_lorentz_gel.py

    r168052c r07a6700  
    4242---------- 
    4343 
    44 G Evmenenko, E Theunissen, K Mortensen, H Reynaers, *Polymer*, 
    45 42 (2001) 2907-2913 
     44G Evmenenko, E Theunissen, K Mortensen, H Reynaers, *Polymer*, 42 (2001) 2907-2913 
    4645 
    4746""" 
    4847 
    49 from numpy import inf, sqrt, exp 
     48from numpy import inf, pi, sqrt, exp 
    5049 
    5150name = "gauss_lorentz_gel" 
    … …  
    6463            """ 
    6564category = "shape-independent" 
    66 # pylint: disable=bad-whitespace, line-too-long 
     65 
    6766#            ["name", "units", default, [lower, upper], "type", "description"], 
    6867parameters = [["gauss_scale_factor",   "",    100.0,  [-inf, inf], "", "Gauss scale factor"], 
    … …  
    7069              ["lorentz_scale_factor", "",     50.0,  [-inf, inf], "", "Lorentzian scale factor"], 
    7170              ["dynamic_cor_length",   "Ang",  20.0,  [0, inf],    "", "Dynamic correlation length"], 
    72              ] 
    73 # pylint: enable=bad-whitespace, line-too-long 
     71              ] 
     72 
    7473 
    7574def Iq(q, 
    76        gauss_scale_factor=100.0, 
    77        static_cor_length=100.0, 
    78        lorentz_scale_factor=50.0, 
    79        dynamic_cor_length=20.0): 
    80     """ 
     75       gauss_scale_factor, 
     76       static_cor_length, 
     77       lorentz_scale_factor, 
     78       dynamic_cor_length): 
    8179 
    82     :param q:                    Input q-value 
    83     :param gauss_scale_factor:   Gauss scale factor 
    84     :param static_cor_length:    Static correlation length 
    85     :param lorentz_scale_factor: Lorentzian scale factor 
    86     :param dynamic_cor_length:   Dynamic correlation length 
    87     :return:                     1-D intensity 
    88     """ 
     80        term1 = gauss_scale_factor *\ 
     81                exp(-1.0*q*q*static_cor_length*static_cor_length/2.0) 
     82        term2 = lorentz_scale_factor /\ 
     83                (1.0+(q*dynamic_cor_length)*(q*dynamic_cor_length)) 
    8984 
    90     term1 = gauss_scale_factor *\ 
    91             exp(-1.0*q*q*static_cor_length*static_cor_length/2.0) 
    92     term2 = lorentz_scale_factor /\ 
    93             (1.0+(q*dynamic_cor_length)*(q*dynamic_cor_length)) 
    94  
    95     return term1 + term2 
     85        return term1 + term2 
    9686 
    9787Iq.vectorized = True  # Iq accepts an array of q values 
    … …  
    9989 
    10090def Iqxy(qx, qy, *args): 
    101     """ 
    102     :param qx:   Input q_x-value 
    103     :param qy:   Input q_y-value 
    104     :param args: Remaining aruments 
    105     :return:     2-D intensity 
    106     """ 
     91        iq = Iq(sqrt(qx**2 + qy**2), *args) 
    10792 
    108     return Iq(sqrt(qx**2 + qy**2), *args) 
     93        return iq 
    10994 
    11095Iqxy.vectorized = True  # Iqxy accepts an array of qx, qy values 
    … …  
    126111 
    127112tests = [ 
     113         # Accuracy tests based on content in test/utest_extra_models.py 
     114         [{'gauss_scale_factor':  100.0, 
     115           'static_cor_length':   100.0, 
     116           'lorentz_scale_factor': 50.0, 
     117           'dynamic_cor_length':   20.0, 
     118           }, 0.001, 149.481], 
    128119 
    129     # Accuracy tests based on content in test/utest_extra_models.py 
    130     [{'gauss_scale_factor':  100.0, 
    131       'static_cor_length':   100.0, 
    132       'lorentz_scale_factor': 50.0, 
    133       'dynamic_cor_length':   20.0, 
    134      }, 0.001, 149.481], 
     120         [{'gauss_scale_factor':  100.0, 
     121           'static_cor_length':   100.0, 
     122           'lorentz_scale_factor': 50.0, 
     123           'dynamic_cor_length':   20.0, 
     124           }, 0.105363, 9.1903], 
    135125 
    136     [{'gauss_scale_factor':  100.0, 
    137       'static_cor_length':   100.0, 
    138       'lorentz_scale_factor': 50.0, 
    139       'dynamic_cor_length':   20.0, 
    140      }, 0.105363, 9.1903], 
     126         [{'gauss_scale_factor':  100.0, 
     127           'static_cor_length':   100.0, 
     128           'lorentz_scale_factor': 50.0, 
     129           'dynamic_cor_length':   20.0, 
     130           }, 0.441623, 0.632811], 
    141131 
    142     [{'gauss_scale_factor':  100.0, 
    143       'static_cor_length':   100.0, 
    144       'lorentz_scale_factor': 50.0, 
    145       'dynamic_cor_length':   20.0, 
    146      }, 0.441623, 0.632811], 
     132         # Additional tests with larger range of parameters 
     133         [{'gauss_scale_factor':  10.0, 
     134           'static_cor_length':  100.0, 
     135           'lorentz_scale_factor': 3.0, 
     136           'dynamic_cor_length':   1.0, 
     137           }, 0.1, 2.9702970297], 
    147138 
    148     # Additional tests with larger range of parameters 
    149     [{'gauss_scale_factor':  10.0, 
    150       'static_cor_length':  100.0, 
    151       'lorentz_scale_factor': 3.0, 
    152       'dynamic_cor_length':   1.0, 
    153      }, 0.1, 2.9702970297], 
     139         [{'gauss_scale_factor':  10.0, 
     140           'static_cor_length':  100.0, 
     141           'lorentz_scale_factor': 3.0, 
     142           'dynamic_cor_length':   1.0, 
     143           'background':         100.0 
     144           }, 5.0, 100.115384615], 
    154145 
    155     [{'gauss_scale_factor':  10.0, 
    156       'static_cor_length':  100.0, 
    157       'lorentz_scale_factor': 3.0, 
    158       'dynamic_cor_length':   1.0, 
    159       'background':         100.0 
    160      }, 5.0, 100.115384615], 
    161  
    162     [{'gauss_scale_factor':  10.0, 
    163       'static_cor_length':  100.0, 
    164       'lorentz_scale_factor': 3.0, 
    165       'dynamic_cor_length':   1.0, 
    166      }, 200., 7.49981250469e-05], 
    167     ] 
     146         [{'gauss_scale_factor':  10.0, 
     147           'static_cor_length':  100.0, 
     148           'lorentz_scale_factor': 3.0, 
     149           'dynamic_cor_length':   1.0, 
     150           }, 200., 7.49981250469e-05], 
     151         ] 

  • sasmodels/models/gel_fit.py

    r168052c r513efc5  
    77in the position of the polymer chains that ensure thermodynamic equilibrium, 
    88and a longer distance (denoted here as $a2$ ) needed to account for the static 
    9 accumulations of polymer pinned down by junction points or clusters of such 
    10 points. The latter is derived from a simple Guinier function. 
     9accumulations of polymer pinned down by junction points or clusters of such points. 
     10The latter is derived from a simple Guinier function. 
    1111 
    1212 
    … …  
    4040--------- 
    4141 
    42 Mitsuhiro Shibayama, Toyoichi Tanaka, Charles C Han, 
    43 *J. Chem. Phys.* 1992, 97 (9), 6829-6841 
     42Mitsuhiro Shibayama, Toyoichi Tanaka, Charles C Han, J. Chem. Phys. 1992, 97 (9), 
     436829-6841 
    4444 
    4545Simon Mallam, Ferenc Horkay, Anne-Marie Hecht, Adrian R Rennie, Erik Geissler, 
    46 *Macromolecules* 1991, 24, 543-548 
     46Macromolecules 1991, 24, 543-548 
    4747 
    4848""" 
    … …  
    6262category = "shape-independent" 
    6363 
    64 # pylint: disable=bad-whitespace, line-too-long 
    6564#             ["name", "units", default, [lower, upper], "type","description"], 
    6665parameters = [["guinier_scale",    "cm^{-1}",   1.7, [-inf, inf], "", "Guinier length scale"], 
    … …  
    6968              ["fractal_exp",      "",          2.0, [0, inf],    "", "Fractal exponent"], 
    7069              ["cor_length",       "Ang",      16.0, [0, inf],    "", "Correlation length"] 
    71              ] 
    72 # pylint: enable=bad-whitespace, line-too-long 
     70              ] 
     71 
    7372 
    7473source = ["gel_fit.c"] 
    … …  
    9392           'fractal_exp': 10.0, 
    9493           'cor_length': 20.0 
    95           }, 0.1, 0.716532], 
     94           }, 0.1, 0.716532], 
    9695 
    9796         [{'guinier_scale': 4.0, 
    … …  
    101100           'cor_length': 20.0, 
    102101           'background': 20.0, 
    103           }, 5.0, 20.1224653026], 
    104         ] 
     102           }, 5.0, 20.1224653026], 
     103 
     104         ] 

  • sasmodels/models/mass_fractal.py

    r168052c r87edabf  
    5252--------- 
    5353 
    54 D Mildner and P Hall, *J. Phys. D: Appl. Phys.*, 
    55 19 (1986) 1535-1545 Equation(9) 
     54D Mildner and P Hall, *J. Phys. D: Appl. Phys.*,  19 (1986) 1535-1545 Equation(9) 
    5655 
    5756 
    … …  
    8079category = "shape-independent" 
    8180 
    82 # pylint: disable=bad-whitespace, line-too-long 
    8381#             ["name", "units", default, [lower, upper], "type","description"], 
    8482parameters = [["radius",        "Ang",  10.0, [0.0, inf], "", "Particle radius"], 
    8583              ["mass_dim",      "",      1.9, [1.0, 6.0], "", "Mass fractal dimension"], 
    8684              ["cutoff_length", "Ang", 100.0, [0.0, inf], "", "Cut-off length"], 
    87              ] 
    88 # pylint: enable=bad-whitespace, line-too-long 
     85              ] 
     86 
    8987 
    9088source = ["lib/sph_j1c.c", "lib/lanczos_gamma.c", "mass_fractal.c"] 
    … …  
    10199 
    102100tests = [ 
     101         # Accuracy tests based on content in test/utest_other_models.py 
     102         [{'radius':         10.0, 
     103           'mass_dim':        1.9, 
     104           'cutoff_length': 100.0, 
     105           }, 0.05, 279.59322], 
    103106 
    104     # Accuracy tests based on content in test/utest_other_models.py 
    105     [{'radius':         10.0, 
    106       'mass_dim':        1.9, 
    107       'cutoff_length': 100.0, 
    108      }, 0.05, 279.59322], 
     107         # Additional tests with larger range of parameters 
     108         [{'radius':        2.0, 
     109           'mass_dim':      3.3, 
     110           'cutoff_length': 1.0, 
     111           }, 0.5, 1.29016774904], 
    109112 
    110     # Additional tests with larger range of parameters 
    111     [{'radius':        2.0, 
    112       'mass_dim':      3.3, 
    113       'cutoff_length': 1.0, 
    114      }, 0.5, 1.29016774904], 
     113         [{'radius':        1.0, 
     114           'mass_dim':      1.3, 
     115           'cutoff_length': 1.0, 
     116           'background':    0.8, 
     117           }, 0.001, 1.69747015932], 
    115118 
    116     [{'radius':        1.0, 
    117       'mass_dim':      1.3, 
    118       'cutoff_length': 1.0, 
    119       'background':    0.8, 
    120      }, 0.001, 1.69747015932], 
    121  
    122     [{'radius':        1.0, 
    123       'mass_dim':      2.3, 
    124       'cutoff_length': 1.0, 
    125       'scale':        10.0, 
    126      }, 0.051, 11.6227966145], 
    127     ] 
     119         [{'radius':        1.0, 
     120           'mass_dim':      2.3, 
     121           'cutoff_length': 1.0, 
     122           'scale':        10.0, 
     123           }, 0.051, 11.6227966145], 
     124         ] 

  • sasmodels/models/mass_surface_fractal.py

    r168052c r07a6700  
    5454P Schmidt, *J Appl. Cryst.*, 24 (1991) 414-435 Equation(19) 
    5555 
    56 A J Hurd, D W Schaefer, J E Martin, *Phys. Rev. A*, 
    57 35 (1987) 2361-2364 Equation(2) 
     56A J Hurd, D W Schaefer, J E Martin, *Phys. Rev. A*, 35 (1987) 2361-2364 Equation(2) 
    5857 
    5958""" 
    … …  
    8079category = "shape-independent" 
    8180 
    82 # pylint: disable=bad-whitespace, line-too-long 
    8381#             ["name", "units", default, [lower, upper], "type","description"], 
    8482parameters = [["mass_dim",      "",    1.8, [1e-16, 6.0], "", 
    … …  
    9088              ["primary_rg", "Ang", 4000.,  [0.0, inf], "", 
    9189               "Primary particle radius of gyration"], 
    92              ] 
    93 # pylint: enable=bad-whitespace, line-too-long 
     90              ] 
     91 
    9492 
    9593source = ["mass_surface_fractal.c"] 
    … …  
    109107 
    110108tests = [ 
     109         # Accuracy tests based on content in test/utest_other_models.py 
     110         [{'mass_dim':      1.8, 
     111           'surface_dim':   2.3, 
     112           'cluster_rg':   86.7, 
     113           'primary_rg': 4000.0, 
     114           }, 0.05, 1.77537e-05], 
    111115 
    112     # Accuracy tests based on content in test/utest_other_models.py 
    113     [{'mass_dim':      1.8, 
    114       'surface_dim':   2.3, 
    115       'cluster_rg':   86.7, 
    116       'primary_rg': 4000.0, 
    117      }, 0.05, 1.77537e-05], 
     116         # Additional tests with larger range of parameters 
     117         [{'mass_dim':      3.3, 
     118           'surface_dim':   1.0, 
     119           'cluster_rg':   90.0, 
     120           'primary_rg': 4000.0, 
     121           }, 0.001, 0.18462699016], 
    118122 
    119     # Additional tests with larger range of parameters 
    120     [{'mass_dim':      3.3, 
    121       'surface_dim':   1.0, 
    122       'cluster_rg':   90.0, 
    123       'primary_rg': 4000.0, 
    124      }, 0.001, 0.18462699016], 
     123         [{'mass_dim':      1.3, 
     124           'surface_dim':   1.0, 
     125           'cluster_rg':   90.0, 
     126           'primary_rg': 2000.0, 
     127           'background':    0.8, 
     128           }, 0.001, 1.16539753641], 
    125129 
    126     [{'mass_dim':      1.3, 
    127       'surface_dim':   1.0, 
    128       'cluster_rg':   90.0, 
    129       'primary_rg': 2000.0, 
    130       'background':    0.8, 
    131      }, 0.001, 1.16539753641], 
    132  
    133     [{'mass_dim':      2.3, 
    134       'surface_dim':   1.0, 
    135       'cluster_rg':   90.0, 
    136       'primary_rg': 1000.0, 
    137       'scale':        10.0, 
    138      }, 0.051, 0.000169548800377], 
    139     ] 
     130         [{'mass_dim':      2.3, 
     131           'surface_dim':   1.0, 
     132           'cluster_rg':   90.0, 
     133           'primary_rg': 1000.0, 
     134           'scale':        10.0, 
     135           }, 0.051, 0.000169548800377], 
     136         ] 

  • sasmodels/models/polymer_excl_volume.py

    r168052c r07a6700  
    113113category = "shape-independent" 
    114114 
    115 # pylint: disable=bad-whitespace, line-too-long 
    116115#             ["name", "units", default, [lower, upper], "type", "description"], 
    117116parameters = [["rg",        "Ang", 60.0, [0, inf],    "", "Radius of Gyration"], 
    118117              ["porod_exp", "",     3.0, [-inf, inf], "", "Porod exponent"], 
    119              ] 
    120 # pylint: enable=bad-whitespace, line-too-long 
     118              ] 
    121119 
    122120 
    123 def Iq(q, 
    124        rg=60.0, 
    125        porod_exp=3.0): 
     121def Iq(q, rg, porod_exp): 
     122 
    126123    """ 
    127124    :param q:         Input q-value (float or [float, float]) 
    … …  
    134131    o2nu = 1.0/(2.0*nu) 
    135132 
    136     intensity = ((1.0/(nu*power(u, o2nu))) * 
    137                  (gamma(o2nu)*gammainc(o2nu, u) - 
     133    intensity = ((1.0/(nu*power(u, o2nu))) * (gamma(o2nu)*gammainc(o2nu, u) - 
    138134                  1.0/power(u, o2nu) * gamma(porod_exp) * 
    139135                  gammainc(porod_exp, u))) * (q > 0) + 1.0*(q <= 0) 
    … …  
    145141 
    146142def Iqxy(qx, qy, *args): 
    147     """ 
    148     :param qx:   Input q_x-value 
    149     :param qy:   Input q_y-value 
    150     :param args: Remaining arguments 
    151     :return:     2D-Intensity 
    152     """ 
     143        iq = Iq(sqrt(qx**2 + qy**2), *args) 
    153144 
    154     return Iq(sqrt(qx**2 + qy**2), *args) 
     145        return iq 
    155146 
    156147Iqxy.vectorized = True  # Iqxy accepts an array of qx, qy values 
    … …  
    167158 
    168159tests = [ 
    169     # Accuracy tests based on content in test/polyexclvol_default_igor.txt 
    170     [{'rg': 60, 'porod_exp': 3.0}, 0.001, 0.998801], 
    171     [{'rg': 60, 'porod_exp': 3.0}, 0.105363, 0.0162751], 
    172     [{'rg': 60, 'porod_exp': 3.0}, 0.665075, 6.56261e-05], 
     160         # Accuracy tests based on content in test/polyexclvol_default_igor.txt 
     161         [{'rg': 60, 'porod_exp': 3.0}, 0.001, 0.998801], 
     162         [{'rg': 60, 'porod_exp': 3.0}, 0.105363, 0.0162751], 
     163         [{'rg': 60, 'porod_exp': 3.0}, 0.665075, 6.56261e-05], 
    173164 
    174     # Additional tests with larger range of parameters 
    175     [{'rg': 10, 'porod_exp': 4.0}, 0.1, 0.723436675809], 
    176     [{'rg': 2.2, 'porod_exp': 22.0, 'background': 100.0}, 5.0, 100.0], 
    177     [{'rg': 1.1, 'porod_exp': 1, 'background': 10.0, 'scale': 1.25}, 
    178      20000., 10.0000712097] 
    179     ] 
     165         # Additional tests with larger range of parameters 
     166         [{'rg': 10, 'porod_exp': 4.0}, 0.1, 0.723436675809], 
     167         [{'rg': 2.2, 'porod_exp': 22.0, 'background': 100.0}, 5.0, 100.0], 
     168         [{'rg': 1.1, 'porod_exp': 1, 'background': 10.0, 'scale': 1.25}, 
     169         20000., 10.0000712097] 
     170         ] 

  • sasmodels/models/star_polymer.py

    r168052c r55b283e8  
    5555        """ 
    5656category = "shape-independent" 
    57 # pylint: disable=bad-whitespace, line-too-long 
     57 
    5858#             ["name", "units", default, [lower, upper], "type","description"], 
    5959parameters = [["radius2", "Ang", 100.0, [0.0, inf], "", "Ensemble radius of gyration squared of an arm"], 
    6060              ["arms",    "",      3,   [1.0, 6.0], "", "Number of arms in the model"], 
    61              ] 
    62 # pylint: enable=bad-whitespace, line-too-long 
     61              ] 
     62 
    6363 
    6464source = ["star_polymer.c"] 
    … …  
    7575tests = [[{'radius2': 2.0, 
    7676           'arms':    3.3, 
    77           }, 0.5, 0.850646091108], 
     77           }, 0.5, 0.850646091108], 
    7878 
    7979         [{'radius2':    1.0, 
    8080           'arms':       2.0, 
    8181           'background': 1.8, 
    82           }, 1.0, 2.53575888234], 
    83         ] 
     82           }, 1.0, 2.53575888234], 
     83         ] 

  • sasmodels/models/surface_fractal.py

    r168052c r07a6700  
    8080category = "shape-independent" 
    8181 
    82 # pylint: disable=bad-whitespace, line-too-long 
    8382#             ["name", "units", default, [lower, upper], "type","description"], 
    8483parameters = [["radius",        "Ang", 10.0, [0, inf],   "", 
    … …  
    8887              ["cutoff_length", "Ang", 500., [0.0, inf], "", 
    8988               "Cut-off Length"], 
    90              ] 
    91 # pylint: enable=bad-whitespace, line-too-long 
     89              ] 
     90 
    9291 
    9392source = ["lib/sph_j1c.c", "lib/lanczos_gamma.c", "surface_fractal.c"] 
    … …  
    102101 
    103102tests = [ 
    104     # Accuracy tests based on content in test/utest_other_models.py 
    105     [{'radius': 10.0, 
    106       'surface_dim': 2.0, 
    107       'cutoff_length': 500.0, 
    108      }, 0.05, 301428.65916], 
     103         # Accuracy tests based on content in test/utest_other_models.py 
     104         [{'radius': 10.0, 'surface_dim': 2.0, 'cutoff_length': 500.0, 
     105           }, 0.05, 301428.65916], 
    109106 
    110     # Additional tests with larger range of parameters 
    111     [{'radius': 1.0, 
    112       'surface_dim': 1.0, 
    113       'cutoff_length': 10.0, 
    114      }, 0.332070182643, 1125.00321004], 
     107         # Additional tests with larger range of parameters 
     108         [{'radius': 1.0, 'surface_dim': 1.0, 'cutoff_length': 10.0, 
     109           }, 0.332070182643, 1125.00321004], 
    115110 
    116     [{'radius': 3.5, 
    117       'surface_dim': 0.1, 
    118       'cutoff_length': 30.0, 
    119       'background': 0.01, 
    120      }, 5.0, 0.00999998891322], 
     111         [{'radius': 3.5, 'surface_dim': 0.1, 'cutoff_length': 30.0, 
     112           'background': 0.01, 
     113           }, 5.0, 0.00999998891322], 
    121114 
    122     [{'radius': 3.0, 
    123       'surface_dim': 1.0, 
    124       'cutoff_length': 33.0, 
    125       'scale': 0.1, 
    126      }, 0.51, 2.50020147004], 
    127     ] 
     115         [{'radius': 3.0, 'surface_dim': 1.0, 'cutoff_length': 33.0, 
     116           'scale': 0.1, 
     117           }, 0.51, 2.50020147004], 
     118         ] 

  • sasmodels/models/two_lorentzian.py

    r168052c r07a6700  
    5454category = "shape-independent" 
    5555 
    56 # pylint: disable=bad-whitespace, line-too-long 
    5756#            ["name", "units", default, [lower, upper], "type", "description"], 
    58 parameters = [["lorentz_scale_1",  "",     10.0, [-inf, inf], "", "First power law scale factor"], 
    59               ["lorentz_length_1", "Ang", 100.0, [-inf, inf], "", "First Lorentzian screening length"], 
    60               ["lorentz_exp_1",    "",      3.0, [-inf, inf], "", "First exponent of power law"], 
    61               ["lorentz_scale_2",  "",      1.0, [-inf, inf], "", "Second scale factor for broad Lorentzian peak"], 
    62               ["lorentz_length_2", "Ang",  10.0, [-inf, inf], "", "Second Lorentzian screening length"], 
    63               ["lorentz_exp_2",    "",      2.0, [-inf, inf], "", "Second exponent of power law"], 
    64              ] 
    65 # pylint: enable=bad-whitespace, line-too-long 
     57parameters = [["lorentz_scale_1",  "",     10.0, [-inf, inf], "", 
     58               "First power law scale factor"], 
     59              ["lorentz_length_1", "Ang", 100.0, [-inf, inf], "", 
     60               "First Lorentzian screening length"], 
     61              ["lorentz_exp_1",    "",      3.0, [-inf, inf], "", 
     62               "First exponent of power law"], 
     63              ["lorentz_scale_2",  "",      1.0, [-inf, inf], "", 
     64               "Second scale factor for broad Lorentzian peak"], 
     65              ["lorentz_length_2", "Ang",  10.0, [-inf, inf], "", 
     66               "Second Lorentzian screening length"], 
     67              ["lorentz_exp_2",    "",      2.0, [-inf, inf], "", 
     68               "Second exponent of power law"], 
     69              ] 
    6670 
    6771 
    6872def Iq(q, 
    69        lorentz_scale_1=10.0, 
    70        lorentz_length_1=100.0, 
    71        lorentz_exp_1=3.0, 
    72        lorentz_scale_2=1.0, 
    73        lorentz_length_2=10.0, 
    74        lorentz_exp_2=2.0): 
     73       lorentz_scale_1, 
     74       lorentz_length_1, 
     75       lorentz_exp_1, 
     76       lorentz_scale_2, 
     77       lorentz_length_2, 
     78       lorentz_exp_2): 
    7579 
    7680    """ 
    … …  
    8488    :return:                    Calculated intensity 
    8589    """ 
    86 # pylint: disable=bad-whitespace 
     90 
    8791    intensity  = lorentz_scale_1/(1.0 + 
    8892                                  power(q*lorentz_length_1, lorentz_exp_1)) 
    8993    intensity += lorentz_scale_2/(1.0 + 
    9094                                  power(q*lorentz_length_2, lorentz_exp_2)) 
    91 # pylint: enable=bad-whitespace 
    9295 
    9396    return intensity 
    … …  
    97100 
    98101def Iqxy(qx, qy, *args): 
    99     """ 
    100     :param qx:   Input q_x-value 
    101     :param qy:   Input q_y-value 
    102     :param args: Remaining arguments 
    103     :return:     2D-Intensity 
    104     """ 
     102        iq = Iq(sqrt(qx**2 + qy**2), *args) 
    105103 
    106     return Iq(sqrt(qx**2 + qy**2), *args) 
     104        return iq 
    107105 
    108106Iqxy.vectorized = True  # Iqxy accepts an array of qx, qy values 
    … …  
    110108 
    111109demo = dict(scale=1, background=0.1, 
    112             lorentz_scale_1=10, 
    113             lorentz_length_1=100.0, 
    114             lorentz_exp_1=3.0, 
    115             lorentz_scale_2=1, 
    116             lorentz_length_2=10, 
    117             lorentz_exp_2=2.0) 
     110            lorentz_scale_1=10, lorentz_length_1=100.0, lorentz_exp_1=3.0, 
     111            lorentz_scale_2=1,  lorentz_length_2=10,    lorentz_exp_2=2.0) 
    118112 
    119113oldname = "TwoLorentzianModel" 
    120114oldpars = dict(background='background', 
    121                lorentz_scale_1='scale_1', 
    122                lorentz_scale_2='scale_2', 
    123                lorentz_length_1='length_1', 
    124                lorentz_length_2='length_2', 
    125                lorentz_exp_1='exponent_1', 
    126                lorentz_exp_2='exponent_2') 
     115               lorentz_scale_1='scale_1',   lorentz_scale_2='scale_2', 
     116               lorentz_length_1='length_1', lorentz_length_2='length_2', 
     117               lorentz_exp_1='exponent_1',  lorentz_exp_2='exponent_2') 
    127118 
    128119tests = [ 
     120         # Accuracy tests based on content in test/utest_extra_models.py 
     121         [{'lorentz_scale_1':   10.0, 
     122           'lorentz_length_1': 100.0, 
     123           'lorentz_exp_1':      3.0, 
     124           'lorentz_scale_2':    1.0, 
     125           'lorentz_length_2':  10.0, 
     126           'lorentz_exp_2':      2.0, 
     127           'background':         0.1, 
     128           }, 0.001, 11.08991], 
    129129 
    130     # Accuracy tests based on content in test/utest_extra_models.py 
    131     [{'lorentz_scale_1':   10.0, 
    132       'lorentz_length_1': 100.0, 
    133       'lorentz_exp_1':      3.0, 
    134       'lorentz_scale_2':    1.0, 
    135       'lorentz_length_2':  10.0, 
    136       'lorentz_exp_2':      2.0, 
    137       'background':         0.1, 
    138      }, 0.001, 11.08991], 
     130         [{'lorentz_scale_1':   10.0, 
     131           'lorentz_length_1': 100.0, 
     132           'lorentz_exp_1':      3.0, 
     133           'lorentz_scale_2':    1.0, 
     134           'lorentz_length_2':  10.0, 
     135           'lorentz_exp_2':      2.0, 
     136           'background':         0.1, 
     137           }, 0.150141, 0.410245], 
    139138 
    140     [{'lorentz_scale_1':   10.0, 
    141       'lorentz_length_1': 100.0, 
    142       'lorentz_exp_1':      3.0, 
    143       'lorentz_scale_2':    1.0, 
    144       'lorentz_length_2':  10.0, 
    145       'lorentz_exp_2':      2.0, 
    146       'background':         0.1, 
    147      }, 0.150141, 0.410245], 
     139         [{'lorentz_scale_1':   10.0, 
     140           'lorentz_length_1': 100.0, 
     141           'lorentz_exp_1':      3.0, 
     142           'lorentz_scale_2':    1.0, 
     143           'lorentz_length_2':  10.0, 
     144           'lorentz_exp_2':      2.0, 
     145           'background':         0.1, 
     146           }, 0.442528, 0.148699], 
    148147 
    149     [{'lorentz_scale_1':   10.0, 
    150       'lorentz_length_1': 100.0, 
    151       'lorentz_exp_1':      3.0, 
    152       'lorentz_scale_2':    1.0, 
    153       'lorentz_length_2':  10.0, 
    154       'lorentz_exp_2':      2.0, 
    155       'background':         0.1, 
    156      }, 0.442528, 0.148699], 
     148         # Additional tests with larger range of parameters 
     149         [{'lorentz_scale_1':   10.0, 
     150           'lorentz_length_1': 100.0, 
     151           'lorentz_exp_1':      3.0, 
     152           'lorentz_scale_2':    1.0, 
     153           'lorentz_length_2':  10.0, 
     154           'lorentz_exp_2':      2.0, 
     155           }, 0.000332070182643, 10.9996228107], 
    157156 
    158     # Additional tests with larger range of parameters 
    159     [{'lorentz_scale_1':   10.0, 
    160       'lorentz_length_1': 100.0, 
    161       'lorentz_exp_1':      3.0, 
    162       'lorentz_scale_2':    1.0, 
    163       'lorentz_length_2':  10.0, 
    164       'lorentz_exp_2':      2.0, 
    165      }, 0.000332070182643, 10.9996228107], 
     157         [{'lorentz_scale_1':  0.0, 
     158           'lorentz_length_1': 0.0, 
     159           'lorentz_exp_1':    0.0, 
     160           'lorentz_scale_2':  0.0, 
     161           'lorentz_length_2': 0.0, 
     162           'lorentz_exp_2':    0.0, 
     163           'background':     100.0 
     164           }, 5.0, 100.0], 
    166165 
    167     [{'lorentz_scale_1':  0.0, 
    168       'lorentz_length_1': 0.0, 
    169       'lorentz_exp_1':    0.0, 
    170       'lorentz_scale_2':  0.0, 
    171       'lorentz_length_2': 0.0, 
    172       'lorentz_exp_2':    0.0, 
    173       'background':     100.0 
    174      }, 5.0, 100.0], 
    175  
    176     [{'lorentz_scale_1': 200.0, 
    177       'lorentz_length_1': 10.0, 
    178       'lorentz_exp_1':     0.1, 
    179       'lorentz_scale_2':   0.1, 
    180       'lorentz_length_2':  5.0, 
    181       'lorentz_exp_2':     2.0 
    182      }, 20000., 45.5659201896], 
    183     ] 
     166         [{'lorentz_scale_1': 200.0, 
     167           'lorentz_length_1': 10.0, 
     168           'lorentz_exp_1':     0.1, 
     169           'lorentz_scale_2':   0.1, 
     170           'lorentz_length_2':  5.0, 
     171           'lorentz_exp_2':     2.0 
     172           }, 20000., 45.5659201896], 
     173         ] 

  • sasmodels/resolution.py

    r190fc2b rfdc538a  
    55""" 
    66from __future__ import division 
    7  
    8 from scipy.special import erf 
    9 from numpy import sqrt, log, log10 
    10 import numpy as np 
    117 
    128__all__ = ["Resolution", "Perfect1D", "Pinhole1D", "Slit1D", 
    … …  
    1511           "interpolate", "linear_extrapolation", "geometric_extrapolation", 
    1612           ] 
     13 
     14from scipy.special import erf 
     15from numpy import sqrt, log, log10 
     16import numpy as np 
    1717 
    1818MINIMUM_RESOLUTION = 1e-8 

  • sasmodels/sesans.py

    r190fc2b r384d114  
    4343    *I* [cm$^{-1}$] is the value of the SANS model at *q* 
    4444    """ 
    45     G = np.zeros_like(SElength, 'd') 
    46     for i, SElength_i in enumerate(SElength): 
    47         integral = besselj(0, q*SElength_i)*Iq*q 
    48         G[i] = np.sum(integral) 
     45    G = np.zeros(len(SElength), 'd') 
     46    for i in range(len(SElength)): 
     47        integr = besselj(0, q*SElength[i])*Iq*q 
     48        G[i] = np.sum(integr) 
    4949 
    5050    # [m^-1] step size in q, needed for integration 
    51     dq = (q[1]-q[0])*1e10 
     51    dq=(q[1]-q[0])*1e10 
    5252 
    5353    # integration step, convert q into [m**-1] and 2 pi circle integration 
Note: See TracChangeset for help on using the changeset viewer.